Réf. GCP-04Intermédiaire
Google Cloud – Leader en IA générative
Validez votre leadership stratégique et votre compréhension globale de l'IA générative pour transformer votre organisation avec Google Cloud.
0(0)
2J
À qui s'adresse cette formation ?
Décideurs, managers et cadres dirigeants , Chefs de projets, consultants et responsables de la transformation digitale, Équipes métiers (Marketing, Ventes, RH, Finance, Opérations), Professionnels de l'IT souhaitant acquérir une vision stratégique de l'IA générative sans prérequis d'implémentation technique
Pré-requis
- Aucun prérequis technique ou expérience préalable en programmation/Data Science n'est requis.
- Culture générale du monde de l'entreprise et des enjeux informatiques.
Ce que vous allez apprendre
Comprendre les concepts clés, le cycle de vie du ML et le paysage global de l'IA générative .
Identifier l'écosystème d'offres Gen AI de Google Cloud pour la productivité, l'engagement client et le développement .
Maîtriser les techniques pour surmonter les limitations des modèles, le prompting et l'ancrage (RAG) .
Définir des stratégies d'entreprise réussies, sécurisées et responsables pour l'IA.
Programme de la formation
Avant votre formation
Préparation et positionnement
- Analyse de vos besoins et de vos objectifs personnels
- Positionnement initial par rapport aux prérequis
- Accès à l'espace apprenant pour préparer votre venue
Pendant votre formation
Formation animée par nos experts
Définition des concepts fondamentaux : IA, traitement du langage naturel (NLP), machine learning, IA générative, modèles fondateurs, modèles fondateurs multimodaux, modèles de diffusion, prompt tuning, prompt engineering, grands modèles de langage (LLM).
Description des approches de machine learning : supervisé, non supervisé, par renforcement.
Identification des étapes du cycle de vie du machine learning (ingestion de données, préparation, entraînement du modèle, déploiement, gestion) et des outils Google Cloud associés.
Choix du modèle fondateur approprié selon le cas d'usage métier (modalité, fenêtre de contexte, sécurité, disponibilité et fiabilité, coût, performance, fine-tuning et personnalisation).
Identification des cas d'usage métier où l'IA générative permet de créer, résumer, découvrir et automatiser (génération de texte, d'images, de code, de vidéos, analyse de données et expérience utilisateur personnalisée).
Utilisation des différents types de données et leurs implications business.
Caractéristiques et importance de la qualité et de l'accessibilité des données (exhaustivité, cohérence, pertinence, disponibilité, coût, format).
Différences entre données structurées et non structurées (avec exemples concrets).
Différences entre données étiquetées et non étiquetées.
Explication des caractéristiques, de la qualité et de l'accessibilité des données.
Exemples réels de données structurées et non structurées.
Distinction entre données étiquetées et non étiquetées.
Infrastructure
Modèles
Plateformes
Agents
Applications
Gemini
Gemma
Imagen
Veo
Approche AI-first et engagement en faveur de l'innovation.
Plateforme d'IA d'entreprise (responsable, sécurisée, privée, fiable, évolutive).
Avantages de l'écosystème global d'IA Google et intégration transverse.
Bénéfices de l'approche ouverte de Google Cloud.
Composants de l'infrastructure optimisée pour l'IA (Hypercomputer, TPUs personnalisés Google, GPUs, datacenters, cloud computing).
Contrôle des données par l'utilisateur (sécurité, confidentialité, gouvernance, modèles first-party, solutions préconstruites/personnalisables, agents).
Démocratisation du développement de l'IA (outils low-code/no-code, modèles pré-entraînés, APIs).
Fonctionnalités, cas d'usage et valeur métier de l'application Gemini et Gemini Advanced (Gems).
Fonctionnalités, cas d'usage et valeur métier de Gemini Enterprise (API Notebook, recherche multimodale, agents personnalisés).
Fonctionnalités, cas d'usage et valeur métier de Gemini pour Google Workspace.
Offres de recherche externe (Agent Search sur Gemini Enterprise Agent Platform, Google Search).
Customer Engagement Suite (Conversational Agents, Agent Assist, Conversational Insights, Google Cloud CCaaS).
