🏆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
GCPSPARKSAGENTOBS

Formation Observabilité des agents sur Google Cloud

Ce cours propose un guide appliqué de niveau intermédiaire pour opérationnaliser les agents d'IA, en se concentrant spécifiquement sur l'obtention d'une confiance en production et d'une prévisibilité des coûts pour les workflows propulsés par Gemini sur Google Cloud. Les participants apprendront la méthodologie et les compétences concrètes nécessaires pour transformer la logique non déterministe des agents en systèmes transparents, auditables et évolutifs. Le cours couvre les disciplines opérationnelles fondamentales, notamment la mise en correspondance du processus de réflexion complexe de l'agent (boucles ReAct) avec les spans de Cloud Trace pour le débogage, la mise en œuvre de métriques de sécurité basées sur les logs (Logs-Based Security Metrics) pour la conformité, ainsi que la configuration d'alertes exploitables et de tableaux de bord personnalisés dans Cloud Monitoring pour contrôler de manière proactive les dépassements de coûts et la dérive de qualité. Le cours s'appuie sur des présentations, des visites guidées visuelles et des discussions stratégiques pour garantir un apprentissage efficace et directement applicable à l'écosystème Agent Platform.

Google Cloud
✓ Formation officielle Google CloudNiveau Intermédiaire⏱️ 0.5 jour (3h)

Ce que vous allez apprendre

  • Tracer la logique non déterministe des agents à l'aide des spans de Cloud Trace et de la boucle ReAct.
  • Mettre en place des contrôles de coûts et de qualité à l'aide de tableaux de bord personnalisés Cloud Monitoring.
  • Établir une boucle de qualité continue avec des Golden Test Cases.
  • Mettre en œuvre la gouvernance et l'auditabilité à l'aide de métriques de sécurité basées sur les logs (Logs-Based Security Metrics).
  • Aligner les métriques techniques d'observabilité sur les indicateurs clés de performance métier (coût, ROI).

Prérequis

  • Connaissances fondamentales (obligatoire) : familiarité avec les concepts fondamentaux du Machine Learning (ML), en particulier la distinction entre modèles et agents.
  • Connaissances fondamentales (obligatoire) : expérience des concepts et services Google Cloud, y compris la navigation de base dans la console Google Cloud.
  • Connaissances fondamentales (obligatoire) : familiarité avec les principes de développement logiciel et les cycles de vie de développement (DevOps/MLOps).
  • Fortement recommandé : expérience de la CLI Google Cloud et des services Agent Platform.
  • Fortement recommandé : compréhension de base de Git et de la gestion de versions dans le cadre du déploiement de code.
  • Fortement recommandé : familiarité avec la structuration des logs (par exemple, JSON) et la configuration d'alertes de surveillance de base.

Public cible

  • Ingénieur IA/ML : doit comprendre comment les données de trace (spans ReAct) aident à déboguer un raisonnement non déterministe et comment mesurer les métriques de qualité (taux d'hallucination) pour des décisions stratégiques., Data Scientist : a besoin de visibilité sur les tendances de performance, les résultats d'évaluation (Golden Test Cases) et les questions de conformité afin de garantir le comportement éthique de l'agent et l'intégrité des données., Ingénieur SRE/DevOps : responsable de l'opérationnalisation de l'agent. Doit savoir adapter la surveillance aux pics de coûts, mettre en place des alertes de latence P99 et gérer les compromis de déploiement (Agent Engine par rapport à Cloud Run)., Ce cours s'adresse également aux profils techniques de niveau intermédiaire, aux responsables techniques et aux ingénieurs MLOps, ou à toute personne impliquée dans la conception, la mise en œuvre ou la gestion de l'observabilité, de la gouvernance ou de la mise à l'échelle en production de workflows agentiques propulsés par Gemini sur Google Cloud.

