Introduction à l'efficacité des développeurs avec Gemini sur Google Cloud
L'IA générative est désormais au centre de la transformation de la manière dont les logiciels sont conçus, construits, exécutés et gérés. Pour les développeurs, l'IA générative est un outil puissant pour rendre le codage plus efficace et utiliser des API, telles que les API Gemini et PaLM, au sein de leurs applications. Dans ce cours, vous découvrirez comment l'IA générative peut être utilisée pour rendre les développeurs plus efficaces dans l'écriture de code et l'implémentation de nouvelles fonctionnalités dans les applications. Vous explorerez également les modèles disponibles dans Vertex AI Model Garden.
Ce que vous allez apprendre
- Comprendre les défis d'efficacité dans le flux de travail d'un développeur et comment l'IA générative peut rendre les développeurs plus efficaces.
- Utiliser Gemini Code Assist pour écrire du code plus efficacement pour vos applications.
- Utiliser Gemini dans Google Cloud pour résumer rapidement les journaux de votre application.
- Expliquer les principes fondamentaux de la conception de prompts lors de l'utilisation de Gemini Code Assist.
- Intégrer les API Gemini et PaLM dans vos applications pour utiliser l'IA générative.
- Explorer les modèles disponibles dans Vertex AI Model Garden.
Prérequis
- Google Cloud Fundamentals: Core Infrastructure ou une expérience équivalente de Google Cloud.
Public cible
- Développeurs
Programme de la Formation
5 modules pour maîtriser les fondamentaux
Objectifs
- Décrire les défis d'efficacité auxquels les développeurs sont confrontés.
- Comprendre comment les outils basés sur l'IA sur Google Cloud peuvent améliorer l'efficacité des développeurs.
- Décrire les flux de travail des développeurs lors de l'utilisation de grands modèles de langage (LLM).
Sujets abordés
- →Flux de travail des développeurs et défis d'efficacité
- →Efficacité des développeurs sur Google Cloud
- →Outils de développement basés sur l'IA sur Google Cloud
- →Flux de travail des développeurs avec les LLM
Objectifs
- Utiliser Gemini Code Assist pour écrire du code plus efficacement pour vos applications.
- Utiliser Gemini dans Google Cloud pour résumer rapidement les journaux de votre application.
Sujets abordés
- →Introduction à Gemini pour Google Cloud
- →Cloud Code et Gemini Code Assist
- →Génération et complétion de code avec Gemini Code Assist
- →Comprendre les journaux avec Gemini
Activités
Labo : Utiliser Gemini tout au long du cycle de vie du développement logiciel
Objectifs
- Expliquer les principes fondamentaux de la conception de prompts lors de l'utilisation de Gemini Code Assist.
Sujets abordés
- →Pourquoi la conception de prompts est importante
- →Conseils généraux pour la conception de prompts
- →Conception de prompts pour Gemini
Activités
Labo : Conception de prompts pour Gemini Code Assist
Objectifs
- Utiliser les API Vertex AI Gemini, PaLM et Codey pour la génération de code.
- Intégrer Codey dans les applications en utilisant l'API.
- Ajuster finement Codey pour des cas d'utilisation spécifiques.
Sujets abordés
- →API Vertex AI Gemini et PaLM
- →Génération et complétion de code avec Codey
- →Vertex AI Studio
- →Utiliser l'API Codey dans votre code
- →Ajustement fin de Codey pour des cas d'utilisation spécifiques
Activités
Labo : Tirer parti de Codey dans vos applications
Objectifs
- Comprendre le rôle de Vertex AI Model Garden.
- Explorer les modèles disponibles dans Vertex AI Model Garden.
Sujets abordés
- →Vertex AI Model Garden
- →Types de modèles et solutions
- →Registre de modèles et déploiement de modèles
- →Modèles d'ajustement fin
Activités
Labo : Explorer Vertex AI Model Garden
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
- 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).
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.
Prochaines sessions
Former plusieurs collaborateurs
- Tarifs dégressifs (plusieurs places)
- Session privée ou sur-mesure
- En présentiel ou à distance