App Deployment, Debugging, and Performance - Français
Earned déc. 4, 2023 EST
Managing Security in Google Cloud - Français
Earned déc. 4, 2023 EST
Application Development with Cloud Run
Earned nov. 27, 2023 EST
Building No-Code Apps with AppSheet: Foundations
Earned nov. 24, 2023 EST
Understand Your Google Cloud Costs
Earned nov. 24, 2023 EST
Build and Deploy Machine Learning Solutions on Vertex AI
Earned nov. 23, 2023 EST
Machine Learning Operations (MLOps) with Vertex AI: Manage Features - Français
Earned nov. 23, 2023 EST
Develop Serverless Apps with Firebase
Earned nov. 23, 2023 EST
Recommendation Systems on Google Cloud
Earned nov. 16, 2023 EST
Machine Learning in the Enterprise - Français
Earned nov. 15, 2023 EST
Production Machine Learning Systems - Français
Earned nov. 15, 2023 EST
Natural Language Processing on Google Cloud
Earned nov. 10, 2023 EST
Computer Vision Fundamentals with Google Cloud
Earned nov. 9, 2023 EST
Machine Learning Operations (MLOps): Getting Started - Français
Earned nov. 8, 2023 EST
Launching into Machine Learning - Français
Earned nov. 8, 2023 EST
Feature Engineering - Français
Earned oct. 24, 2023 EDT
TensorFlow on Google Cloud - Français
Earned oct. 24, 2023 EDT
Introduction to AI and Machine Learning on Google Cloud - Français
Earned oct. 2, 2023 EDT
Google Cloud Fundamentals: Core Infrastructure - Français
Earned oct. 2, 2023 EDT
Engineer Data for Predictive Modeling with BigQuery ML
Earned sept. 28, 2023 EDT
Build a Data Warehouse with BigQuery
Earned sept. 28, 2023 EDT
Preparing for your Professional Data Engineer Journey
Earned sept. 25, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned sept. 25, 2023 EDT
Serverless Data Processing with Dataflow: Operations
Earned sept. 22, 2023 EDT
Building Resilient Streaming Analytics Systems on Google Cloud - Français
Earned sept. 21, 2023 EDT
Serverless Data Processing with Dataflow: Foundations
Earned sept. 21, 2023 EDT
Serverless Data Processing with Dataflow: Develop Pipelines
Earned sept. 20, 2023 EDT
Building Batch Data Pipelines on Google Cloud - Français
Earned sept. 14, 2023 EDT
Modernizing Data Lakes and Data Warehouses with Google Cloud - Français
Earned sept. 13, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned sept. 12, 2023 EDT
Prepare Data for ML APIs on Google Cloud
Earned sept. 11, 2023 EDT
Course Description:
En savoir plus
Ce cours en auto-formation présente une étude approfondie des contrôles et techniques de sécurité sur Google Cloud. À travers des présentations enregistrées, des démonstrations et des ateliers pratiques, les participants explorent et déploient les composants d'une solution Google Cloud sécurisée (Cloud Identity, Resource Manager, Cloud IAM, les pare-feu de cloud privé virtuel, Cloud Load Balancing, l'appairage cloud, Cloud Interconnect et VPC Service Controls, par exemple).
Ceci est le premier cours de la série "Security in Google Cloud". Après l'avoir terminé, inscrivez-vous au cours "Security Best Practices in Google Cloud".
En savoir plus
This course introduces you to fundamentals, practices, capabilities and tools applicable to modern cloud-native application development using Google Cloud Run. Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to on Google Cloud using Cloud Run.design, implement, deploy, secure, manage, and scale applications
En savoir plus
In this course you will learn the fundamentals of no-code app development and recognize use cases for no-code apps. The course provides an overview of the AppSheet no-code app development platform and its capabilities. You learn how to create an app with data from spreadsheets, create the app’s user experience using AppSheet views and publish the app to end users.
En savoir plus
Cette quête s'adresse particulièrement aux personnes qui travaillent dans les technologies ou les finances et qui sont responsables de la gestion des coûts de GCP. Vous apprendrez à configurer un compte de facturation, à organiser les ressources et à gérer les autorisations d'accès à la facturation. Grâce aux ateliers pratiques, vous apprendrez à visualiser votre facture, à suivre vos coûts GCP à l'aide de rapports de facturation, à analyser vos données de facturation avec BigQuery ou Google Sheets et à créer des tableaux de bord de facturation personnalisés avec Data Studio.
