Introduction to AI and Machine Learning on Google Cloud

• Reconnaître les technologies et les outils de conversion de données en IA fournis par Google Cloud.
• Créer des projets d’IA générative en utilisant Gemini multimodal, des invites efficaces et le réglage du modèle.
• Explorer différentes options pour développer un projet d’IA sur Google Cloud.
• Créer un modèle ML de bout en bout à l’aide de Vertex AI.

Ce cours présente les offres d’IA et de Machine Learning (ML) sur Google Cloud qui permettent de créer des projets d’IA à la fois prédictifs et génératifs.

Il explore les technologies, produits et outils disponibles tout au long du cycle de vie des données vers l’IA, englobant les fondements, le développement et les solutions de l’IA.

Il vise à aider les data scientists, les développeurs d’IA et les ML Engineers à améliorer leurs compétences et leurs connaissances grâce à des expériences d’apprentissage engageantes et des exercices pratiques.

Module 01: Fondements de l’IA

Sujets

• Pourquoi l’IA ?
• Framework d’IA/ML sur Google Cloud
• Infrastructure Google Cloud
• Produits de données et d’IA
• Catégories de modèles ML
• BigQuery ML
• Introduction à l’atelier : BigQuery ML

Objectifs

• Reconnaître le framework AI/ML sur Google Cloud.
• Identifier les principaux composants de l’infrastructure Google Cloud.
• Définir les produits de données et de ML sur Google Cloud et la manière dont ils prennent en charge le cycle de vie des données vers l’IA.
• Créer un modèle de ML avec BigQueryML pour transférer les données vers l’IA.

Activités

• Lab : Prédire les achats des visiteurs avec BigQuery ML
• Quizz
• Lectures

Module 02: Options de développement de l’IA

Sujets

• Options de développement de l’IA
• API pré-entraînées
• Vertex AI
• AutoML
• Entraînement personnalisée
• Introduction à l’atelier : API Natural Language

Objectifs

• Définir différentes options pour créer un modèle de ML sur Google Cloud.
• Reconnaître les principales fonctionnalités et les situations applicables des API pré-entraînées, AutoML et formation personnalisée.
• Utiliser l’API Natural Language pour analyser le texte.

Activités

• Lab : Analyse des entités et des sentiments avec l’API Natural Language
• Quizz
• Lectures

Module 03: Flux de travail de développement de l’IA

Sujets

• Flux de travail ML
• Préparation des données
• Développement d’un modèle
• Service de modèles
• MLOps et automatisation des flux de travail
• Introduction à l’atelier : AutoML
• Comment une machine apprend

Objectifs

• Définir le flux de travail de création d’un modèle ML.
• Décrire le MLOps et l’automatisation des flux de travail sur Google Cloud.
• Créez un modèle de ML de bout en bout en utilisant AutoML sur Vertex AI.

Activités

• Lab : Vertex AI : Prédire le risque de prêt avec AutoML
• Quizz
• Lectures

Module 04: IA générative

Sujets

• IA générative et flux de travail
• Gemini multimodal
• Conception rapide
• Réglage du modèle
• Model Garden
• Solutions d’IA
• Présentation de l’atelier : Vertex AI Studio

Objectifs

• Définir l’IA générative et les modèles de base.
• Utiliser Gemini multimodal avec Vertex AI Studio.
• Concevoir des prompts efficaces et tuner les modèles avec différentes méthodes.
• Reconnaître les solutions d’IA et les fonctionnalités Gen AI intégrées.

Activités

• Lab : Premiers pas avec Vertex AI Studio
• Quizz
• Lectures

Module 05 : Synthèse du cours

Sujets

• Synthèse du cours

Objectifs

• Reconnaître les principaux concepts, outils, technologies et produits appris au cours du cours.

Activités

• Lectures