We may earn an affiliate commission when you visit our partners.
Google Cloud Training
Dans ce cours, vous profiterez de l'expérience d'ingénieurs et de formateurs en ML qui développent des pipelines de ML chez Google Cloud à l'aide de technologies de pointe. Les premiers modules porteront sur TensorFlow Extended (TFX), la plate-forme Google de machine learning de production basée sur TensorFlow et conçue pour gérer des pipelines et des métadonnées de ML. Vous explorerez les composants de pipelines et apprendrez à orchestrer des pipelines avec TFX. Vous verrez également comment automatiser vos pipelines au moyen d'une intégration et d'un déploiement continus, et comment gérer des métadonnées de ML. Ensuite, nous découvrirons comment automatiser et réutiliser des pipelines de ML sur plusieurs frameworks de ML tels que TensorFlow, PyTorch, scikit-learn et XGBoost. Vous apprendrez également à utiliser Cloud Composer, un autre outil Google Cloud, pour orchestrer vos pipelines d'entraînement continu. Enfin, nous verrons comment utiliser MLflow pour gérer l'ensemble du cycle de vie du machine learning.
Register for this course and see more details by visiting:
OpenCourser.com/course/c4qto2/ml
Two deals to help you save
Save money when you learn. Here are two deals and offers that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until July 14
Coursera Plus Annual
Work toward what's next for your career with access to 10,000+ programs. Discover emerging skills and save.
Up to
40%
off
Get offer
Valid until August 30
Google AI App Builder
Learn how to use Gemini API and API Studio with a three-course series from Google DeepMind
Take
100%
off
Get offer
What's inside
Syllabus
Présentation
Ce module présente le plan du cours.
Présentation des pipelines TFX
Ce module présente TensorFlow Extended (TFX), puis aborde les concepts et les composants TFX.
Read more
Syllabus
Présentation
Ce module présente le plan du cours.
Présentation des pipelines TFX
Ce module présente TensorFlow Extended (TFX), puis aborde les concepts et les composants TFX.
Read more
Traffic lights
Traffic lights
Read about what's good
what should give you pause and
possible dealbreakers
Cette formation vous aidera à devenir un expert dans la mise en œuvre de pipelines de ML dans un environnement Google Cloud
Elle est délivrée par Google Cloud Training, vous pouvez donc être sûr que vous apprendrez les dernières techniques et meilleures pratiques
Elle est parfaite pour les ingénieurs ML qui souhaitent automatiser et réutiliser leurs pipelines de ML
Elle couvre un large éventail de sujets, de TensorFlow Extended à MLflow, vous fournissant une vue d'ensemble complète des pipelines de ML
Elle est enseignée par des experts de Google Cloud, vous pouvez donc être sûr d'obtenir des informations de première main
Save this course
Create your own learning path.
Save this course to your list so you can find it easily later.
Save
Save
Reviews summary
Pipelines ml sur google cloud en production
Selon les apprenants, ce cours est une ressource hautement pertinente et pratique pour maîtriser les pipelines de ML sur Google Cloud. De nombreux étudiants ont souligné la qualité des exercices et labs pratiques, qui sont essentiels pour la mise en œuvre de MLOps en production. Le cours est salué pour ses explications claires et sa couverture des outils clés tels que TensorFlow Extended (TFX), Cloud Composer et MLflow. Cependant, certains ont noté que le rythme peut être rapide et qu'une connaissance préalable de GCP ou du ML est un atout, car des problèmes mineurs dans les labs peuvent nécessiter une persévérance supplémentaire.
Le formateur présente les concepts de manière très compréhensible.
"Le formateur explique très bien et les concepts sont bien illustrés par des exemples concrets."
"Les explications sont concises et les exercices pratiques bien conçus."
"Formidable! Le cours est très complet et aborde tous les aspects importants des pipelines ML sur Google Cloud. Les explications sont claires..."
Le contenu est pertinent pour l'industrialisation des modèles ML.
"Le contenu est très pertinent pour quiconque travaille avec l'apprentissage automatique à l'échelle."
"J'ai appris énormément sur la mise en œuvre de MLOps... C'est une ressource précieuse pour structurer mes projets ML."
"Un must pour les ingénieurs ML qui veulent industrialiser leurs modèles."
Les exercices pratiques sont le point fort pour l'application réelle.
"Les labs sont très pratiques et m'ont vraiment aidé à voir comment TFX fonctionne en production."
"Les explications sont concises et les exercices pratiques bien conçus."
"Les sessions pratiques sont le point fort. C'est un excellent point de départ pour l'automatisation des pipelines ML."
Certains labs peuvent nécessiter des ajustements ou une persévérance.
"Certains labs étaient un peu frustrants à cause de petites erreurs ou de changements dans l'interface GCP qui n'étaient pas mis à jour."
"Contenu pertinent, mais les labs nécessitent une certaine persévérance. Il y a eu des moments où j'ai dû chercher des solutions en dehors du cours..."
Une base en ML ou familiarité avec Google Cloud est un plus.
"Le rythme est parfois un peu rapide si vous n'êtes pas déjà familier avec GCP ou TensorFlow..."
"Le cours est correct, mais j'ai trouvé qu'il y avait un prérequis non explicite pour une bonne connaissance de Google Cloud."
"...le débit d'information est dense, et une base en ML est préférable."
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in ML Pipelines on Google Cloud - Français with these
activities:
Rafraîchir ses compétences en programmation
Show steps
Rafraîchissez vos compétences en programmation avant de commencer le cours.