En savoir plus
Earn the intermediate skill badge by completing the Build and Deploy Machine Learning Solutions with Vertex AI course, where you will learn how to use Google Cloud's Vertex AI platform, AutoML, and custom training services to train, evaluate, tune, explain, and deploy machine learning models. This skill badge course is for professional Data Scientists and Machine Learning Engineers. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this Skill Badge, and the final assessment challenge lab, to receive a digital badge that you can share with your network.
En savoir plus
Ce cours présente les outils et les bonnes pratiques MLOps pour déployer, évaluer, surveiller et exploiter des systèmes de ML en production sur Google Cloud. Le MLOps est une discipline axée sur le déploiement, le test, la surveillance et l'automatisation des systèmes de ML en production.
Les participants s'entraîneront à utiliser l'ingestion en flux continu de Vertex AI Feature Store au niveau du SDK.
En savoir plus
Complete the intermediate Develop Serverless Apps with Firebase skill badge to demonstrate skills in the following: architecting and building serverless web applications with Firebase, utilizing Firestore for database management, automating deployment processes using Cloud Build, and integrating Google Assistant functionality into your applications. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this skill badge course and the final assessment challenge lab to receive a skill badge that you can share with your network.
En savoir plus
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.
This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
En savoir plus
Ce cours présente une approche pratique du workflow de ML avec une étude de cas dans laquelle une équipe est confrontée à plusieurs exigences métier et cas d'utilisation de ML. Cette équipe doit comprendre quels outils sont nécessaires pour gérer et gouverner les données, et trouver la meilleure approche pour les prétraiter.
On présente à cette équipe trois options de création de modèles de ML pour deux cas d'utilisation spécifiques. Ce cours explique pourquoi l'équipe tire parti des avantages d'AutoML, de BigQuery ML ou de l'entraînement personnalisé pour atteindre ses objectifs.
En savoir plus
Dans ce cours, nous abordons en détail les composants et les bonnes pratiques de construction de systèmes de ML hautes performances dans des environnements de production. Nous verrons aussi certaines des considérations les plus courantes concernant la construction de ces systèmes, telles que l'entraînement statique, l'entraînement dynamique, l'inférence statique, l'inférence dynamique, les tâches TensorFlow distribuées et les TPU. Ce cours a pour objectif d'explorer les caractéristiques d'un bon système de ML, au-delà de sa capacité à effectuer des prédictions correctes.
En savoir plus
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
En savoir plus
This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models.
The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data.
The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models.
Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.
En savoir plus
Ce cours présente les outils et les bonnes pratiques MLOps pour déployer, évaluer, surveiller et exploiter des systèmes de ML en production sur Google Cloud. Le MLOps est une discipline axée sur le déploiement, le test, la surveillance et l'automatisation des systèmes de ML en production. Les ingénieurs en machine learning utilisent des outils pour améliorer et évaluer en permanence les modèles déployés. Ils collaborent avec des data scientists (ou peuvent occuper ce poste) qui développent des modèles permettant de déployer de manière rapide et rigoureuse les solutions de machine learning les plus performantes.
En savoir plus
Le cours commence par une discussion sur les données : vous découvrirez comment améliorer leur qualité et effectuer des analyses exploratoires. Ensuite, nous vous présenterons Vertex AI AutoML et vous expliquerons comment créer, entraîner et déployer un modèle de machine learning (ML) sans écrire une ligne de code. Vous découvrirez également les avantages de BigQuery ML. Enfin, nous verrons comment optimiser un modèle de ML, et en quoi la généralisation ainsi que l'échantillonnage peuvent vous aider à évaluer la qualité des modèles de ML destinés à un entraînement personnalisé.
En savoir plus
Ce cours présente les avantages liés à l'utilisation de Vertex AI Feature Store, ainsi que la manière d'améliorer la précision des modèles de ML et de déterminer les colonnes de données présentant les caractéristiques les plus utiles. Ce cours inclut également du contenu et des ateliers portant sur l'ingénierie des caractéristiques à l'aide de BigQuery ML, Keras et TensorFlow.
En savoir plus
Ce cours porte sur la conception et la création d'un pipeline de données d'entrée TensorFlow, la création de modèles de ML à l'aide de TensorFlow et Keras, l'amélioration de la précision des modèles de ML, l'écriture de modèles de ML pour une utilisation évolutive et l'écriture de modèles de ML spécialisés.
