GCP300VERTEXFORECAST

Formation prévision avec Agent Platform

Ce cours constitue une introduction à la création de solutions de prévision avec Google Cloud. Vous commencez par les modèles de séquence et les fondamentaux des séries temporelles. Vous parcourez ensuite un workflow de bout en bout, de la préparation des données au développement et au déploiement du modèle avec Agent Platform. Enfin, vous tirez les enseignements et les conseils d'un cas d'usage dans le commerce de détail et mettez ces connaissances en pratique en créant vos propres modèles de prévision.

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

Ce que vous allez apprendre

  • Comprendre les principaux concepts et les applications d'un modèle de séquence, des séries temporelles et de la prévision.
  • Identifier les options pour développer un modèle de prévision sur Google Cloud.
  • Décrire le workflow pour développer un modèle de prévision à l'aide d'Agent Platform.
  • Préparer les données (y compris l'ingestion et le feature engineering) à l'aide de BigQuery et des datasets gérés d'Agent Platform.
  • Entraîner un modèle de prévision et évaluer ses performances à l'aide d'AutoML.
  • Déployer et surveiller un modèle de prévision à l'aide d'Agent Platform Pipelines.
  • Créer une solution de prévision de bout en bout à l'aide d'un dataset du commerce de détail.

Prérequis

  • Connaissances de base de la syntaxe Python
  • Compréhension de base des modèles de machine learning
  • Expérience préalable dans la création de solutions de machine learning sur Google Cloud

Public cible

  • Analystes de données, data scientists et ingénieurs ML professionnels qui souhaitent créer des solutions de prévision hautes performances de bout en bout sur Google Cloud et automatiser le workflow.

Programme de la Formation

10 modules pour maîtriser les fondamentaux

Objectifs
  • Identifier les raisons d'apprendre Agent Platform Forecasting avec Google.
  • Découvrir les objectifs du cours.
Sujets abordés
  • Ce module aborde les raisons de créer une solution de prévision sur Google Cloud et présente les objectifs pédagogiques.
Objectifs
  • Identifier les différents types de modèles de séquence.
  • Identifier les différentes tendances et méthodes d'analyse des séries temporelles.
  • Décrire les principales notations de la prévision.
Sujets abordés
  • Ce module fournit une base théorique sur les types de modèles de séquence, les tendances et l'analyse des séries temporelles, ainsi que les notations de la prévision.
Activités

Quiz

Objectifs
  • Identifier les options pour développer des modèles de prévision sur Google Cloud.
  • Décrire Agent Platform et ses avantages.
  • Explorer le workflow pour créer un modèle de prévision à l'aide d'Agent Platform.
Sujets abordés
  • Ce module présente deux options majeures pour créer une solution de prévision sur Google Cloud : BigQuery ML et Agent Platform Forecast (AutoML). Il examine également les fonctionnalités uniques d'Agent Platform Forecast et explore un workflow de bout en bout avec AutoML.
Activités

Lab : Créer une prévision de la demande avec BigQuery ML

Quiz

Objectifs
  • Préparer les données d'entrée pour répondre aux exigences d'Agent Platform Forecasting.
  • Présenter les différents types de caractéristiques.
  • Décrire les bonnes pratiques pour l'étape d'ingestion des données.
Sujets abordés
  • Ce module explore la transformation des données d'origine vers les types et le format de données pris en charge par Agent Platform. Il présente également les différents types de caractéristiques dans les séries temporelles ainsi que les bonnes pratiques d'ingestion des données.
Activités

Quiz

Objectifs
  • Configurer l'entraînement du modèle.
  • Sélectionner l'objectif d'optimisation d'entraînement approprié.
Sujets abordés
  • Ce module guide les apprenants tout au long de l'entraînement du modèle et présente les détails de configuration, tels que la définition de la fenêtre de contexte, de l'horizon de prévision et de l'objectif d'optimisation.
Activités

Lab : Entraîner un modèle avec Agent Platform Forecast

Quiz

Objectifs
  • Présenter la répartition des données d'entraînement dans la prévision de séries temporelles.
  • Décrire les métriques d'évaluation.
  • Concevoir l'approche pour améliorer les performances.
Sujets abordés
  • Ce module décrit la répartition des données d'entraînement, présente les métriques d'évaluation et recommande des approches pour améliorer les performances du modèle.
Activités