Browse courses on
Python
Show steps
-
Réviser les concepts de programmation de base
-
Résoudre des problèmes de programmation
Show all one activities
Rafraîchir ses compétences en programmation
Show steps
Rafraîchissez vos compétences en programmation avant de commencer le cours.
Browse courses on
Python
Show steps
Show steps
Show steps
- Réviser les concepts de programmation de base
- Résoudre des problèmes de programmation
Show all one activities
Career center
Learners who complete ML Pipelines on Google Cloud - Français will develop knowledge and skills
that may be useful to these careers:
Data Scientist
Data Scientist
Data Scientists collaborate with scientists and business stakeholders to build machine learning and artificial intelligence systems. This often involves designing, training, and deploying machine learning models. This course can be helpful as it introduces TensorFlow Extended (TFX), a platform for managing ML pipelines, models, and metadata. This course also helps with model orchestration and automating pipelines with CI/CD. Moreover, this course covers using MLflow to manage the end-to-end machine learning lifecycle.
Machine Learning Engineer
Machine Learning Engineer
Machine Learning Engineers design, develop, and deploy machine learning models. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and how to use MLflow to manage the machine learning lifecycle.
Data Engineer
Data Engineer
Data Engineers design, build, and maintain the infrastructure and systems that store and process data. This often involves working with big data technologies like Hadoop, Spark, and Hive. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build the skills to manage ML pipelines and metadata.
Software Engineer
Software Engineer
Software Engineers design, develop, test, and deploy software systems. This often involves working with a variety of programming languages, tools, and technologies. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Machine Learning Researcher
Machine Learning Researcher
Machine Learning Researchers develop new machine learning algorithms and techniques. This often involves working with advanced mathematics and statistics. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Quantitative Analyst
Quantitative Analyst
Quantitative Analysts use mathematical and statistical models to analyze data and make predictions. This often involves working with financial data. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Statistician
Statistician
Statisticians collect, analyze, and interpret data. This often involves working with a variety of statistical methods and techniques. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Data Analyst
Data Analyst
Data Analysts collect, clean, and analyze data to identify trends and patterns. This often involves working with a variety of data analysis tools and techniques. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Business Analyst
Business Analyst
Business Analysts analyze business processes and data to identify opportunities for improvement. This often involves working with a variety of business analysis tools and techniques. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Project Manager
Project Manager
Project Managers plan, execute, and close projects. This often involves working with a variety of project management tools and techniques. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Product Manager
Product Manager
Product Managers define, develop, and launch products. This often involves working with a variety of product management tools and techniques. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Sales Manager
Sales Manager
Sales Managers lead and motivate sales teams to achieve sales goals. This often involves working with a variety of sales management tools and techniques. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Marketing Manager
Marketing Manager
Marketing Managers plan and execute marketing campaigns to promote products and services. This often involves working with a variety of marketing tools and techniques. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Human Resources Manager
Human Resources Manager
Human Resources Managers plan and execute human resources programs and policies. This often involves working with a variety of human resources tools and techniques. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
Financial Manager
Financial Manager
Financial Managers plan and execute financial plans and policies. This often involves working with a variety of financial tools and techniques. This course may be useful as it provides an introduction to TensorFlow Extended (TFX) and its components. This course will give you an understanding of how to orchestrate pipelines with TFX and will help you build skills to manage ML pipelines and metadata.
For more career information including salaries, visit:
OpenCourser.com/course/c4qto2/ml
Reading list
We've selected seven books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
ML Pipelines on Google Cloud - Français.
Bien que ce livre ne se concentre pas spécifiquement sur les pipelines de ML, il fournit une base solide pour comprendre les concepts fondamentaux du machine learning, notamment les algorithmes, la préparation des données et l'évaluation des modèles.
Ce livre fournit une introduction pratique à l'apprentissage profond avec Python. Il couvre les réseaux de neurones, les architectures de modèles et les techniques d'entraînement, ce qui peut être bénéfique pour les apprenants souhaitant approfondir leurs connaissances en matière de ML.
Bien qu'il ne se concentre pas sur les pipelines de ML, ce livre fournit un cadre complet pour la compréhension des méthodes statistiques utilisées dans le machine learning. Il peut être utile comme référence approfondie pour les apprenants souhaitant approfondir leurs connaissances en statistique.
Ce livre offre une approche bayésienne du machine learning, couvrant les concepts d'inférence bayésienne, de modèles graphiques et d'optimisation. Il peut être utile aux apprenants intéressés par une compréhension plus théorique du sujet.
Bien qu'il ne se concentre pas sur les pipelines de ML, ce livre fournit une introduction pratique à l'analyse des séries temporelles. Il peut être utile aux apprenants souhaitant explorer les techniques de prévision et de modélisation des données temporelles.
Bien que ce livre ne traite pas spécifiquement des pipelines de ML, il fournit une introduction complète au traitement du langage naturel. Il peut être bénéfique pour les apprenants souhaitant explorer les techniques de traitement et d'analyse du langage naturel.
Save
Bien que ce livre ne se concentre pas sur les pipelines de ML, il fournit une introduction complète à la vision par ordinateur. Il peut être bénéfique pour les apprenants souhaitant explorer les techniques de traitement et d'analyse des images et des vidéos.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/c4qto2/ml
Share
Similar courses
Similar courses are unavailable at this time. Please try again later.
Effort
4 hours to complete
Level
Advanced
Via
Coursera
Institution
Google Cloud
Instructor
Google Cloud Training
Language
Français
Transcript
English
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2025 OpenCourser