GCP100AIML

Introduction à l'IA et au Machine Learning sur Google Cloud

Ce cours présente les offres d'intelligence artificielle (IA) et de machine learning (ML) sur Google Cloud qui permettent de créer des projets d'IA prédictive et générative. Il explore les technologies, les produits et les outils disponibles tout au long du cycle de vie des données à l'IA, englobant les fondements de l'IA, le développement et les solutions. Il vise à aider les scientifiques des données, les développeurs d'IA et les ingénieurs ML à améliorer leurs compétences et leurs connaissances grâce à des expériences d'apprentissage engageantes et des exercices pratiques.

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

Ce que vous allez apprendre

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 Vertex AI.

Prérequis

Connaissances de base des concepts du machine learning
Expérience préalable avec des langages de programmation tels que SQL et Python

Public cible

Développeurs IA professionnels, scientifiques des données et ingénieurs ML souhaitant créer des projets d'IA prédictive et générative sur Google Cloud

Programme de la Formation

6 modules pour maîtriser les fondamentaux

Objectifs

Définir l'objectif du cours.
Reconnaître les objectifs du cours.

Sujets abordés

→Introduction au cours

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.