Showing posts with label google product. Show all posts
Showing posts with label google product. Show all posts

Saturday, July 4, 2026

les formations IA gratuites de qualité avec certification: Google Skills

 Pendant des années, Google a multiplié ses ressources pédagogiques sans jamais les regrouper.

Google Cloud Skills Boost pour les contenus techniques cloud, Grow with Google pour les compétences numériques générales, Google for Education pour les enseignants, Google DeepMind pour les contenus orientés recherche. Chaque division avait sa propre plateforme.

En lançant Google Skills fin 2025, elle a souhaité mettre fin à cet éparpillement. La plateforme centralise l’ensemble de ces contenus sous une seule adresse, avec au programme plus de 3 000 cours, des laboratoires pratiques, ainsi que des parcours de certification. 

Google et Coursera entretiennent un partenariat officiel depuis 2020. Google Skills centralise les contenus techniques orientés cloud et développeurs, tandis que les formations grand public, dont les cours IA présentés ici, sont hébergées sur Coursera, qui gère l’inscription, la progression et délivre des certificats.

Ici on se concentre sur les formations IA qui sont sur deux possibilités: pour tous et pour des non-débutants à divers niveaux.

Pour les profils débutants (et non techniques)

« Les fondamentaux de l’intelligence artificielle » proposé en accès libre par Google Career Certificates via la plateforme Coursera. En moins de dix heures, ce parcours de cinq cours couvre les bases de l’IA, du prompting à l’utilisation responsable, avec un certificat délivré par Google à la clé.

Ce programme  s’adresse aux personnes de tous métiers et secteurs qui souhaitent acquérir, à leur rythme, des compétences essentielles en IA afin d’améliorer leur productivité. 


AI Boost Bites

Google Skills propose également une série de 57 formats courts appelée AI Boost Bites, accessible directement depuis le catalogue de la plateforme (onglet Collection > AI Boost Bites). 

Chaque module correspond à une vidéo de dix minutes centrée sur un cas d’usage concret : gérer sa boîte mail avec Gemini, convertir une image en tableau Google Sheets, utiliser NotebookLM comme assistant de recherche, ou encore maîtriser les bases du prompting dans Google Workspace. Bon à savoir : chaque vidéo est accompagnée d’un exercice pratique à réaliser immédiatement.

Ces modules, qui sont accessibles gratuitement depuis Google Skills, s’adressent à celles et ceux qui veulent progresser rapidement sur un point précis sans s’engager dans un parcours complet. On y trouve également des parcours thématiques, accessibles depuis l’onglet Parcours disponible dans le menu, avec deux catégories directement liées à l’IA : IA/ML et Agents.

Google AI Professional Certificate

Le Google AI Professional Certificate, lancé en février 2026, s’adresse aux professionnels qui souhaitent aller au-delà des fondamentaux. Structuré en sept cours pour une durée totale d’environ huit heures, il couvre l’IA appliquée à six domaines concrets : trouver des idées et planifier, faire des recherches et trouver des informations, communiquer et rédiger, créer du contenu, analyser des données et créer des applications, en concevant un outil personnalisé sans écrire une seule ligne de code (vibe coding). 

Le programme inclut plus de 20 activités pratiques, avec à la clé un portfolio de productions réutilisables en contexte professionnel. Il est possible de ne suivre que les cours les plus adaptés à son poste, sans avoir à compléter l’intégralité du programme.

Accès et disponibilité du certificat Google AI Professional

Ce certificat, qui permet de développer votre maîtrise de l’IA, est accessible de deux façons : via l’abonnement Career Certificates sur Google Skills (à 49 dollars par mois, ou 349 dollars par an), ou via Coursera. Le cours est enseigné en anglais, mais une traduction automatique en français est disponible après inscription, via le menu des langues de la plateforme. Google propose également un essai de trois mois sans frais à Google AI Pro en complément du certificat, sous conditions et jusqu’au 1er janvier 2027.

certification proposée par Google Skills 

 le Google AI Professional Certificate. Comme vu précédemment, il est conçu par des experts de Google et validé par un ensemble d’employeurs partenaires. L’avantage : il permet de faire reconnaître ses compétences en IA auprès des recruteurs, avec un certificat partageable sur LinkedIn accompagné d’un lien de vérification.

