Hassan Mariam Favour
Date d'abonnement : 2026
Ligue de Diamant
25376 points
Date d'abonnement : 2026
Terminez le badge de compétence avancé Google DeepMind : Entraîner un petit modèle de langage en suivant ce cours pour démontrer les compétences suivantes : formuler des problèmes concrets de recherche sur les modèles de langage, créer un tokenizer simple, préparer un ensemble de données pour entraîner un modèle de langage Transformer, exécuter la boucle d'entraînement d'un petit modèle de langage.Accédez à cet atelier sans frais en souscrivant un abonnement sans frais . Recevez 35 crédits sans frais chaque mois !
In this Google DeepMind course, you will complete a capstone project that brings together the technical knowledge, ethical awareness, and creative problem-solving skills that you have developed throughout the Google DeepMind: AI Research Foundations curriculum. You will apply what you have learned to a problem of your choosing. You will first plan your project to ensure that you are clear on your project aims and intended impact. You will then collect and prepare data for your model. Finally, you will implement a full fine-tuning workflow using Gemma 3 with low-rank adaptation (LoRA) and evaluate its performance. You will receive guidance, but the emphasis will be on adaptation and experimentation - skills that are essential for applied AI research.
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
Ce cours est le premier sur les cinq que compte le certificat Google Cloud Data Analytics. Vous définirez le domaine de l'analyse de données cloud, et décrirez les rôles et responsabilités d'un analyste de données cloud dans l'acquisition, le stockage, le traitement et la visualisation des données. Vous étudierez l'architecture des outils Google Cloud tels que BigQuery et Cloud Storage, et verrez comment les utiliser efficacement pour structurer et présenter les données, ainsi que pour générer des rapports.
Terminez le cours d'introduction Implémenter Cloud Load Balancing pour Compute Engine pour recevoir un badge démontrant vos compétences dans les domaines suivants : Créer et déployer des machines virtuelles dans Compute Engine Configurer des équilibreurs de charge réseau et d'application.
Les cours Google Cloud Computing Foundations sont destinés aux personnes ayant peu ou pas de connaissances ni d'expérience dans le cloud computing. Ils offrent un aperçu des concepts de base du cloud, du big data et du machine learning, et explique où et comment Google Cloud s'y intègre. À la fin de cette série de cours, les participants seront à même de définir ces concepts et auront acquis des compétences pratiques. Les cours doivent être suivis dans cet ordre : 1. Google Cloud Computing Foundations : principes de base du cloud computing 2. Google Cloud Computing Foundations : infrastructure dans Google Cloud 3. Google Cloud Computing Foundations : mise en réseau et sécurité dans Google Cloud 4. Google Cloud Computing Foundations : données, ML et IA dans Google Cloud Ce troisième cours aborde les outils d'automatisation et de gestion du cloud, ainsi que la création de réseaux sécurisés.
Les cours Google Cloud Computing Foundations sont destinés aux personnes ayant peu ou pas de connaissances ni d'expérience dans le cloud computing. Ils offrent un aperçu des concepts de base du cloud, du big data et du machine learning, et explique où et comment Google Cloud s'y intègre. À la fin de cette série de cours, les participants seront à même de définir ces concepts et auront acquis des compétences pratiques. Les cours doivent être suivis dans cet ordre : 1. Google Cloud Computing Foundations : principes de base du cloud computing 2. Google Cloud Computing Foundations : infrastructure dans Google Cloud 3. Google Cloud Computing Foundations : mise en réseau et sécurité dans Google Cloud 4. Google Cloud Computing Foundations : données, ML et IA dans Google Cloud Ce dernier cours de la série présente les services de big data gérés, ainsi que le machine learning et sa valeur. Il explique également comment aller plus loin pour démontrer vos compétences dans Google Cloud en o…
Obtenez un badge de compétence en suivant le cours Créer un réseau Google Cloud sécurisé, dans lequel vous découvrirez plusieurs ressources liées à la mise en réseau permettant de créer, de faire évoluer et de sécuriser vos applications sur Google Cloud.
