Google Cloud Training Partner
Formazione Google Cloud nel perimetro del programma Training Partner, con corsi instructor-led e contenuti allineati ai riferimenti ufficiali Google Cloud.
Scopri Google Cloud Training PartnerGoogle Cloud Instructor-ledLive con docenteLaboratorio pratico
Corso Introduction to AI and Machine Learning on Google Cloud
T-AIMLGC-B · formazione Google Cloud instructor-led · 1 giorno
Corso introduttivo instructor-led dedicato alle capacità AI e machine learning di Google Cloud lungo l'intero data-to-AI lifecycle. Il percorso combina AI foundations, generative AI, opzioni di sviluppo e workflow ML, con attività pratiche su BigQuery ML, Vertex AI Studio, Natural Language API e AutoML in Vertex AI.
FormulaDisponibile su richiesta
LiveDocente e classe in tempo reale
Hands-onAttività laboratoriali lungo il percorso
Google richiede una conoscenza di base dei concetti di machine learning e precedente esperienza con linguaggi come SQL e Python. Il corso è introduttivo, ma presuppone familiarità con dati, programmazione e terminologia ML sufficiente per seguire esercitazioni pratiche su BigQuery ML e Vertex AI.
CorsoIntroduction to AI and Machine Learning on Google Cloud
Chiama
Preparazione parziale a Professional Machine Learning Engineer
Il corso contribuisce a una parte del percorso certificativo ufficiale: non viene presentato come preparazione completa all'esame.
Consulta la certificazione Google CloudCorso attivabile su richiesta
Concordiamo insieme la prossima data
Il corso può essere attivato per privati, professionisti, aziende ed enti, senza attendere la pubblicazione di una data a calendario.
Corso attivabile su richiesta
Segnalaci il tuo interesse: verifichiamo disponibilità del docente, formula e prima soluzione utile, senza alcun impegno.
Richiedi l’attivazione
Certificazione Google Cloud
Il corso copre parzialmente i contenuti dell’esame Professional Machine Learning Engineer per la certificazione Professional Machine Learning Engineer
Certificazione Google Cloud attiva verificata sulla directory ufficiale e sulla pagina della singola credenziale il 28/08/2026.
Professional Machine Learning EngineerEsame ufficiale
120 minutiDurata indicata dal vendor
LivelloProfessional · Classificazione corrente nella directory ufficiale Google Cloud.
Il superamento dell’esame consente di ottenere la certificazione Professional Machine Learning Engineer, nel rispetto dei requisiti previsti dal vendor.
L’esame non è incluso nella quota. Il voucher può essere acquistato separatamente quando decidi di sostenere la prova.
Il corso prepara anche ad altre certificazioni. Contattaci per avere più informazioni.
Risultati di apprendimento
Competenze operative sviluppate durante il corso
Ogni macroarea viene tradotta in competenze concrete, con l’obiettivo di costruire un metodo applicabile in contesti reali.
Riconoscere le tecnologie e i prodotti Google Cloud che supportano il ciclo data-to-AI.
Costruire un semplice modello predittivo con BigQuery ML e comprendere quando usare SQL per portare i dati verso l'AI.
Usare Gemini e Vertex AI Studio per impostare un progetto generative AI e comprendere prompt-to-production e AI agents.
Confrontare API preaddestrate, AutoML e custom training e scegliere l'approccio adatto al caso d'uso.
Descrivere il workflow ML dalla preparazione dei dati al model serving e collegarlo ai principi MLOps.
Realizzare un modello AutoML in Vertex AI e valutarne l'uso in un flusso end-to-end.
È il corso giusto per te se
È il corso giusto se vuoi orientarti con precisione tra i servizi AI e ML di Google Cloud e capire come usarli in progetti reali
- sviluppi o valuti soluzioni AI e devi distinguere con chiarezza foundation models, modelli predittivi, API preaddestrate, AutoML e custom training
- vuoi comprendere come Vertex AI, BigQuery ML e i servizi AI gestiti entrano nel ciclo data-to-AI
- devi passare dall'idea al prototipo usando prompt, Gemini, Vertex AI Studio e strumenti per agenti
- vuoi costruire un primo workflow ML end-to-end includendo preparazione dati, training, serving e automazione MLOps
Requisiti consigliati
Prerequisiti consigliati
Google richiede una conoscenza di base dei concetti di machine learning e precedente esperienza con linguaggi come SQL e Python. Il corso è introduttivo, ma presuppone familiarità con dati, programmazione e terminologia ML sufficiente per seguire esercitazioni pratiche su BigQuery ML e Vertex AI.
