Formation Concevoir et Déployer des Solutions d'IA avec Microsoft Azure

Programme de la formation
Concevoir et Déployer des Solutions d'IA avec Microsoft Azure

• Introduction à l'IA sur Azure et Services Cognitifs

  - Comprendre les fondements de l'IA et son application sur Azure.
  - Présentation des services cognitifs Azure (vision, langage, parole, décision).
  - Cas d'usage et architecture de solutions IA sur Azure.

• Traitement du Langage Naturel (NLP) avec Azure AI Services

  - Utilisation d'Azure Language Service pour l'analyse de texte et entités.
  - Détection de sentiments et résumé de documents.
  - Création de QnA Maker et de modèles de compréhension du langage.

• Vision par Ordinateur avec Azure AI Services

  - Reconnaissance d'images et détection d'objets avec Azure Computer Vision.
  - Analyse faciale et détection des attributs.
  - Custom Vision Service pour la classification et détection personnalisée.

• Services de Parole et Décision avec Azure AI

  - Synthèse et reconnaissance vocale avec Azure Speech Service.
  - Traduction en temps réel et transcription audio.
  - Utilisation d'Azure Anomaly Detector et Content Moderator.

• Introduction à Azure Machine Learning
• Entraînement et Gestion de Modèles avec Azure ML
• Déploiement et Consommation de Modèles ML

  - Déploiement de modèles en tant que services web ou sur edge.
  - Création de points de terminaison pour l'inférence.
  - Monitoring des performances et dérive des modèles.

• MLOps sur Azure : Cycle de Vie et CI/CD

  - Concepts et principes de MLOps sur Azure.
  - Automatisation du cycle de vie des modèles avec Azure DevOps/GitHub Actions.
  - Pipeline CI/CD pour l'entraînement et le déploiement de modèles ML.

• Solutions d'IA Conversationnelle avec Azure Bot Service

  - Conception et implémentation de chatbots avec Azure Bot Service.
  - Intégration de services cognitifs (LUIS, QnA Maker) dans les bots.
  - Déploiement de bots sur différents canaux (Teams, Web).

• Infrastructure et Sécurité des Solutions IA sur Azure

  - Choix de l'infrastructure pour les charges de travail IA (GPU, CPU).
  - Sécurisation des ressources IA avec Azure Active Directory et réseau virtuel.
  - Gouvernance, conformité et éthique de l'IA sur Azure.

• Optimisation et Monitoring des Solutions IA

  - Optimisation des performances des modèles et des applications IA.
  - Utilisation d'Azure Monitor et Application Insights pour le suivi.
  - Dépannage et amélioration continue des solutions IA.

• Cas Pratiques Avancés et Bonnes Pratiques

  - Étude de cas de solutions IA réelles sur Azure.
  - Conception d'architectures complexes intégrant ML et services cognitifs.
  - Bonnes pratiques pour le développement et déploiement d'IA scalable.