GCP200GEMBQ

Formation Gemini dans BigQuery

Ce cours montre comment utiliser des modèles d'IA et de ML pour des tâches d'IA générative dans BigQuery. À travers un cas d'usage pratique portant sur la gestion de la relation client, vous apprenez le workflow permettant de résoudre un problème métier à l'aide des modèles Gemini. Pour faciliter la compréhension, le cours propose également un accompagnement pas à pas à travers des solutions de code utilisant à la fois des requêtes SQL et des notebooks Python.

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

Ce que vous allez apprendre

  • Définir les fonctionnalités de Gemini dans BigQuery qui facilitent le pipeline de la donnée vers l'IA.
  • Explorer les données avec Insights et Table Explorer.
  • Développer du code avec l'assistance de Gemini.
  • Découvrir et visualiser le workflow avec Data Canvas.
  • Expliquer le workflow d'utilisation des modèles d'IA et de ML pour des tâches prédictives et génératives dans BigQuery.
  • Créer une solution pour exploiter les modèles Gemini dans BigQuery avec des requêtes SQL et des Jupyter Notebooks.

Prérequis

  • Expérience préalable avec des langages de programmation, notamment SQL et/ou Python.
  • Connaissances de base du ML et de l'IA générative.

Public cible

  • Analystes de données, ingénieurs de données et autres professionnels de la donnée qui souhaitent utiliser Gemini dans BigQuery pour gagner en productivité et comprendre leurs données non structurées.

Programme de la Formation

5 modules pour maîtriser les fondamentaux

Objectifs
  • Comprendre les capacités de Gemini sur Google Cloud.
  • Comprendre les capacités de Gemini sur BigQuery.
Sujets abordés
  • Gemini sur Google Cloud
  • Présentation de Gemini sur BigQuery
  • Introduction au cas d'usage du cours
Objectifs
  • Découvrir les outils qui facilitent l'exploration des données.
  • Identifier les avantages et les limites d'Insights et de Table Explorer.
  • Explorer les fonctionnalités de nettoyage des données et de développement de pipelines dans BigQuery.
Sujets abordés
  • Exploration et préparation des données
  • Insights
  • Table Explorer
Activités

Lab: Explore Data with Gemini in BigQuery

Objectifs
  • Explorer l'utilisation de Gemini pour écrire du code.
  • Identifier comment Gemini peut aider au dépannage.
  • Découvrir les bonnes pratiques de prompting.
Sujets abordés
  • Gemini pour l'écriture de code
  • Dépannage et tests avec Gemini
  • Bonnes pratiques de prompting
Activités

Lab: Develop Code with Gemini in BigQuery

Objectifs
  • Explorer les fonctionnalités de Data Canvas.
  • Découvrir les bonnes pratiques de prompting pour Data Canvas.
Sujets abordés
  • Introduction à Data Canvas
  • Capacités de Data Canvas
  • Bonnes pratiques de prompting pour Data Canvas
Activités

Lab: Use Data Canvas to Visualize and Design Queries

Objectifs
  • Découvrir les capacités de BigQuery ML.
  • Explorer l'utilisation de Gemini dans vos requêtes SQL.
  • Explorer l'utilisation de Gemini dans les Jupyter Notebooks.
Sujets abordés
  • BigQuery ML
  • Utilisation de Gemini dans vos requêtes SQL
  • Gemini dans les BigQuery Notebooks
Activités

Lab: Analyze Customer Reviews with SQL

Lab: Analyze Customer Reviews with Python Notebooks

Formations associées

Google Cloud

Entreposage de données avec BigQuery : Conception du stockage, optimisation des requêtes et administration

Dans ce cours, vous découvrirez les composants internes de BigQuery et les meilleures pratiques pour la conception, l'optimisation et l'administration de votre entrepôt de données. Grâce à une combinaison de conférences, de démonstrations et de travaux pratiques, vous découvrirez l'architecture de BigQuery et comment concevoir un stockage et des schémas optimaux pour l'ingestion et les modifications de données. Ensuite, vous apprendrez des techniques pour améliorer les performances de lecture, optimiser les requêtes, gérer les charges de travail et utiliser les outils de journalisation et de surveillance. Vous découvrirez également les différents modèles de tarification. Enfin, vous apprendrez diverses méthodes pour sécuriser les données, automatiser les charges de travail et créer des modèles d'apprentissage automatique avec BigQuery ML.

3 j
Intermédiaire
Google Cloud

Introduction à l'Analyse de Données sur Google Cloud

Ce cours est une introduction à l'analyse de données sur Google Cloud. Il est conçu pour les apprenants qui n'ont aucune expérience préalable de l'analyse de données ou de Google Cloud. Le cours couvre les bases de l'analyse de données, y compris la collecte, le stockage, l'exploration, la visualisation et le partage. Il présente également aux apprenants les outils et services d'analyse de données de Google Cloud. À travers des conférences vidéo, des démos, des quiz et des travaux pratiques, le cours montre comment passer des données brutes à des visualisations et des tableaux de bord percutants.

1 j
Fondamental

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 / QCMTest 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

Aux analystes de données, ingénieurs data et data scientists qui travaillent déjà avec BigQuery et souhaitent accélérer leurs workflows de la donnée vers l'IA grâce à Gemini.
Une bonne maîtrise du SQL et une familiarité de base avec BigQuery sont recommandées. Une expérience de Python aide pour les exercices sur notebooks.
Vous apprendrez comment Gemini assiste le pipeline de la donnée vers l'IA dans BigQuery : exploration des données avec Insights et Table Explorer, développement de code assisté par l'IA, utilisation du data canvas et exécution de tâches d'IA générative avec les modèles Gemini.
Les deux. La formation déroule pas à pas des solutions en requêtes SQL et en notebooks Python, autour d'un cas d'usage pratique de gestion de la relation client.
La formation dure 1 jour et alterne théorie, démonstrations en direct et ateliers pratiques dans BigQuery.
Nos organismes de formation SFEIR SAS et SFEIR-Est sont certifiés Qualiopi pour les actions de formation. Contactez-nous pour obtenir un devis.

790€ HT

par apprenant