En savoir plus
Ce cours présente les solutions d'IA et de machine learning (ML) de Google Cloud permettant de développer des projets d'IA prédictive et générative. Il décrit les technologies, produits et outils disponibles tout au long du cycle de vie des données à l'IA, en englobant les éléments de base, le développement et les solutions d'IA. Son but est d'aider les data scientists, les développeurs d'IA et les ingénieurs en ML à améliorer leurs compétences et connaissances par le biais d'expériences d'apprentissage captivantes et d'exercices pratiques.
En savoir plus
Le cours "Google Cloud Fundamentals: Core Infrastructure" présente les concepts et les termes à connaître pour utiliser Google Cloud. À travers des vidéos et des ateliers pratiques, il décrit et compare la plupart des services Google Cloud de calcul et de stockage, ainsi que des outils importants de gestion des ressources et des règles.
En savoir plus
Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; building machine learning models using BigQuery ML; and using Cloud Composer to copy data across multiple locations. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete the skill badge course, and final assessment challenge lab, to receive a digital badge that you can share with your network.
En savoir plus
Complete the intermediate Build a Data Warehouse with BigQuery skill badge to demonstrate skills in the following: joining data to create new tables, troubleshooting joins, appending data with unions, creating date-partitioned tables, and working with JSON, arrays, and structs in BigQuery. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete the skill badge course, and final assessment challenge lab, to receive a digital badge that you can share with your network. For practice with BigQuery fundamentals (including working with the console and command line), complete the course titled BigQuery Basics for Data Analysts.
En savoir plus
This course helps learners create a study plan for the PDE (Professional Data Engineer) certification exam. Learners explore the breadth and scope of the domains covered in the exam. Learners assess their exam readiness and create their individual study plan.
En savoir plus
Ce cours présente les produits et services Google Cloud pour le big data et le machine learning compatibles avec le cycle de vie "des données à l'IA". Il explore les processus, défis et avantages liés à la création d'un pipeline de big data et de modèles de machine learning avec Vertex AI sur Google Cloud.
En savoir plus
In the last installment of the Dataflow course series, we will introduce the components of the Dataflow operational model. We will examine tools and techniques for troubleshooting and optimizing pipeline performance. We will then review testing, deployment, and reliability best practices for Dataflow pipelines. We will conclude with a review of Templates, which makes it easy to scale Dataflow pipelines to organizations with hundreds of users. These lessons will help ensure that your data platform is stable and resilient to unanticipated circumstances.
En savoir plus
Le traitement de flux de données est une pratique de plus en plus courante, car elle permet aux entreprises d'obtenir des métriques sur leurs activités commerciales en temps réel. Ce cours explique comment créer des pipelines de flux de données sur Google Cloud et présente Pub/Sub, une solution qui permet de gérer des données de flux entrants. Par ailleurs, vous verrez comment appliquer des agrégations et des transformations à des flux de données à l'aide de Dataflow, mais aussi comment stocker des enregistrements traités dans BigQuery ou Bigtable pour qu'ils puissent être analysés. Les participants mettront en pratique les connaissances qu'ils auront acquises en créant des composants de pipelines de flux de données sur Google Cloud à l'aide de Qwiklabs.
En savoir plus
This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.
En savoir plus
In this second installment of the Dataflow course series, we are going to be diving deeper on developing pipelines using the Beam SDK. We start with a review of Apache Beam concepts. Next, we discuss processing streaming data using windows, watermarks and triggers. We then cover options for sources and sinks in your pipelines, schemas to express your structured data, and how to do stateful transformations using State and Timer APIs. We move onto reviewing best practices that help maximize your pipeline performance. Towards the end of the course, we introduce SQL and Dataframes to represent your business logic in Beam and how to iteratively develop pipelines using Beam notebooks.
En savoir plus
Les pipelines de données s'inscrivent généralement dans le paradigme EL (extraction et chargement), ELT (extraction, chargement et transformation) ou ETL (extraction, transformation et chargement). Ce cours vous indiquera quel paradigme utiliser pour le traitement de données par lot en fonction du contexte. Il vous présentera également plusieurs solutions Google Cloud de transformation des données, y compris BigQuery, l'exécution de Spark sur Dataproc, les graphiques de pipelines dans Cloud Data Fusion et le traitement des données sans serveur avec Dataflow. Les participants mettront en pratique les connaissances qu'ils auront acquises en créant des composants de pipelines de données sur Google Cloud à l'aide de Qwiklabs.