Les cours Google Cloud Computing Foundations sont destinés aux personnes ayant peu ou pas de connaissances ni d'expérience dans le cloud computing. Ils offrent un aperçu des concepts de base du cloud, du big data et du machine learning, et expliquent où et comment Google Cloud s'y intègre. À la fin de cette série de cours, les participants seront à même de définir ces concepts et auront acquis des compétences pratiques. Les cours doivent être suivis dans cet ordre : 1. Google Cloud Computing Foundations : principes de base du cloud computing 2. Google Cloud Computing Foundations : infrastructure dans Google Cloud 3. Google Cloud Computing Foundations : mise en réseau et sécurité dans Google Cloud 4. Google Cloud Computing Foundations : données, ML et IA dans Google Cloud
Suivez le cours Configurer un environnement de développement d'applications sur Google Cloud et obtenez un badge de compétence. Dans ce cours, vous apprendrez à créer et connecter une infrastructure cloud axée sur le stockage à l'aide des fonctionnalités de base des technologies suivantes Cloud Storage, Identity and Access Management, Cloud Functions et Pub/Sub.
Ce cours est le cinquième sur les cinq que compte le certificat Google Cloud Cybersecurity. Vous allez devoir combiner et appliquer des concepts clés tels que les principes de sécurité du cloud, la gestion des risques, l'identification des failles, la gestion des incidents et la communication de crise dans un projet de synthèse interactif. Par ailleurs, vous finaliserez la mise à jour de votre CV et mettrez en pratique toutes les nouvelles techniques d'entretien acquises, afin de vous préparer à postuler un emploi et convaincre les recruteurs.
Ce cours est le quatrième sur les cinq que compte le certificat Google Cloud Cybersecurity. Dans ce cours, vous allez vous concentrer sur le développement de compétences en matière de journalisation, de sécurité et de surveillance des alertes, ainsi que sur les techniques d'atténuation des attaques. Vous allez apprendre à personnaliser les flux de menaces, à gérer les incidents, à communiquer en situation de crise, à analyser les causes, à répondre aux incidents et à informer a posteriori. À l'aide des outils Google Cloud, vous allez découvrir comment identifier les indicateurs de compromission et vous préparer à assurer la continuité de l'activité ainsi que la reprise après sinistre. Par ailleurs, vous allez continuer à actualiser votre CV et à vous entraîner aux techniques d'entretien.
Ce cours est le troisième sur les cinq que compte le certificat Google Cloud Cybersecurity. Dans ce cours, vous allez découvrir les principes de la gestion des identités et du contrôle des accès dans un environnement cloud. Vous aborderez des éléments clés comme l'AAA (authentification, autorisation et audit), la gestion des identifiants et la gestion des certificats. Vous étudierez également des thèmes essentiels comme la gestion des menaces et des failles, les principes du cloud natif et les mesures de protection des données. À l'issue de ce cours, vous aurez acquis les compétences et les connaissances nécessaires pour sécuriser les ressources cloud et protéger les informations sensibles de votre organisation. Vous continuerez également à utiliser les ressources de carrière et à perfectionner vos techniques d'entretien, ce qui vous préparera à la prochaine étape de votre parcours professionnel.
Ce cours est le deuxième sur les cinq que compte le certificat Google Cloud Cybersecurity. Dans ce cours, vous allez découvrir les frameworks de gestion des risques cloud les plus utilisés. Vous explorerez les domaines de sécurité, les cycles de vie de la conformité et les normes du secteur telles que HIPAA, NIST CSF et SOC. Vous développerez des compétences en identification des risques, en implémentation de contrôles de sécurité, en évaluation de la conformité et en gestion de la protection des données. Vous vous familiariserez également avec les outils Google Cloud et multicloud spécifiques à la gestion des risques et de la conformité. Ce cours intègre également des techniques de préparation aux entretiens et aux candidatures, offrant ainsi une base complète pour comprendre et gérer efficacement le paysage complexe de la gestion des risques liés au cloud.
Il s'agit du premier des cinq cours du certificat Google Cloud Cybersecurity. Dans ce cours, vous découvrirez les principes de base de la cybersécurité, dont le cycle de vie de la sécurité, la transformation numérique et les concepts clés du cloud computing. Vous identifierez les outils couramment utilisés par les analystes de la sécurité du cloud débutants pour automatiser les tâches.