Et les autres comme OpenAI Academy?

Google Skills se distingue d’OpenAI Academy par son système de certifications et l’ampleur de son catalogue. 

Référence

Monday, March 6, 2023

Jupyter Notebook Service and python, colab de google ? alternatives?

 

Which Jupyter Notebook Service Should I Use?

We recommend starting off with Gradient’s free Community Notebooks feature. With free GPUs and CPUs, storage, uninterrupted service, an intuitive UI, ML project templates, and much more, it’s hard to imagine a use case where Gradient wouldn’t fit the bill.

Dive in with a free GPU-backed Jupyter notebook (free account, free everything), fork one of many ML project templates (and run it for free from your own account), or check out the FAQ.


Qu'est-ce que Colab ?

https://colab.research.google.com/

Colab (ou "Colaboratory") vous permet d'écrire et d'exécuter du code Python dans votre navigateur avec
  • Aucune configuration requise
  • Accès sans frais aux GPU
  • Partage facile
Que vous soyez étudiant, data scientist ou chercheur en IA, Colab peut vous simplifier la tâche. Regardez la présentation de Colab pour en savoir plus ou commencez tout de suite.

Les notebooks Colab vous permettent d'utiliser, dans un même document, du code exécutable, du texte enrichi, des images, du code HTML, du code LaTeX et bien plus. Lorsque vous créez des notebooks Colab, ils sont enregistrés dans votre compte Google Drive. Vous pouvez facilement les partager avec vos collaborateurs ou vos amis, qui peuvent alors y apporter des commentaires ou même les modifier. Pour en savoir plus, consultez la page Présentation de Colaboratory. Pour créer un notebook Colab, utilisez le menu "Fichier" ci-dessus ou le lien Créer un notebook Colab.

Les notebooks Colab sont des notebooks Jupyter hébergés par Colab. Pour en savoir plus sur le projet Jupyter, consultez le site Web jupyter.org.

Science des données

Colab vous permet de tirer pleinement parti des bibliothèques populaires Python pour analyser et visualiser des données. La cellule de code ci-dessous utilise numpy pour générer des données aléatoires et matplotlib pour les visualiser. Pour modifier le code, cliquez simplement sur la cellule.

Machine learning

Colab vous permet d'importer un ensemble de données d'images, d'entraîner un classificateur d'images sur cet ensemble et d'évaluer le modèle, tout cela avec quelques lignes de code. Les notebooks Colab exécutent ce code sur les serveurs cloud de Google. Vous avez donc à votre disposition toute la puissance du matériel Google, y compris les GPU et TPU, quelle que soit la puissance de votre ordinateur. Vous n'avez besoin que d'un navigateur.

Colab est très largement utilisé par la communauté du machine learning, par exemple dans les applications suivantes :
  • Premiers pas avec TensorFlow
  • Développement et entraînement de réseaux de neurones
  • Expérimentation avec les TPU
  • Dissémination de la recherche en IA
  • Création de tutoriels

exemple

Mask R-CNN Image Segmentation Demo
This Colab enables you to use a Mask R-CNN model that was trained on Cloud TPU to perform instance segmentation on a sample input image. The resulting predictions are overlayed on the sample image as boxes, instance masks, and labels. You can also experiment with your own images by editing the input image URL.

About Mask R-CNN
The Mask R-CNN model addresses one of the most difficult computer vision challenges: image segmentation. Image segmentation is the task of detecting and distinguishing multiple objects within a single image. In particular, Mask R-CNN performs "instance segmentation," which means that different instances of the same type of object in the input image, for example, car, should be assigned distinct labels.
COCO index mapping
ID_MAPPING = {
    1: 'person',
    2: 'bicycle',
    3: 'car',
    4: 'motorcycle',
    5: 'airplane',
    6: 'bus',
    7: 'train',
    8: 'truck',
    9: 'boat',
    10: 'traffic light',....