Aller au contenu

FREN

Diagnostic 10x

AI EngineeringSFEIR Institute

Introduction à l’IA et au machine learning sur Google Cloud

Data scientists, ingénieurs ML et développeurs IA comparent les façons de construire un modèle sur Google Cloud : API pré-entraînées, AutoML, entraînement personnalisé ou BigQuery ML. En labs, vous prédisez des achats avec BigQuery ML, vous analysez du texte avec l’API Natural Language et vous entraînez un modèle de risque de prêt avec AutoML sur Agent Platform. Côté IA générative, vous écrivez des prompts pour Gemini dans Agent Studio et vous découvrez plusieurs méthodes d’ajustement de modèle.

En bref

Durée
1 jour (7 h)
Niveau
Fondamentaux
Conçue par
Google Cloud
Code
gcp100aiml
Réserver sur SFEIR InstituteFormer une équipe

01

Objectifs

Objectifs pédagogiques

  • Reconnaître les technologies et les outils de la donnée à l'IA fournis par Google Cloud.
  • Créer des projets d'IA générative en utilisant Gemini multimodal, des invites efficaces et l'ajustement de modèles.
  • Explorer diverses options pour développer un projet d'IA sur Google Cloud.
  • Créer un modèle de ML de bout en bout en utilisant Agent Platform.
  • Identifier les composants d'infrastructure essentiels de Google Cloud qui prennent en charge l'IA et le ML.
  • Créer et évaluer des modèles de machine learning directement dans BigQuery en utilisant BigQuery ML.
  • Comparer les API pré-entraînées, AutoML et les options d'entraînement personnalisé sur Google Cloud pour sélectionner la méthode de construction de modèle appropriée.
  • Utiliser des API pré-entraînées, telles que l'API Natural Language, pour effectuer une analyse de texte.
  • Expliquer les concepts et les outils MLOps pour automatiser les flux de travail de machine learning sur Google Cloud.

02

Public

Public visé

  • Développeurs IA professionnels, scientifiques des données et ingénieurs ML qui souhaitent créer des projets d'IA prédictive et générative sur Google Cloud.

03

Prérequis

Prérequis

  • Disposer d'un ou plusieurs des éléments suivants :
  • Connaissances de base des concepts du machine learning
  • Expérience préalable avec des langages de programmation tels que SQL et Python

04

Programme

Programme

  1. 01

    Introduction au cours

    • Introduction au cours

  2. 02

    Fondamentaux de l'IA

    • Pourquoi l'IA ?
    • Cadre IA/ML sur Google Cloud
    • Infrastructure Google Cloud
    • Produits de données et d'IA
    • Catégories de modèles de ML
    • BigQuery ML
    • Introduction au labo : BigQuery ML

  3. 03

    Options de développement de l'IA

    • Options de développement de l'IA
    • API pré-entraînées
    • Agent Platform
    • AutoML
    • Entraînement personnalisé
    • Introduction au labo : API Natural Language

  4. 04

    Flux de travail de développement de l'IA

    • Flux de travail ML
    • Préparation des données
    • Développement de modèles
    • Mise en service des modèles
    • MLOps et automatisation du flux de travail
    • Introduction au labo : AutoML
    • Comment une machine apprend

  5. 05

    IA générative

    • IA générative et flux de travail
    • Gemini multimodal
    • Conception d'invites
    • Ajustement de modèles
    • Model Garden
    • Solutions d'IA
    • Introduction au labo : Agent Studio

  6. 06

    Résumé du cours

    • Résumé du cours

05

Chez SFEIR

Fiches et expertises liées

Inscription

Inscrivez-vous

Les dates des sessions et l’inscription se trouvent sur la page de la formation chez SFEIR Institute. Pour former une équipe, écrivez-nous.

Former une équipeNos offres