Machine Learning avancé avec TensorFlow sur Google Cloud Platform (MLTF)
Concevez, entraînez et déployez des modèles TensorFlow distribués à grande échelle sur Google Cloud !
Vue d'ensemble
Cette formation prépare à la certification : Google Cloud Certified Professional Machine Learning Engineer.
- Expérience de programmation en Python
- Connaissances de base en statistiques
- Notions de SQL et de cloud computing
Objectifs pédagogiques
Programme détaillé
Présentation et objectifs
Accueil des participants, présentation du programme et des objectifs pédagogiques. État des lieux des connaissances et attentes individuelles.
Introduction à l'IA et au Machine Learning
Définitions, histoire et cas d’usage de l’IA. Types d’apprentissage : supervisé, non supervisé, par renforcement. Panorama des outils et frameworks.
Préparation et exploration des données
Collecte, nettoyage et transformation des données. Analyse exploratoire (EDA), visualisation et feature engineering.
Exploration d’un dataset réel avec pandas et matplotlib
Modèles de classification et régression
Algorithmes fondamentaux : régression linéaire/logistique, arbres de décision, forêts aléatoires, SVM. Évaluation des performances.
Entraînement et comparaison de modèles sur un cas métier
Deep Learning et réseaux de neurones
Perceptrons, réseaux convolutifs (CNN), réseaux récurrents (RNN/LSTM). Transfer learning et fine-tuning.
Implémentation d’un réseau de neurones avec TensorFlow/PyTorch
IA générative et LLM
Transformers, GPT, BERT. Prompt engineering, RAG (Retrieval-Augmented Generation). Déploiement et éthique de l’IA.
Création d’un assistant IA avec API OpenAI et RAG
Mise en pratique guidée
Application des concepts vus précédemment à travers des exercices progressifs. Démonstrations et manipulations accompagnées.
Exercices pratiques progressifs avec correction commentée
Cas d'usage et mise en situation
Application des compétences acquises à des problématiques concrètes d’entreprise. Retours d’expérience et échanges.
Projet fil rouge ou étude de cas complète
Optimisation et bonnes pratiques
Conseils d’experts, optimisation des performances, veille technologique. Ressources pour aller plus loin.
Atelier d’optimisation et revue des livrables
Préparation à la certification
Révision des points clés du programme. Méthodologie de l’examen, types de questions et gestion du temps. Conseils pour maximiser ses chances de réussite.
Examen blanc dans les conditions réelles et correction détaillée
Prochaines sessions
Avis des participants
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
En savoir plus sur le financement