Quiz

Objectifs
  • Déployer le modèle de prévision.
  • Décrire Agent Platform Pipelines et MLOps
  • Utiliser les prédictions par lot pour générer les prévisions du modèle.
Sujets abordés
  • Ce module présente la prédiction du modèle, en particulier la prédiction par lot avec Agent Platform Forecast. Il explore également les opérations de machine learning (MLOps) et la transition du développement à la production.
Activités

Quiz

Objectifs
  • Décrire la dérive du modèle.
  • Présenter le réentraînement du modèle.
  • Utiliser Agent Platform Pipelines et des composants prédéfinis (SDK) pour automatiser le workflow de prévision.
Sujets abordés
  • Ce module décrit la dérive du modèle et l'approche de réentraînement du modèle. Il montre également l'automatisation du workflow de prévision à l'aide d'Agent Platform Pipelines.
Activités

Lab (facultatif) : Créer un pipeline de prévision avec les SDK Python d'Agent Platform

Quiz

Objectifs
  • Décrire les étapes et les points à prendre en compte pour créer une solution de prévision dans le commerce de détail.
  • Présenter le développement du modèle avec différents jeux de données.
  • Identifier les défis et les enseignements liés au développement d'un modèle de prévision dans le commerce de détail.
Sujets abordés
  • Ce module décrit un cas d'usage visant à créer une solution de prévision avec Agent Platform Forecast dans un magasin de détail. Il présente les étapes et les points à prendre en compte, parcourt une étude pilote avec deux jeux de données différents et aborde les défis et les enseignements.
Activités

Lab : Développer une solution de prévision de bout en bout dans le commerce de détail

Objectifs
  • Résumer les étapes pour créer un modèle de prévision avec Agent Platform.
Sujets abordés
  • Ce module aborde les principales fonctionnalités d'Agent Platform Forecast et résume les principaux sujets de chaque module.

Formations associées

Google Cloud

Introduction à Agent Search for Commerce

Dans ce cours, vous explorerez Agent Search for commerce et la manière dont cet outil peut être utilisé pour améliorer l'expérience client. Vous explorerez les fonctionnalités principales d'Agent Search for commerce, avec une présentation des cas d'utilisation et des solutions courantes, avant de mettre en œuvre une application de recherche de base dans Agent Search for commerce. Ensuite, vous verrez comment gérer l'ingestion et la qualité des données pour votre application de recherche, optimiser les recommandations grâce à la personnalisation, déployer votre application de recherche, surveiller et analyser les performances de recherche, et aborder les fonctionnalités avancées ainsi que les bonnes pratiques générales.

2 j
Intermédiaire
Google Cloud

Agent Platform pour les praticiens du machine learning

Ce cours d'une journée animé par un formateur s'adresse aux ingénieurs et aux data scientists familiarisés avec les modèles de machine learning qui souhaitent maîtriser l'utilisation d'Agent Platform pour les workflows de modèles personnalisés. Ce cours pratique vous propose une exploration approfondie des fonctionnalités essentielles d'Agent Platform, afin de vous permettre d'exploiter efficacement ses outils et ses capacités pour vos projets de ML.

1 j
Intermédiaire
Google Cloud

Sécurité d'Agent Platform et de l'IA générative

Ce cours est conçu pour permettre à votre organisation d'exploiter pleinement le potentiel transformateur des technologies Vertex AI et d'IA générative (gen AI) de Google, avec un fort accent sur la sécurité. Conçu pour les praticiens de l'IA et les ingénieurs en sécurité, il fournit des connaissances ciblées et des compétences pratiques pour naviguer et adopter l'IA de manière sûre et efficace. Les participants acquerront des connaissances pratiques et développeront une approche soucieuse de la sécurité, garantissant une intégration sécurisée et responsable de l'IA générative au sein de leur organisation.

2 j
Intermédiaire

Prochaines sessions

19 novembre 2026
Distanciel • Français
S'inscrire

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.

790€ HT

par apprenant