Introduction to AI and Machine Learning on Google Cloud

• Reconnaître les technologies et les outils de conversion de données en IA fournis par Google Cloud.
• Créer des projets d’IA générative en utilisant Gemini multimodal, des invites efficaces et le réglage du modèle.
• Explorer différentes options pour développer un projet d’IA sur Google Cloud.
• Créer un modèle ML de bout en bout à l’aide de Vertex AI.

• Développeurs professionnels d’IA, data scientists et ML Engineers souhaitant créer des projets d’IA prédictive et générative sur Google Cloud

Avoir un ou plusieurs des éléments suivants :

• Connaissance de base des concepts de Machine Learning
• Expérience préalable avec des langages de programmation tels que SQL et Python

Module 01: Fondements de l’IA

Sujets

• Pourquoi l’IA ?
• Framework d’IA/ML sur Google Cloud
• Infrastructure Google Cloud
• Produits de données et d’IA
• Catégories de modèles ML
• BigQuery ML
• Introduction à l’atelier : BigQuery ML

Objectifs

• Reconnaître le framework AI/ML sur Google Cloud.
• Identifier les principaux composants de l’infrastructure Google Cloud.
• Définir les produits de données et de ML sur Google Cloud et la manière dont ils prennent en charge le cycle de vie des données vers l’IA.
• Créer un modèle de ML avec BigQueryML pour transférer les données vers l’IA.

Activités

• Lab : Prédire les achats des visiteurs avec BigQuery ML
• Quizz
• Lectures

Module 02: Options de développement de l’IA

Sujets

• Options de développement de l’IA
• API pré-entraînées
• Vertex AI
• AutoML
• Entraînement personnalisée
• Introduction à l’atelier : API Natural Language

Objectifs

• Définir différentes options pour créer un modèle de ML sur Google Cloud.
• Reconnaître les principales fonctionnalités et les situations applicables des API pré-entraînées, AutoML et formation personnalisée.
• Utiliser l’API Natural Language pour analyser le texte.

Activités

• Lab : Analyse des entités et des sentiments avec l’API Natural Language
• Quizz
• Lectures

Module 03: Flux de travail de développement de l’IA

Sujets

• Flux de travail ML
• Préparation des données
• Développement d’un modèle
• Service de modèles
• MLOps et automatisation des flux de travail
• Introduction à l’atelier : AutoML
• Comment une machine apprend

Objectifs

• Définir le flux de travail de création d’un modèle ML.
• Décrire le MLOps et l’automatisation des flux de travail sur Google Cloud.
• Créez un modèle de ML de bout en bout en utilisant AutoML sur Vertex AI.

Activités

• Lab : Vertex AI : Prédire le risque de prêt avec AutoML
• Quizz
• Lectures

Module 04: IA générative

Sujets

• IA générative et flux de travail
• Gemini multimodal
• Conception rapide
• Réglage du modèle
• Model Garden
• Solutions d’IA
• Présentation de l’atelier : Vertex AI Studio

Objectifs

• Définir l’IA générative et les modèles de base.
• Utiliser Gemini multimodal avec Vertex AI Studio.
• Concevoir des prompts efficaces et tuner les modèles avec différentes méthodes.
• Reconnaître les solutions d’IA et les fonctionnalités Gen AI intégrées.

Activités

• Lab : Premiers pas avec Vertex AI Studio
• Quizz
• Lectures

Module 05 : Synthèse du cours

Sujets

• Synthèse du cours

Objectifs

• Reconnaître les principaux concepts, outils, technologies et produits appris au cours du cours.

Activités

• Lectures