CLOUD
Un Professional Machine Learning Engineer conçoit, évalue, met en production et optimise des modèles de ML en s'appuyant sur les technologies Google Cloud, et sur sa connaissance des techniques et modèles éprouvés
Objectifs
- Concevoir des solutions de machine learning nécessitant peu de code
- Collaborer au sein des équipes et entre les équipes pour gérer les données et les modèles
- Adapter des prototypes à des modèles de ML
- Diffuser et mettre à l'échelle des modèles
- Automatiser et orchestrer des pipelines de ML
- Surveiller des solutions de ML
Programme
- AI & ML Fundamentals (1 jour)
- Launching into Machine Learning (1 jour)
- TensorFlow on Google Cloud (1 jour)
- Feature Engineering (1 jour)
- Maching Learning in the Enterprise (1 jour)
Public concerné
Professionnels du cloud qui ont l'intention de passer l'examen de certification Professional Cloud Architect.
Prérequis
Aucun.
Modalités d'évaluations
Un quiz de positionnement est réalisé en début de formation, tout au long des exercices pratiques sont effectués afin d'évaluer la progression pédagogique et à la fin de la formation et des examens blanc valident l'acquisitions des compétences et prépare au passage de la certification Google Cloud machine learning engineer L'examen de certification est réalisé dans les jours suivants, au choix du participant.
Moyens pédagogiques et techniques
Pour ce cours les moyens pédagogiques et les méthodes d'enseignement utilisés sont principalement : supports audiovisuels, des ateliers et exercices pratiques.
Mis à jour le 17/10/2024