Focus formation: Introduction to AI and Machine Learning on Google Cloud
L’intelligence artificielle et le machine learning révolutionnent toutes les industries et les acteurs du cloud tels que Google Cloud proposent aux entreprises des environnements de pointe pour exploiter le plein potentiel de l’IA.
Les compétences en IA et en IA dans le Cloud sont actuellement parmi les plus impactantes et donc les plus recherchées par les entreprises.
Focus sur la formation Introduction to AI and Machine Learning on Google Cloud, la meilleure introduction pour apprendre à créer des solutions basées sur l’IA sur Google Cloud.
Présentation générale de la formation
La formation Introduction to AI and Machine Learning on Google Cloud dure environ 1 journée (7h) et s’adresse à toute personne qui souhaite construire des projets mettant en œuvre l’IA sur Google Cloud, comme des développeurs, data scientists ou machine learning engineers.
Cette formation couvre les sujets (que nous détaillerons plus loin) :
- Les fondations de l’IA
- Les options de développement IA sur Google Cloud
- Les flux de travail de développement IA sur Google Cloud
- L’IA Générative sur Google Cloud
La formation aborde de nombreuses technologies IA et ML présentes dans Google Cloud, notamment :
- Vertex AI
- Gemini multimodal
- AutoML
- BigQuery ML
- Vertex AI Pipelines
- TensorFlow
- Model Garden
- Vertex AI Studio
- Natural Language API
- Contact Center AI (CCAI)
A la fin de cette formation, les participants seront capables de :
- Reconnaître les technologies solutions et outils principaux qui composent le cadre de travail IA/ML sur Google Cloud
- Connaître les options permettant de mettre en œuvre le machine learning ou de développer un modèle ML de bout en bout sur Google Cloud.
- Comprendre comment construire et automatiser un flux de travail permettant de développer un modèle ML en utilisant Vertex AI
- Créer des projets d’IA générative en utilisant Gemini multimodal, des prompts efficaces et en réglant les modèles.
Cette formation est accessible à tous, cependant afin de tirer le maximum parti de cette formation il est recommandé d’avoir :
- des concepts de base sur le Machine Learning
- une première expérience sur les langages SQL et Python
Cette formation est composée d’environ 50% de contenus théoriques, 50% de contenus (4 ateliers pratiques et de nombreux quizzes).
Zoom sur le contenu de la formation
Cette formation est composée de 4 modules principaux qui couvrent chacun un aspect important du développement IA et ML sur Google Cloud.
Module 1: Les fondations de l’IA sur Google Cloud
Pour les participants moins familiers avec l’IA, cette partie est l’occasion de comprendre quels bénéfices que l’IA peut apporter à ses applications et pourquoi Google est une acteur clé dans l’IA : contributions, innovations, principes d’IA responsable.
Ce module présente les bases d’infrastructure de Google Cloud sur lesquelles les solutions IA et ML de Google Cloud reposent comme :
- Les services de calcul tels que Compute Engine, GKE, Cloud Functions Cloud Run et les unités de traitement comme les CPUs, TPUs, GPUs
- Les services de stockage et d’interrogation de données tels que Cloud Storage, Cloud SQL ou encore BigQuery
- Les flux de travail de la donnée vers l’IA et services principaux associés : ingestion, traitement, stockage, analyse et IA / ML
Ce chapitre revient également sur les différentes catégories d’IA (supervisé / non supervisé) et les algorithmes associées.
Enfin BigQuery ML est présenté et mis en œuvre dans un atelier pratique qui permet d’explorer un dataset BigQuery puis d’entraîner et d’évaluer des modèles de machine learning pour déterminer la probabilité qu’un visiteur fasse un achat sur un site ecommerce.
Module 2: Les options de développement IA
Ce module explore les différentes options de développement de l’IA sur Google Cloud en fonction des besoins de différents acteurs de l’IA sur Google Cloud: utilisateurs métiers, développeurs d’application, analyste de données, data scientist ou ingénieur ML.
Les différentes options ML sont présentées et comparées :
- les options préconfigurées (APIs)
- les approches low-code/no-code (Bigquery ML, AutoML)
- les produits permettant un contrôle total sur le développement de modèles ML personnalisés (Vertex AI)
Dans ce module les participants réaliseront, un atelier pratique sur les APIs IA de Google Cloud, notamment l’API Natural Language dans lequel ils travailleront sur des documents textes, en plusieurs langues afin d’en extraire les entités, d’en analyser les sentiments ou encore d’en analyser la syntaxe.
Module 3: Les flux de travail IA sur Google Cloud
Dans ce module, les étapes majeures d’un flux de travail IA standard sont présentées : préparation des données, développement de modèle et mise en service de modèle.
L’étape de préparation de données aborde les concepts des sources de données, de la préparation des données, de feature engineering et de Vertex AI Feature Store.
L’étape d’entraînement de modèle aborde le choix d’algorithme et l’évaluation de modèle
L’étape de mise en service de modèle aborde les options de déploiement de modèle ainsi que la supervision de modèle.
L’industrialisation des flux de travail ML est ensuite abordée à travers le concept du MLOps ainsi que l’automatisation des flux de travail ML avec Vertex AI Pipelines.
Ce module contient un atelier pratique sur AutoML pour entraîner, évaluer et déployer, sans écrire une ligne de code, un modèle de classification permettant de prédire le risque de prêt.
Module 4: L’IA Générative
Ce module revient sur les concepts clés liés à l’IA Générative (historique de l’IA Générative à Google, prompts, LLM), ainsi que les opportunités et cas d’usage liés à l’IA Générative.
Les services de Vertex AI centrés sur l’IA Générative sont détaillés, notamment Model Garden et Vertex AI Studio. Un flux de travail d’IA Générative type est expliqué ainsi que les possibilités de réglages fin des modèles d’IA Générative.
Les capacités multimodales de Gemini, la famille de modèles d’IA Générative de Google la plus récente, sont illustrées.
Enfin les solutions haut niveau d’IA sont décrites:
- Verticales comme Healthcare Data Engine ou Vertex AI search for Retail
- Horizontales comme Contact Center AI ou Document AI
Pour terminer, les participants réaliseront un atelier pratique sur Vertex AI Studio et Gemini multimodal pour créer des prompts et des conversation avec les capacités multimodales de Gemini
Conclusion et prochaines étapes
L’IA est un domaine en évolution rapide et cette formation “Introduction to AI and Machine Learning on Google Cloud” est la formation idéale pour rester à jour sur les technologies IA sur Google Cloud.
Vous trouverez le programme détaillé à cette adresse https://institute.sfeir.com/formations/data-analytics-and-ai/introduction-to-ai-and-machine-learning-on-google-cloud/ ainsi que les dates des prochaines formations publiques (inter).
Contactez-nous directement pour réserver une formation dédiée à vos équipes (intra) ou pour un parcours de formation personnalisé sur l’IA ou l’IA Générative
Pour découvrir nos autres formations sur l’IA Générative sur Google Cloud ou sur l’Intelligence Artificielle sur Google Cloud, vous pouvez consulter nos guides :