Agent Platform (Model Garden, Agent Search, Agent Platform AutoML).
Offres RAG Google Cloud (RAG préconstruit avec Agent Search, APIs RAG).
Création d'agents personnalisés via Agent Platform.
Interaction des agents avec leur environnement (extensions, fonctions, datastores, plugins).
Services Google Cloud et APIs IA préconstruites (Cloud Storage, bases de données, Cloud Functions, Cloud Run, Agent Platform, Speech-to-Text, Text-to-Speech, Translation, Document AI, Vision, Video Intelligence, Natural Language).
Usage comparé d'Agent Studio et de Google AI Studio.
Limitations courantes (dépendance aux données, limite des connaissances / knowledge cutoff, biais, équité, hallucinations, cas limites / edge cases).
Pratiques recommandées Google Cloud (ancrage / grounding, RAG, prompt engineering, fine-tuning, Human-in-the-Loop).
Surveillance et évaluation continues (mises à jour automatiques, KPIs, correctifs de sécurité, versioning, suivi des performances, dérive / drift, Agent Platform Feature Store).
Définition et rôle dans l'interaction avec les LLM.
Techniques et cas d'usage (zero-shot, one-shot, few-shot, role prompting, prompt chaining).
Techniques avancées (Chain-of-Thought, ReAct).
Ancrage avec données d'entreprise (1st party), données tierces (3rd party) et données mondiales.
Impact de la génération augmentée par récupération (RAG) sur les résultats.
Offres d'ancrage Google Cloud : Pre-built RAG avec Agent Search, APIs RAG, Grounding avec Google Search.
Contrôle du comportement des modèles via les paramètres (nombre de tokens, température, top-p, paramètres de sécurité, longueur de sortie).
Typologies de solutions (texte, image, code, besoins utilisateur personnalisés).
Facteurs d'influence (exigences métier, contraintes techniques).
Sélection de la solution adaptée à un besoin spécifique.
Étapes d'intégration organisationnelle.
Mesure de l'impact des initiatives d'IA générative.
Sécurité tout au long du cycle de vie ML.
Objectifs et avantages du framework SAIF (Google Secure AI Framework).
Outils de sécurité Google Cloud (Infrastructure secure-by-design, IAM, Security Command Center, surveillance des charges de travail).
Importance de l'IA responsable et de la transparence.
Enjeux de confidentialité (risques, anonymisation, pseudonymisation).
Impact de la qualité des données, des biais et de l'équité.
Responsabilité (accountability) et explicabilité des systèmes d'IA.
Après votre formation
Accompagnement et mise en pratique
- Accompagnement personnalisé post-formation
- Attestation de fin de formation
- Accès aux ressources complémentaires
Besoin du programme complet ?
Téléchargez le programme détaillé de cette formation : objectifs, modules, planning et modalités pédagogiques.
Modalités, méthodes et moyens pédagogiques
Formation délivrée en présentiel ou à distance (classe virtuelle, présentiel à distance).
Le formateur alterne entre méthode démonstrative, interrogative et active, via des travaux pratiques et des mises en situation.
Moyens pédagogiques mis en œuvre : ordinateurs, connexion internet, supports de cours et exercices, environnements de formation installés sur les postes de travail ou accessibles en ligne.
Modalités d'évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- En fin de formation, par un questionnaire d'auto-évaluation
Accessibilité de la formation
ZiryabTec Académie s'engage à faciliter l'accessibilité de ses formations aux personnes en situation de handicap. Contactez-nous pour étudier ensemble les adaptations nécessaires à votre situation.
Modalités et délais d'accès à la formation
Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation, sous réserve de places disponibles.
Formations similaires
Fondamentaux de l'IA
AI Immersion: Techniques and Uses
IA générative & Agents IA
AWS – Développeur en IA Générative Certifié - Professional
Certifications IA par éditeur
Azure – Fondamentaux de l'IA (AI-900 / AI-901)
Concevoir, développer, administrer et sécuriser l'IA
Développer des solutions cloud IA sur Azure
Types de session
Formation avec d'autres professionnels