🏆SFEIR est le Google Cloud EMEA Training Partner of the Year 2025🤝Nouveau partenariat : Formations GitLab officielles🤖Nouvelle formation : Développeur Augmenté par l'IA
🏆SFEIR est le Google Cloud EMEA Training Partner of the Year 2025🤝Nouveau partenariat : Formations GitLab officielles🤖Nouvelle formation : Développeur Augmenté par l'IA
GCP300AOPS

Formation Agent Operations sur Google Cloud

Dans ce cours, vous mettrez à profit vos connaissances du développement d'agents avec l'Agent Development Kit pour opérationnaliser des agents à l'aide d'Agent Operations (AgentOps) sur Google Cloud. Après avoir passé en revue les défis liés à la gestion des agents en production et des cibles de déploiement, vous construirez des pipelines CI/CD pour les agents et exploiterez un écosystème gouverné de gestion des artefacts. Vous mettrez en place des systèmes d'évaluation à l'aide du service d'évaluation GenAI et de l'ADK, et appliquerez des solutions d'observabilité pour le débogage avec Cloud Logging et Cloud Trace. Vous intégrerez des garde-fous de sécurité contre les menaces spécifiques aux agents à l'aide de Model Armor et de Sensitive Data Protection. Enfin, vous appliquerez des stratégies FinOps pour comprendre et gérer les coûts des agents.

Google Cloud
✓ Formation officielle Google CloudNiveau Avancé⏱️ 1 jour (7h)

Ce que vous allez apprendre

  • Optimiser l'efficacité et la cohérence des déploiements d'agents avec la CI/CD
  • Garantir la qualité des agents en mettant en place et en exploitant des systèmes d'évaluation
  • Exploiter des solutions d'observabilité pour le débogage et l'amélioration continue
  • Établir des garde-fous contre les menaces spécifiques aux agents
  • Construire et utiliser un écosystème gouverné de gestion des artefacts
  • Appliquer des stratégies FinOps pour comprendre et gérer les coûts des agents

Prérequis

  • Avoir suivi "Deploy Multi-Agent Systems with Agent Development Kit and Agent Engine" ou disposer de connaissances équivalentes
  • Python
  • Prompt engineering
  • Agent Development Kit

Public cible

  • Développeurs d'applications, Ingénieurs DevOps, Ingénieurs en machine learning (ML), Toute personne déployant des applications agentiques sur Google Cloud

Programme de la Formation

6 modules pour maîtriser les fondamentaux

Objectifs
  • Appréhender les défis liés à la gestion des agents en production
  • Définir les principes fondamentaux d'AgentOps
  • Concevoir l'architecture des opérations d'agents sur Google Cloud
Sujets abordés
  • →Défis liés à la gestion des agents en production
  • →Principes fondamentaux d'AgentOps
  • →AgentOps sur Google Cloud
Objectifs
  • Exploiter les outils et modèles de CI/CD pour les solutions agentiques sur Google Cloud
  • Sélectionner la cible de déploiement des agents sur Google Cloud
  • Construire un pipeline CI/CD complet pour un agent
Sujets abordés
  • →Rappels sur la CI/CD
  • →Cibles de déploiement agentiques
  • →Outils et modèles de CI/CD sur Google Cloud
  • →Automatisation avec Cloud Build
Activités

Lab : CI/CD pour les agents sur Google Cloud

Objectifs
  • Identifier les défis auxquels répond l'observabilité
  • Instrumenter un agent ADK avec des journaux structurés
  • Activer le traçage OpenTelemetry sur Agent Engine et Cloud Run
  • Exploiter BigQuery et Looker Studio pour la visualisation
Sujets abordés
  • →Rappels sur l'observabilité
  • →Journalisation avec la journalisation des callbacks d'agent
  • →Journalisation et traçage avec OpenTelemetry
Activités

Lab : instrumenter et déboguer des agents avec Cloud Logging et Cloud Trace

Objectifs
  • Effectuer la validation des réponses des modèles
  • Évaluer le comportement des agents, l'utilisation des outils et la justesse de la trajectoire
  • Créer et gérer des evalsets à l'aide de l'interface Web de l'ADK
  • Évaluer les evalsets avec l'interface, la CLI ou le code de l'ADK
  • Utiliser le service d'évaluation d'IA générative d'Agent Platform
Sujets abordés
  • →Tester les réponses des modèles d'IA générative
  • →Évaluer les réponses des modèles
Objectifs
  • Sécuriser les entrées et sorties des modèles avec Model Armor
  • Protéger les données sensibles à l'aide de Sensitive Data Protection avec Model Armor
  • Sécuriser la connexion entre un utilisateur et un agent
Sujets abordés
  • →Sécurité des modèles et du contexte
  • →Accès des agents
Objectifs
  • Identifier les principaux facteurs de coût des agents d'IA
  • Réduire les coûts de tokens et de modèles
  • Concevoir des systèmes d'agents économes en ressources
  • Mettre en place une boucle FinOps IA mesurable sur Google Cloud
Sujets abordés
  • →Principaux facteurs de coût des agents d'IA
  • →Systèmes agentiques économes en ressources
  • →FinOps sur Google Cloud

Formations associées

Google Cloud

Déployer des systèmes multi-agents avec l'Agent Development Kit et l'Agent Runtime

Dans ce cours, vous apprendrez à utiliser le Google Agent Development Kit pour construire des systèmes multi-agents complexes. Vous construirez des agents équipés d'outils et les connecterez avec des relations parent-enfant et des flux pour définir comment ils interagissent. Vous exécuterez vos agents localement et les déploierez sur l'Agent Runtime pour qu'ils fonctionnent comme un flux agentique géré, avec les décisions d'infrastructure et la mise à l'échelle des ressources gérées par l'Agent Runtime.

