Examen Generative AI Leader : format, domaines, préparation

À qui s'adresse l'examen Generative AI Leader

La page de l'examen sur Google Cloud indique que la certification s'adresse à « n'importe quelle personne, quel que soit son métier, avec ou sans expérience technique pratique » (traduction), et ne mentionne aucun prérequis. Le guide d'examen décrit le professionnel certifié comme quelqu'un qui possède une connaissance de niveau métier des produits et services d'IA générative de Google Cloud, capable de dialoguer avec des équipes techniques comme non techniques et d'identifier des cas d'usage dans les différentes fonctions de l'entreprise. Son expertise porte sur « le leadership stratégique et l'influence, pas sur la mise en œuvre technique », même si une compréhension conceptuelle de l'IA générative est attendue.

Concrètement, attendez-vous à des questions qui partent d'une situation d'entreprise et demandent quel concept, quelle technique ou quelle offre Google Cloud convient, plutôt qu'à des questions de code ou de configuration.

Format de l'examen

La page de l'examen ne publie pas de score de réussite : méfiez-vous d'un chiffre cité ailleurs. Elle précise aussi que l'examen a été mis à jour récemment pour refléter des changements de marque, et renvoie au guide d'examen pour les noms de produits employés.

Sections et pondérations

Le guide d'examen définit quatre sections, chacune avec un poids approximatif et des objectifs numérotés. Il ne donne pas de poids par objectif. Les intitulés sont en anglais.

Ce que le guide détaille

• Choix d'un modèle de fondation : modalité, fenêtre de contexte, sécurité, disponibilité et fiabilité, coût, performance, fine-tuning et personnalisation.
• Données : qualité et accessibilité (complétude, cohérence, pertinence, disponibilité, coût, format), structurées ou non, étiquetées ou non.
• Limites et remèdes : dépendance aux données, date limite des connaissances, biais, hallucinations, puis ancrage, génération augmentée par la recherche (RAG), ingénierie des prompts, fine-tuning et humain dans la boucle.
• Prompting : zero-shot, one-shot, few-shot, attribution d'un rôle, enchaînement de prompts, puis chain-of-thought et ReAct.
• Ancrage : données propres à l'entreprise, données de tiers et données du monde, et paramètres d'échantillonnage comme la température et le top-p.
• Sécurité et responsabilité : sécurité sur tout le cycle de vie du ML, Secure AI Framework (SAIF) de Google, confidentialité, biais, responsabilité et explicabilité.

La deuxième section pèse le plus et c'est la section qui cite le plus de produits. La page de l'examen avertit que ces noms ont changé récemment : appuyez-vous sur ceux du guide d'examen plutôt que sur d'anciennes notes de cours.

Comment se préparer

1. Consultez la page de l'examen Generative AI Leader sur Google Cloud pour l'inscription, les langues et les conditions en vigueur.
2. Lisez le guide d'examen (PDF, en anglais) et reportez chaque objectif numéroté dans une liste de contrôle. Il tient en cinq pages : une séance suffit.
3. Suivez le parcours Generative AI Leader indiqué sur la page de l'examen, et parcourez le guide d'étude qu'elle propose aussi.
4. Commencez par un petit glossaire : modèle de fondation, modèle multimodal, modèle de diffusion, prompt tuning, ancrage, RAG, hallucination. La première et la troisième section reposent sur ce vocabulaire.
5. Pour chaque offre Google Cloud citée dans la section 2, écrivez une ligne : quel problème métier elle résout et ce qui la distingue de la plus proche, par exemple Gemini Enterprise face à Gemini for Google Workspace.
6. Entraînez-vous au raisonnement « quelle approche pour cette situation » : quand l'ancrage ou le RAG est la réponse, quand l'ingénierie des prompts suffit, quand le fine-tuning se justifie.
7. Passez notre examen blanc Generative AI Leader en temps limité, puis reprenez chaque question manquée dans le mode révision gratuit.
8. Peu avant l'examen, relisez la page de l'examen au cas où les noms de produits ou les conditions auraient changé.