En savoir plus
Les lacs de données et les entrepôts de données sont les deux principaux composants des pipelines de données. Ce cours présente des cas d'utilisation de chaque type de stockage, ainsi que les détails techniques des solutions de lacs et d'entrepôts de données disponibles sur Google Cloud. Il décrit également le rôle des ingénieurs de données et les avantages d'un pipeline de données réussi sur les opérations commerciales, avant d'expliquer pourquoi il est important de procéder à l'ingénierie des données dans un environnement cloud.
Il s'agit du premier cours de la série "Data Engineering on Google Cloud". Après l'avoir terminé, inscrivez-vous au cours Building Batch Data Pipelines on Google Cloud.
En savoir plus
Intégrer le machine learning à des pipelines de données renforce la capacité à dégager des insights des données. Ce cours passera en revue plusieurs façons d'intégrer le machine learning à des pipelines de données sur Google Cloud. Vous découvrirez AutoML pour les cas ne nécessitant que peu de personnalisation (voire aucune), ainsi que Notebooks et BigQuery ML pour les situations qui requièrent des capacités de machine learning plus adaptées. Enfin, vous apprendrez à utiliser des solutions de machine learning en production avec Vertex AI.
En savoir plus
Complete the introductory Prepare Data for ML APIs on Google Cloud skill badge to demonstrate skills in the following: cleaning data with Dataprep by Trifacta, running data pipelines in Dataflow, creating clusters and running Apache Spark jobs in Dataproc, and calling ML APIs including the Cloud Natural Language API, Google Cloud Speech-to-Text API, and Video Intelligence API. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this skill badge course, and the final assessment challenge lab, to receive a skill badge that you can share with your network.
App Deployment, Debugging, and Performance - Français
Earned déc. 4, 2023 EST
Managing Security in Google Cloud - Français
Earned déc. 4, 2023 EST
Application Development with Cloud Run
Earned nov. 27, 2023 EST
Building No-Code Apps with AppSheet: Foundations
Earned nov. 24, 2023 EST
Understand Your Google Cloud Costs
Earned nov. 24, 2023 EST
Build and Deploy Machine Learning Solutions on Vertex AI
Earned nov. 23, 2023 EST
Machine Learning Operations (MLOps) with Vertex AI: Manage Features - Français
Earned nov. 23, 2023 EST
Develop Serverless Apps with Firebase
Earned nov. 23, 2023 EST
Recommendation Systems on Google Cloud
Earned nov. 16, 2023 EST
Machine Learning in the Enterprise - Français
Earned nov. 15, 2023 EST
Production Machine Learning Systems - Français
Earned nov. 15, 2023 EST
Natural Language Processing on Google Cloud
Earned nov. 10, 2023 EST
Computer Vision Fundamentals with Google Cloud
Earned nov. 9, 2023 EST
Machine Learning Operations (MLOps): Getting Started - Français
Earned nov. 8, 2023 EST
Launching into Machine Learning - Français
Earned nov. 8, 2023 EST
Feature Engineering - Français
Earned oct. 24, 2023 EDT
TensorFlow on Google Cloud - Français
Earned oct. 24, 2023 EDT
Introduction to AI and Machine Learning on Google Cloud - Français
Earned oct. 2, 2023 EDT
Google Cloud Fundamentals: Core Infrastructure - Français
Earned oct. 2, 2023 EDT
Engineer Data for Predictive Modeling with BigQuery ML
Earned sept. 28, 2023 EDT
Build a Data Warehouse with BigQuery
Earned sept. 28, 2023 EDT
Preparing for your Professional Data Engineer Journey
Earned sept. 25, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned sept. 25, 2023 EDT
Serverless Data Processing with Dataflow: Operations
Earned sept. 22, 2023 EDT
Building Resilient Streaming Analytics Systems on Google Cloud - Français
Earned sept. 21, 2023 EDT
Serverless Data Processing with Dataflow: Foundations
Earned sept. 21, 2023 EDT
Serverless Data Processing with Dataflow: Develop Pipelines
Earned sept. 20, 2023 EDT
Building Batch Data Pipelines on Google Cloud - Français
Earned sept. 14, 2023 EDT
Modernizing Data Lakes and Data Warehouses with Google Cloud - Français
Earned sept. 13, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned sept. 12, 2023 EDT
Prepare Data for ML APIs on Google Cloud
Earned sept. 11, 2023 EDT