Mettez en pratique vos compétences dans la console Google Cloud
arun khuntia
Date d'abonnement : 2026
Ligue de Diamant
2794 points
Implémenter la recherche vectorielle multimodale avec BigQuery
Earned juin 7, 2026 EDT
Créer des embeddings et utiliser la recherche vectorielle et le RAG avec BigQuery
Earned juin 7, 2026 EDT
Travailler avec des modèles Gemini dans BigQuery
Earned juin 7, 2026 EDT
Booster la productivité avec Gemini dans BigQuery
Earned juin 6, 2026 EDT
Créer des agents IA avec des bases de données d'entreprise
Earned mai 23, 2026 EDT
Présentation des grands modèles de langage
Earned mai 5, 2026 EDT
Présentation de l'IA générative
Earned mai 5, 2026 EDT
IA responsable : appliquer les principes concernant l'IA avec Google Cloud
Earned mai 5, 2026 EDT
Introduction à l'IA responsable
Earned mai 5, 2026 EDT
Terminez le cours intermédiaire Implémenter la recherche vectorielle multimodale avec BigQuery pour recevoir un badge démontrant vos compétences dans les domaines suivants : utiliser Gemini dans BigQuery pour générer et déboguer des requêtes SQL, effectuer une analyse des sentiments, résumer du texte et identifier des mots clés, générer des embeddings, créer un pipeline de RAG (génération augmentée par récupération), et implémenter la recherche vectorielle multimodale.
En savoir plus
Ce cours présente une solution de génération augmentée par récupération (RAG) dans BigQuery permettant de réduire les hallucinations de l'IA. Il décrit un workflow RAG qui couvre la création d'embeddings, la recherche dans un espace vectoriel et la génération de réponses améliorées. Il explique aussi les raisons conceptuelles derrière ces étapes et leur implémentation pratique avec BigQuery. À la fin du cours, les participants seront à même de créer un pipeline de RAG à l'aide de BigQuery et de modèles d'IA générative tels que Gemini, ainsi que des modèles d'embeddings pour traiter leurs propres cas d'hallucinations de l'IA.
En savoir plus
Ce cours montre comment utiliser des modèles d'IA/de ML pour des tâches d'IA générative dans BigQuery. À travers un cas d'utilisation pratique faisant intervenir la gestion de la relation client, vous étudierez le workflow de résolution d'un problème métier à l'aide de modèles Gemini. Pour faciliter la compréhension, le cours fournit également des instructions détaillées tout au long du codage des solutions à l'aide de requêtes SQL et de Notebooks Python.
En savoir plus
Ce cours présente Gemini dans BigQuery, une suite de fonctionnalités basées sur l'IA conçue pour faciliter le workflow "des données à l'IA". Ces fonctionnalités incluent l'exploration et la préparation des données, la génération et le dépannage de code, ainsi que la découverte et la visualisation du workflow. Au moyen d'explications conceptuelles, d'un cas d'utilisation concret et d'ateliers pratiques, le cours explique aux professionnels des données comment booster leur productivité et accélérer le pipeline de développement.
En savoir plus
Créer des agents IA capables d'exploiter des bases de données d'entreprise à l'aide de MCP Toolbox for Databases. Vous définirez des outils d'interaction sécurisée avec les bases de données et implémenterez des fonctionnalités de requêtage intelligent (en exploitant les embeddings vectoriels et les requêtes structurées).
En savoir plus
Ce cours de micro-apprentissage, qui s'adresse aux débutants, explique ce que sont les grands modèles de langage (LLM). Il inclut des cas d'utilisation et décrit comment améliorer les performances des LLM grâce au réglage des requêtes. Il présente aussi les outils Google qui vous aideront à développer votre propre application d'IA générative.
En savoir plus
Ce cours de micro-apprentissage, qui s'adresse aux débutants, explique ce qu'est l'IA générative, décrit à quoi elle sert et souligne ce qui la distingue des méthodes de machine learning traditionnel. Il présente aussi les outils Google qui vous aideront à développer votre propre application d'IA générative.
En savoir plus
Avec l'essor de l'utilisation de l'intelligence artificielle et du machine learning en entreprise, il est de plus en plus important de développer ces technologies de manière responsable. Pour beaucoup, le véritable défi réside dans la mise en pratique de l'IA responsable, qui s'avère bien plus complexe que dans la théorie. Si vous souhaitez découvrir comment opérationnaliser l'IA responsable dans votre organisation, ce cours est fait pour vous.
Dans ce cours, vous allez apprendre comment Google Cloud procède actuellement, en s'appuyant sur des bonnes pratiques et les enseignements tirés, afin de vous fournir un framework pour élaborer votre propre approche d'IA responsable.
En savoir plus
Ce cours de micro-apprentissage, qui s'adresse aux débutants, explique ce qu'est l'IA responsable, souligne son importance et décrit comment Google l'implémente dans ses produits. Il présente également les sept principes de l'IA de Google.
Implémenter la recherche vectorielle multimodale avec BigQuery
Earned juin 7, 2026 EDT
Créer des embeddings et utiliser la recherche vectorielle et le RAG avec BigQuery
Earned juin 7, 2026 EDT
Travailler avec des modèles Gemini dans BigQuery
Earned juin 7, 2026 EDT
Booster la productivité avec Gemini dans BigQuery
Earned juin 6, 2026 EDT
Créer des agents IA avec des bases de données d'entreprise
Earned mai 23, 2026 EDT
Présentation des grands modèles de langage
Earned mai 5, 2026 EDT
Présentation de l'IA générative
Earned mai 5, 2026 EDT
IA responsable : appliquer les principes concernant l'IA avec Google Cloud
Earned mai 5, 2026 EDT
Introduction à l'IA responsable
Earned mai 5, 2026 EDT