Presentation de la formation

Duree : 4 jours (28h) | Niveau : Intermediaire a Avance | Certification : Microsoft (MS) | Format : Inter & Intra-entreprise

Cette formation officielle Microsoft prepare a l'examen DP-100 et enseigne comment concevoir et implementer des solutions de data science sur Azure. Les participants apprendront a utiliser Azure Machine Learning pour entrainer, evaluer et deployer des modeles de machine learning a l'echelle. La formation inclut desormais un domaine important (25-30% de l'examen) sur l'optimisation des modeles de langage pour l'IA, couvrant le fine-tuning, le RAG et Prompt flow. La certification Azure Data Scientist Associate valide les competences en experimentation, entrainement de modeles, optimisation des LLM et gestion du cycle de vie MLOps.

Objectifs de la formation

  • ✓ Concevoir et preparer une solution de machine learning sur Azure
  • ✓ Explorer les donnees et entrainer des modeles avec Azure Machine Learning
  • ✓ Preparer les donnees avec les pipelines de feature engineering
  • ✓ Entrainer et optimiser des modeles avec AutoML et HyperDrive
  • ✓ Gerer et deployer des modeles en production avec MLOps
  • ✓ Implementer des solutions d'IA responsable et explicable

Prerequis

Connaissances en Python et en bibliotheques de data science (pandas, scikit-learn, NumPy). Comprehension des concepts de machine learning. Bases en Azure (portail, stockage, identite). Certification DP-900 ou AI-900 recommandee.

Public cible

Data scientists, ingenieurs machine learning, analystes de donnees avances et developpeurs souhaitant obtenir la certification Azure Data Scientist Associate.

Methodologie

Formation officielle Microsoft avec labs pratiques dans Azure Machine Learning Studio et Azure AI Foundry. Les participants travaillent sur des jeux de donnees reels pour entrainer, optimiser et deployer des modeles. Alternance de theorie (35%) et de travaux pratiques (65%) avec des exercices de bout en bout couvrant le cycle de vie complet d'un projet ML, y compris l'optimisation de modeles de langage.