Verifica l’idoneità con il nostro teamFormazione Google Cloud con docente
Dalla spiegazione tecnica alla configurazione operativa
Durante le lezioni live, concetti, architetture, comandi, console e attività laboratoriali vengono affrontati con il docente nel perimetro del singolo corso.
Se il corso contribuisce a una certificazione Google Cloud, il collegamento viene indicato con chiarezza; l'eventuale voucher d'esame è incluso solo quando espressamente indicato.
Lezione live con docente, spazio per domande e verifica dei passaggi tecnici.
Programma, destinatari, prerequisiti e durata sono presentati in modo chiaro prima dell’iscrizione.
Le attività laboratoriali sono integrate nel programma e sviluppate sui contenuti del singolo percorso.
Il collegamento alle certificazioni viene presentato per il contributo effettivo del corso, senza sovrastimare la copertura.
Attività pratica integrata nel percorso Google Cloud.
Laboratori hands-on del corso
Laboratorio Introduction to AI and Machine Learning on Google Cloud
Le attività laboratoriali sono integrate nel programma del corso e vengono svolte sui servizi, sugli strumenti e sugli scenari trattati nel percorso.
BigQuery MLCreazione di un modello direttamente in BigQuery per prevedere il comportamento degli utenti e collegare dati analitici e machine learning senza spostare il dataset.
Vertex AI StudioUso pratico di Vertex AI Studio per esplorare modelli generativi, costruire prompt efficaci e comprendere il passaggio da sperimentazione a soluzione applicativa.
Natural Language APIAnalisi di entità e sentiment su testo tramite API preaddestrata per comprendere quando adottare servizi AI pronti all'uso invece di addestrare un modello custom.
Le esercitazioni fanno parte del percorso didattico e vengono contestualizzate dal docente durante la formazione live.
Cosa include il percorso
Tutto ciò che serve per frequentare con sicurezza
Non soltanto lezioni: il percorso integra didattica live, pratica guidata e assistenza continua. Qui trovi ciò che Vega Training mette concretamente a disposizione per accompagnarti durante la formazione.
Docente e partecipanti collegati in tempo reale, con la possibilità di intervenire e chiedere chiarimenti.
Professionisti selezionati per competenza tecnica e capacità didattica, con le abilitazioni richieste dai vendor.
Ambienti didattici sicuri e collaudati per applicare concretamente quanto affrontato durante le lezioni.
Assistenza sulla piattaforma e sugli ambienti pratici, per lasciare il docente concentrato sulla formazione.
Documentazione, esercitazioni e risorse previste dallo specifico percorso.
Le eventuali lezioni annullate da Vega Training vengono recuperate senza ridurre il monte ore del corso.
Quando prevista, la formazione comprende indicazioni sul relativo esame e sulla preparazione necessaria.
Al termine del percorso viene rilasciato l’attestato di partecipazione Vega Training.
Formazione IT dal 2002 Formazione live online dal 2008 Sistema qualità certificato ISO 9001 EA37
FacultyGoogle CloudVega Training
Competenza tecnica e capacità didattica
I docenti Vega Training uniscono esperienza tecnica e capacità didattica: durante il corso puoi fare domande, approfondire casi reali e confrontarti sui problemi che incontri nel lavoro.
Dane WatsonDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
Andrea MogliazzaDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
Giovanni PerteghellaDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
John MorahDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
Programma completo, organizzato per aree
Prima una visione d’insieme, poi tutto il dettaglio
Apri le singole aree per vedere argomenti, competenze e attività pratiche previste. Il programma ti permette di capire subito cosa affronterai e con quale progressione.
