1. Livres & vidéos
  2. Google Gemini pour les développeurs - Interagir avec les modèles de Google via l’API RESTvrez la mise en place de services cloud (v2)

Google Gemini pour les développeurs Interagir avec les modèles de Google via l’API RESTvrez la mise en place de services cloud (v2)

Informations

  • Consultable en ligne immédiatement après validation du paiement et pour une durée de 10 ans.
  • Vidéos enregistrées dans notre studio nantais
Google Gemini est une famille de modèles de langage de nouvelle génération capable de comprendre, raisonner et générer des données complexes, tout en prenant en charge des usages multimodaux. Ces innovations offrent de nouvelles opportunités pour concevoir des applications avancées dans de nombreux domaines. Dans cette vidéo, vous découvrirez comment tirer parti des fonctionnalités de Google Gemini pour concevoir des applications performantes. Vous débuterez par une introduction à Google Gemini...
  • Niveau Initié à Confirmé
  • Durée 1h41
  • Parution février 2026

Google Gemini est une famille de modèles de langage de nouvelle génération capable de comprendre, raisonner et générer des données complexes, tout en prenant en charge des usages multimodaux. Ces innovations offrent de nouvelles opportunités pour concevoir des applications avancées dans de nombreux domaines. Dans cette vidéo, vous découvrirez comment tirer parti des fonctionnalités de Google Gemini pour concevoir des applications performantes.

Vous débuterez par une introduction à Google Gemini et à son environnement de développement avant de découvrir son fonctionnement, Google AI Studio et Vertex AI Studio, ainsi que la solution cloud de Google dédiée aux développeurs d’IA.

Vous aborderez ensuite le développement de prompts avancés avec Gemini. Vous apprendrez à créer une clé Gemini, à configurer votre environnement de travail et à interagir avec les modèles Gemini via une API REST. Les notions de prompts système, de limitation du nombre de réponses, de génération de contenu et de probabilités associées aux tokens seront abordées afin de mieux comprendre et maîtriser les réponses produites par un modèle.

Enfin, une partie sera consacrée à la manipulation fine du comportement de Gemini, en explorant les paramètres qui influencent la créativité et la cohérence des réponses. Vous verrez comment ajuster la température, réduire les hallucinations, gérer le nombre de tokens en sortie et trouver le bon équilibre entre créativité et précision. Ce module abordera également des notions clés telles que la sécurisation des réponses, l’utilisation des fonctions et l’intégration d’outils.

Caractéristiques

  • Vidéo en ligne
  • Ref. ENI : VTGOOGEM

Madjid KHICHANE

 

Madjid Khichane est un expert reconnu en Intelligence Artificielle, spécialisé dans l’apprentissage par renforcement et les systèmes multi-agents. Titulaire d’un diplôme d’ingénieur en Informatique de l’Université Mouloud Mammeri à Tizi-Ouzou (Algérie), il a poursuivi son parcours académique avec un Master en Intelligence Artificielle – Systèmes Multi-Agents à l’Université Paris 5 (René Descartes). Ses travaux de PhD en Intelligence Artificielle, menés en collaboration entre l’Université Claude Bernard Lyon 1 et IBM, ont abouti à des avancées algorithmiques en apprentissage par renforcement, publiées dans des conférences internationales de premier plan. Fort de cette expertise, Madjid Khichane accompagne aujourd’hui des leaders technologiques mondiaux tels que Microsoft, LinkedIn, Hewlett Packard, DXC Technology et PricewaterhouseCoopers (PwC) en tant qu’expert en IA, contribuant à l’innovation et à la transformation digitale à grande échelle.

 

Découvrir tous ses livres

  • Python Coffret de 2 livres : Implémentation pour la Data Science et le Machine Learning
  • Le Machine Learning et l
  • Kubernetes - La plateforme de déploiement de vos applications conteneurisées Livre avec complément vidéo : le Minikube et les commandes kubectl
  • PyTorch Exploitation de données et développement d’un réseau de neurones en Python
  • Scala Prise en main du langage
  • Kubernetes Automatisez le déploiement et la gestion de vos applications dans des Pods
  • Statistiques descriptives avec Python
  • UML Apprenez à modéliser avec les diagrammes
  • Comprendre les réseaux de neurones artificiels Concepts et exemples
  • Le langage SQL pour la Data Science Profitez de la puissance du SQL pour l
  • Les Design Patterns en langage Python Aller au-delà des concepts orientés objets
  • Natural Language Processing (NLP) avec Python
  • Python pour la Data Science
  • Les réseaux de neurones avec TensorFlow
  • Intelligence Artificielle Découverte, concept et exemples
  • Azure Machine Learning Studio Développez vos modèles de Machine Learning dans Azure
  • Data Science avec Python – Le guide indispensable Livre avec complément vidéo : Visualisation de données avec Numpy et Pandas
  • Machine Learning et Python Coffret de 2 livres : Implémentation avec Scikit-learn (2e édition)

Nos nouveautés

voir plus