Programme de la Formation

4 modules pour maîtriser les fondamentaux

Objectifs
  • Expliquer le comportement non déterministe.
  • Décomposer les exécutions en spans de Cloud Trace.
  • Justifier la piste d'audit immuable pour la confiance.
Sujets abordés
  • →L'impératif d'observabilité des agents
  • →Tracer le workflow d'Agent Engine
  • →Établir la piste d'audit immuable
Activités

4 démonstrations

Objectifs
  • Créer des tableaux de bord personnalisés pour le coût et la performance.
  • Concevoir des alertes exploitables pour éviter les dépassements de budget.
  • Établir une boucle de qualité continue avec des Golden Test Cases.
Sujets abordés
  • →Mettre en place des métriques en temps réel
  • →Concevoir des politiques d'alerte exploitables
  • →Évaluation pour l'amélioration continue
Activités

4 démonstrations

Objectifs
  • Mettre en place des contrôles de gouvernance pour la conformité relative aux données personnelles (PII).
  • Évaluer les compromis de déploiement pour la mise à l'échelle.
  • Aligner les métriques techniques sur les indicateurs clés de performance métier.
Sujets abordés
  • →Observabilité pour l'audit et la sécurité
  • →Mise à l'échelle du développement et du déploiement des agents
  • →Mise à l'échelle de l'entreprise observable
Activités

2 démonstrations

Objectifs
  • Évaluer la compréhension des concepts fondamentaux du cours à travers des questions basées sur des scénarios.
Sujets abordés
  • →Révision des concepts fondamentaux
Activités

5 questions à choix multiples basées sur des scénarios

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

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.

1 j
Avancé
Google Cloud

Les essentiels des agents d'IA sur Google Cloud

Ce cours propose un guide pratique pour constituer votre propre main-d'œuvre numérique, en permettant aux managers surchargés de déplacer leur attention : plutôt que d'être la « personne à tout faire » enlisée dans des tâches répétitives, ils deviennent un « manager d'agents » qui supervise une équipe numérique intelligente sur Google Cloud. Les participants apprendront à diriger et à gérer l'ensemble de la boîte à outils d'IA de Google Cloud, en s'appuyant sur Gemini pour les tâches d'assistance quotidiennes et sur Gemini Enterprise Agent Platform pour créer des agents experts spécialisés qui connaissent vos règles métier. Le cours comble l'écart entre le simple fait de « discuter » avec l'IA et la gestion d'un service automatisé à haut rendement. Les apprenants sauront identifier les tâches chronophages qui leur font perdre du temps, rédiger des « playbooks » clairs que l'IA peut réellement suivre, et mettre en place les vérifications humaines de sécurité indispensables pour accroître l'impact de leur équipe sans épuisement. Cette approche vise à vous aider à récupérer votre semaine de travail tout en préservant une confidentialité et une sécurité totales pour les données de votre entreprise.

0.5 j
Fondamental
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.
  • 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

Cette formation appliquée de niveau intermédiaire s'adresse aux développeurs, SRE et ingénieurs DevOps qui doivent industrialiser des agents IA propulsés par Gemini avec confiance en production et prévisibilité des coûts.
En tant que formation de niveau 200, elle suppose une aisance avec les opérations sur Google Cloud. Une première expérience de Gemini ou des agents IA est utile, sans être strictement requise.
Vous apprendrez à transformer la logique d'agent non déterministe en systèmes transparents et auditables : traçage avec Cloud Trace, surveillance des coûts et de la qualité, cas de test de référence (Golden Test Cases) et métriques de sécurité basées sur les journaux.
Vous mettez en correspondance la boucle de raisonnement ReAct de l'agent avec les spans de Cloud Trace, rendant visible son processus de raisonnement complexe pour déboguer son comportement non déterministe étape par étape.
La formation dure 3 heures et est dispensée en format présentiel avec instructeur par SFEIR Institute.
Oui. Il s'agit d'une formation officielle Google Cloud Sparks dispensée par SFEIR Institute, partenaire certifié Google Cloud Training.

790€ € HT

par apprenant

RéserverDevis