AI Foundations
- Framework AI/ML su Google Cloud e principali componenti dell'infrastruttura AI
- Prodotti dati e machine learning nel data-to-AI lifecycle
- AI models, BigQuery ML e sviluppo di un modello predittivo direttamente sui dati analitici
- Laboratorio Predict Visitor Purchases with BigQuery ML
Generative AI on Google Cloud
- Generative AI, foundation models e differenze rispetto ai modelli predittivi tradizionali
- Prompt engineering e prompt-to-production lifecycle
- Gemini multimodale, Vertex AI Studio e strumenti Google Cloud per sviluppo e tuning
- AI agents, componenti di un agente e strumenti Google per agent building
- Laboratorio Get started with Vertex AI Studio
AI Development Options
- Confronto tra Vertex AI, AutoML, API preaddestrate e custom training
- Criteri tecnici per scegliere l'approccio di sviluppo in base a dati, competenze e requisiti
- Natural Language API per entity extraction e sentiment analysis
- Laboratorio Entity and Sentiment Analysis with Natural Language API
AI Development Workflow
- ML workflow: data preparation, model development, model serving e iterazione
- MLOps e automazione del workflow su Google Cloud
- Vertex AI per dataset gestiti, training e deployment
- AutoML in Vertex AI per costruire un modello end-to-end senza codice custom
- Laboratorio Vertex AI: Predict Loan Risk with AutoML
Course Summary and Architecture Choices
- Riepilogo dei principali prodotti, strumenti e pattern incontrati nel percorso
- Criteri di scelta tra BigQuery ML, AutoML, pre-trained APIs e custom training
- Relazione tra generative AI, predictive ML, data platform e MLOps
- Passi successivi per approfondire Vertex AI e machine learning su Google Cloud
Attività laboratoriali
- BigQuery ML: Creazione di un modello direttamente in BigQuery per prevedere il comportamento degli utenti e collegare dati analitici e machine learning senza spostare il dataset.
- Vertex AI Studio: Uso pratico di Vertex AI Studio per esplorare modelli generativi, costruire prompt efficaci e comprendere il passaggio da sperimentazione a soluzione applicativa.
- Natural Language API: Analisi di entità e sentiment su testo tramite API preaddestrata per comprendere quando adottare servizi AI pronti all'uso invece di addestrare un modello custom.
- AutoML in Vertex AI: Costruzione end-to-end di un modello AutoML per stimare il rischio di credito, includendo dataset, training, valutazione e utilizzo del modello gestito.
Per aziende, enti e team
Porta Introduction to AI and Machine Learning on Google Cloud nel tuo team
Il corso può essere organizzato per team aziendali mantenendo prerequisiti, programma tecnico e attività laboratoriali coerenti con il percorso formativo.
Inserimento in una data pubblica, con fattura e referente aziendale.
Calendario, coordinamento e condizioni dedicate in base alle esigenze del gruppo.
Modalità organizzative e calendario concordabili, mantenendo programma, obiettivi e qualità didattica del percorsoGoogle Cloud.
Domande frequenti
Le informazioni utili prima di richiedere il corso
Il corso copre sia machine learning tradizionale sia generative AI?
Sì. Il corso collega il data-to-AI lifecycle a modelli predittivi e generativi, includendo Gemini, prompt design, API pre-addestrate, AutoML, custom training e Vertex AI.
Durante il corso si lavora con Gemini e con tecniche di prompt design?
Sì. Gemini multimodale e la costruzione di prompt efficaci rientrano negli obiettivi ufficiali del corso e vengono trattati insieme agli strumenti Google Cloud per sviluppare applicazioni AI.
Quali prerequisiti sono consigliati per partecipare?
Google richiede una conoscenza di base dei concetti di machine learning e precedente esperienza con linguaggi come SQL e Python. Il corso è introduttivo, ma presuppone familiarità con dati, programmazione.
Sono previste attività pratiche su Vertex AI?
Sì. Il corso include attività laboratoriali integrate nel programma, tra cui BigQuery ML, Vertex AI Studio. Le esercitazioni sono contestualizzate dal docente e coerenti con contenuti e obiettivi del percorso.
Il corso contribuisce alla preparazione di certificazioni Google Cloud?
Sì. Il corso sviluppa competenze utili nei percorsi Professional Machine Learning Engineer e Associate Data Practitioner. Il contributo è parziale e non sostituisce da solo l'intero percorso verso la certificazione.
Parliamo del tuo obiettivo
Richiedi informazioni suIntroduction to AI and Machine Learning on Google Cloud
Scegli il percorso privato oppure aziendale. Il modulo mostra soltanto i campi utili e conserva corso, pagina e contesto della richiesta.
Sei un privato o ci contatti da un’azienda?
Scegli il percorso più adatto: il modulo mostra soltanto i campi utili alla tua richiesta.
Privato / professionista
Informazioni per te
Verifichiamo formula, calendario, investimento e idoneità senza obblighi.
Azienda / ente
Informazioni per azienda o ente
Indicaci il contesto essenziale: open class, piano team o classe dedicata.
Continua a esplorare
Continua a esplorare l'ecosistema Google Cloud con Vega Training
Passa dal singolo corso al catalogo, alle certificazioni, alla pagina Training Partner e al Google Cloud Partner Network.