Dans cet atelier, vous allez apprendre à effectuer une génération augmentée par récupération (RAG) multimodale à l'aide de l'API Gemini dans Vertex AI.
Dans cet atelier, vous allez créer et entraîner un extracteur de documents personnalisé qui traite les documents W-2 (formulaire fiscal aux États-Unis).
Dans cet atelier, vous allez apprendre à créer des prototypes d'IA générative avec Vertex AI Studio et Gemini. Vous maîtriserez la conception de requêtes et l'analyse multimodale dans la console, le tout sans codage.
Dans cet atelier, vous allez apprendre à utiliser l'API Gemini dans Vertex AI et le SDK Google Gen AI pour Python avec le modèle Gemini 2.0 Flash.
Dans cet atelier, vous allez apprendre à générer et exécuter du code à l'aide de l'API Gemini dans Vertex AI et du SDK Google Gen AI pour Python avec le modèle Gemini 2.0 Flash.
Dans cet atelier, vous allez explorer l'API Vertex AI Embeddings pour des cas d'utilisation textuels et multimodaux (images et vidéos).
Dans cet atelier, vous allez créer et déployer sur Cloud Run une application de chat basée sur l'IA qui utilise un modèle Gemini.
Dans cet atelier, vous allez apprendre à créer un système de questions-réponses qui comprend à la fois le texte et les images avec Vertex AI.
Dans cet atelier, vous allez apprendre à déployer une application Streamlit intégrée à Gemini dans Cloud Run.
Découvrez comment utiliser BigQuery Machine Learning avec des modèles distants (Gemini) pour analyser des avis clients à l'aide de SQL.
Dans cet atelier, vous allez apprendre à utiliser les fonctionnalités de génération, d'explication et de suggestion de code de Gemini dans BigQuery.
Dans cet atelier, vous allez apprendre à utiliser l'explorateur de tables et les insights sur les données avec Gemini dans BigQuery.
Dans cet atelier, vous allez apprendre à créer un pipeline RAG en trois étapes. Vous découvrirez ainsi comment obtenir des embeddings, effectuer des recherches vectorielles et générer des réponses améliorées avec Gemini dans BigQuery.
Dans cet atelier, vous allez apprendre à créer un tableau de bord d'informatique décisionnelle à l'aide de l'interface Looker Studio optimisée par BigQuery sur le backend.
Dans cet atelier, vous allez importer des données dans Cloud SQL à partir de fichiers texte CSV, puis effectuer certaines analyses de données de base à l'aide de requêtes simples.
Dans cet atelier, vous allez effectuer des tâches d'administration de base dans une instance Cloud Spanner.
Dans cet atelier, vous allez migrer une base de données PostgreSQL autonome (qui s'exécute sur une machine virtuelle) vers AlloyDB pour PostgreSQL en utilisant un job Database Migration Service continu ainsi que l'appairage de VPC pour assurer la connectivité.
Cet atelier vous apprend le fonctionnement de la journalisation GKE ainsi que quelques bonnes pratiques de collecte des journaux à travers plusieurs cas courants d'utilisation de la journalisation.
Créez un pipeline de livraison avec Google Cloud Deploy, puis une version pour une application de base. Promouvez ensuite cette application à l'aide d'une série de cibles Google Kubernetes Engine.
Utilisez l'Analyse de journaux pour analyser en détail les journaux d'utilisation à l'aide de requêtes SQL depuis la page Cloud Logging.
Dans cet atelier, vous allez apprendre à créer un VPN sécurisé à haut débit et à tester sa vitesse.
Dans cet atelier, vous allez apprendre à provisionner un cluster Kubernetes complet à l'aide de Google Kubernetes Engine, ainsi qu'à déployer et gérer des conteneurs Docker avec kubectl. Vous découvrirez également comment décomposer une application en microservices à l'aide des déploiements...
Cet atelier montre comment créer un équilibreur de charge HTTP(S) qui transmet le trafic aux instances dans deux régions différentes.
Dans cet atelier pratique, vous allez apprendre à créer, modifier, provisionner et détruire une infrastructure à l'aide de Terraform dans l'environnement cloud.
Découvrez comment configurer un réseau, ajouter trois sous-réseaux et appliquer des règles de pare-feu.
Dans cet atelier, vous allez créer un réseau VPC en mode automatique avec des règles de pare-feu et deux instances de VM, puis explorer la connectivité des instances de VM.
Dans cet atelier, vous allez créer plusieurs pipelines de données qui ingèrent des données d'un ensemble de données public dans BigQuery et qui les transforment.
Dans cet atelier, vous allez créer un module complémentaire Google Workspace qui utilise Gemini et Vertex AI pour analyser le sentiment des e-mails Gmail et étiqueter automatiquement les e-mails négatifs afin qu'ils soient traités en priorité.