1 j
Avancé
Google Cloud

Les essentiels de la gouvernance de l'IA agentique

Ce cours fournit aux apprenants les compétences essentielles pour gouverner la conception, le déploiement et la mise à l'échelle de systèmes d'IA agentique autonomes. Il met l'accent sur l'accélération de l'innovation et de la mise sur le marché, tout en gérant les risques spécifiques posés par les systèmes d'IA capables de prendre des décisions sans intervention humaine constante. Le cours s'articule autour de l'application pratique de la feuille de route de maturité en quatre phases pour la gouvernance de l'IA agentique (Établir, Implémenter, Mettre à l'échelle, Accélérer), en s'appuyant sur des études de cas, des discussions et un exercice sur table pour relier la théorie aux défis concrets.

0.5 j
Intermédiaire
Google Cloud

L'IA générative en production

Le MLOps traditionnel regroupe un ensemble de pratiques visant à industrialiser les systèmes de ML classiques pour les applications d'entreprise. L'IA générative soulève de nouveaux défis dans la gestion et l'industrialisation des applications à grande échelle. Le domaine des opérations d'IA générative vise à relever ces nouveaux défis. Dans ce cours, vous découvrez les défis qui se posent lors du déploiement et de l'industrialisation des applications basées sur l'IA générative. Vous apprenez à sécuriser vos applications basées sur l'IA générative. Enfin, vous aborderez les bonnes pratiques de journalisation et de surveillance de vos applications basées sur l'IA générative en production.

1 j
Avancé
Voir toutes les formations →

Prochaines sessions

Aucune date ne vous convient ?

Nous organisons régulièrement de nouvelles sessions. Contactez-nous pour connaître les prochaines dates disponibles ou pour organiser une session à la date de votre choix.

S'inscrire à une date personnalisée

Processus Qualité

L'engagement de SFEIR Institute : une démarche d'excellence pour garantir la qualité et la réussite de toutes nos formations. En savoir plus sur notre démarche qualité

Méthodes pédagogiques mobilisées
  • Lectures / Apports théoriques (Slides) — Présentation de concepts via des supports visuels (PowerPoint, PDF).
  • Démonstration technique (Démos) — Le formateur réalise une manipulation ou une procédure devant les apprenants.
  • Laboratoires dirigés (Labs) — Mise en pratique guidée sur logiciel, machine ou environnement technique.
  • Quiz / QCM — Test rapide de connaissances (format papier ou numérique type Kahoot/Klaxoon).
Dispositif d'évaluation et de suivi

L'atteinte des objectifs de la formation est évaluée à plusieurs niveaux pour garantir la qualité de la prestation :

  • Évaluation continue des acquis : Vérification des connaissances tout au long de la formation via des méthodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
  • Mesure de la progression : Dispositif d'auto-évaluation comparatif comprenant un diagnostic initial pour situer le niveau de départ, suivi d'une évaluation finale pour valider l'évolution des compétences.
  • Évaluation de la qualité : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacité de la formation ressentie par les participants.

Questions fréquentes

Vous devez avoir suivi « Deploy Multi-Agent Systems with Agent Development Kit and Agent Engine » (GCP300ADKAE) ou posséder des connaissances équivalentes. Une expérience en Python, en prompt engineering et avec l'Agent Development Kit est également nécessaire.
Elle s'adresse aux développeurs d'applications, ingénieurs DevOps, ingénieurs ML et à toute personne déployant des applications agentiques sur Google Cloud qui doit opérationnaliser et gérer des agents en production.
La formation comprend 4 labs pratiques : CI/CD pour agents sur Google Cloud, Instrumenter et déboguer des agents avec Cloud Logging et Cloud Trace, Évaluer des agents avec ADK, et Renforcer la sécurité IA avec Model Armor et Sensitive Data Protection.
La formation couvre Vertex AI, Vertex AI Agent Engine, Vertex AI Agents, Cloud Build, Cloud Logging, Cloud Trace, BigQuery, Looker Studio, Model Armor et Sensitive Data Protection.
AgentOps (Agent Operations) est la discipline d'opérationnalisation des agents IA en production. Elle couvre les pipelines CI/CD, l'observabilité, l'évaluation, les garde-fous de sécurité, la gestion d'artefacts et l'optimisation des coûts des systèmes agentiques.
Nos organismes de formation SFEIR SAS et SFEIR-Est sont certifiés Qualiopi pour les actions de formation, ce qui permet de solliciter une prise en charge par votre OPCO. L'acceptation du financement reste à la discrétion de votre OPCO. Contactez-nous pour obtenir un devis.

790€ € HT

par apprenant

RéserverDevis