SF34389
5 jours
En présentiel ou distanciel
- 35 heures de formation
- Exercices pratiques
- Prise en charge OPCO possible
Un renseignement ?
Contactez-nous !- En entreprise ou à distance
- Cadrage pédagogique gratuit
- Programme de formation sur mesure
- Formateur expert dédié
- Prise en charge OPCO possible
Formation Machine Learning sur Google Cloud (MLGC).
Mettez en œuvre vos projets d’IA avec les services natifs de Google Cloud !
Cette formation vous guide pas à pas dans la création et le déploiement de modèles de machine learning sur Google Cloud. Vous apprendrez à utiliser Vertex AI AutoML sans écrire de code, à concevoir des modèles BigQuery ML avec des compétences SQL de base, à mettre en place des tâches d’entraînement personnalisées avec Vertex AI et Docker, et à gérer vos données grâce à Feature Store. Vous verrez également comment améliorer la qualité des données, réaliser une ingénierie des caractéristiques, optimiser vos modèles avec TensorFlow/Keras et appliquer les bonnes pratiques de l’apprentissage automatique dans un environnement cloud.
Programme de formation Machine Learning sur Google Cloud (MLGC).
Module 1 : La vision de Google pour le Machine Learning
Découvrir Vertex AI et son rôle dans la création et le déploiement rapide de modèles AutoML.
Identifier les bonnes pratiques d’implémentation sur Google Cloud.
Élaborer une stratégie de données orientée ML.
Explorer des cas d’usage réinterprétés avec une approche machine learning.
Utiliser l’environnement et les outils Google Cloud pour l’IA.
Module 2 : Premiers pas avec le Machine Learning
Utiliser Vertex AI AutoML pour créer et déployer un modèle ML sans coder.
Comprendre BigQuery ML et ses avantages.
Améliorer la qualité des données et mener une analyse exploratoire.
Construire et entraîner des modèles supervisés.
Optimiser et évaluer un modèle avec des métriques adaptées.
Gérer les problèmes fréquents en apprentissage automatique.
Créer des ensembles de données d’entraînement, d’évaluation et de test reproductibles et évolutifs.
Module 3 : TensorFlow sur Google Cloud
Créer des modèles ML avec TensorFlow et Keras.
Identifier les composants essentiels de TensorFlow.
Exploiter la bibliothèque tf.data pour manipuler de grands ensembles de données.
Construire des modèles avec les couches de prétraitement de tf.keras.
Concevoir des modèles simples et avancés avec les API séquentielles et fonctionnelles.
Comprendre l’utilisation de sous-classes de modèles pour des besoins personnalisés.
Module 4 : Ingénierie des caractéristiques
Découvrir le Feature Store de Vertex AI.
Identifier les caractéristiques d’une bonne fonctionnalité.
Créer de nouvelles variables via les croisements de caractéristiques.
Réaliser l’ingénierie des caractéristiques avec BQML, TensorFlow et Keras.
Prétraiter et explorer les données avec Cloud Dataflow et Dataprep.
Utiliser TensorFlow pour transformer et exploiter les caractéristiques.
Module 5 : L’apprentissage automatique en entreprise
Découvrir les outils de gestion et de gouvernance des données.
Choisir les meilleures méthodes de prétraitement (Dataflow, Dataprep, SQL).
Différencier AutoML, BQML et l’entraînement personnalisé selon les besoins.
Améliorer les performances des modèles avec Vertex Vizier.
Mettre en place des prédictions par lot ou en temps réel et surveiller les modèles.
Comprendre les avantages des pipelines d’IA avec Vertex AI.
Nos autres formations en Cloud .
Formation Administrateur d’identité et de l’accès Microsoft (SC-300)
Formation Administration des solutions Microsoft Azure SQL (DP-300)
Formation Advanced Architecting on AWS (cours officiel)
Formation Applications Cloud-Native
Formation Architecting on AWS (AWSA)
Formation Architecting with Google Compute Engine (AGCE)
A travers sa Charte Engagement Qualité, Sparks s’engage à tout mettre en œuvre pour que chaque session de formation soit un succès et que votre satisfaction soit totale.
