GCP200VERTEXAI

Vertex AI pour les Praticiens du Machine Learning

Cette formation d'une journée, animée par un instructeur, est conçue pour les ingénieurs et les data scientists familiers avec les modèles de machine learning qui souhaitent maîtriser l'utilisation de Vertex AI pour les workflows de modèles personnalisés. Cette formation pratique et concrète vous offrira une immersion approfondie dans les fonctionnalités essentielles de Vertex AI, vous permettant d'exploiter efficacement ses outils et capacités pour vos projets de ML.

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

Ce que vous allez apprendre

  • Comprendre les composants clĂ©s de Vertex AI et comment ils fonctionnent ensemble pour soutenir vos workflows de ML.
  • Configurer et lancer des tâches d'entraĂ®nement personnalisĂ© et de rĂ©glage d'hyperparamètres de Vertex AI pour optimiser les performances des modèles.
  • Organiser et versionner vos modèles Ă  l'aide du Registre de modèles de Vertex AI pour un accès et un suivi faciles.
  • Configurer des clusters de service et dĂ©ployer des modèles pour les prĂ©dictions en ligne avec les Points de terminaison Vertex AI.
  • OpĂ©rationnaliser et orchestrer des workflows de ML de bout en bout avec les Pipelines Vertex AI pour une efficacitĂ© et une scalabilitĂ© accrues.
  • Configurer et mettre en place la surveillance sur les modèles dĂ©ployĂ©s.

Prérequis

  • ExpĂ©rience dans la crĂ©ation et l'entraĂ®nement de modèles de ML personnalisĂ©s
  • Familier avec Docker

Public cible

  • IngĂ©nieurs en Machine Learning, Data Scientists

Programme de la Formation

3 modules pour maîtriser les fondamentaux

Sujets abordés
  • →Comprendre les applications d'entraĂ®nement conteneurisĂ©es
  • →Comprendre les tâches d'entraĂ®nement personnalisĂ© et de rĂ©glage de Vertex AI
  • →Comprendre comment suivre et versionner vos modèles entraĂ®nĂ©s dans le Registre de modèles de Vertex AI
  • →Comprendre le dĂ©ploiement en ligne avec les Points de terminaison Vertex AI
Sujets abordés
  • →Comprendre Kubeflow
  • →Comprendre les composants Python prĂ©-construits et lĂ©gers
  • →Comprendre comment compiler et exĂ©cuter des pipelines sur Vertex AI
Sujets abordés
  • →Comprendre la dĂ©rive (Drift) et l'asymĂ©trie (Skew) des caractĂ©ristiques
  • →Comprendre la surveillance des modèles dĂ©ployĂ©s sur les Points de terminaison Vertex AI

Formations associées

SFEIR Institute

AI Engineer

Passez de la simple interrogation de modèles à la création de systèmes autonomes complexes. La révolution de l'IA Agentique est en marche, et cette formation intensive de 3 jours vous donne les clés pour construire, orchestrer et déployer des applications d'IA générative prêtes pour la production. De la maîtrise des fondamentaux des LLMs jusqu'au déploiement d'agents intelligents autonomes, vous apprendrez à exploiter les meilleurs services Cloud (Vertex AI, Amazon Bedrock, Azure OpenAI). Vous découvrirez comment concevoir des pipelines RAG ultra-performants, et plongerez au cœur de l'IA Agentique en orchestrant des systèmes multi-agents capables de planifier, d'interagir avec des outils (Function Calling, MCP) et de collaborer grâce à LangChain, LangGraph et Google ADK. Au-delà de la construction, ce programme aborde les défis cruciaux de l'entreprise : l'évaluation des modèles (G-Eval, DeepEval), la sécurisation (Guardrails, prompt injection) et les stratégies de scaling pour maîtriser vos coûts en production.

3 j
Intermédiaire
SFEIR Institute
Best

Formation Claude Code

Boostez votre productivité avec Claude Code, l'outil CLI d'Anthropic pour le développement assisté par IA. Après l'installation et la configuration de Claude Code sur votre poste, vous apprendrez les interactions de base : créer des fichiers CLAUDE.md efficaces, maîtriser le Plan Mode pour réviser les refactorisations avant exécution, et générer des tests unitaires et d'intégration. Vous découvrirez comment organiser votre documentation et gérer vos prompts avec les règles modulaires dans .claude/rules/. Vous explorerez les sub-agents et skills : création d'agents autonomes pour paralléliser les tâches, orchestration en patterns séquentiels et parallèles, et développement de skills réutilisables pour automatiser vos workflows. Enfin, vous maîtriserez les commandes essentielles et astuces pour une productivité maximale au quotidien. Formation pratique avec 60% de labs sur des cas concrets.

1 j
Fondamental

Prochaines sessions

7 mai 2026
Distanciel • Français
S'inscrire
10 juillet 2026
Distanciel • Français
S'inscrire
11 septembre 2026
Distanciel • Français
S'inscrire
6 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 thĂ©oriques (Slides) — PrĂ©sentation de concepts via des supports visuels (PowerPoint, PDF).
  • DĂ©monstration technique (DĂ©mos) — Le formateur rĂ©alise une manipulation ou une procĂ©dure devant les apprenants.
  • Laboratoires dirigĂ©s (Labs) — Mise en pratique guidĂ©e sur logiciel, machine ou environnement technique.
  • Quiz / QCM — Test rapide de connaissances (format papier ou numĂ©rique 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 : VĂ©rification des connaissances tout au long de la formation via des mĂ©thodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
  • Mesure de la progression : Dispositif d'auto-Ă©valuation comparatif comprenant un diagnostic initial pour situer le niveau de dĂ©part, suivi d'une Ă©valuation finale pour valider l'Ă©volution des compĂ©tences.
  • Évaluation de la qualitĂ© : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacitĂ© de la formation ressentie par les participants.

790€ € HT

par apprenant