OBJECTIFS de la formation Développer des solutions Azure cloud IA

    A l’issue de cette formation, les apprenants seront capables de :

    • Planifier et gérer des solutions Azure AI
    • Appliquer l’IA responsable
    • Construire des solutions de vision par ordinateur
    • Créer des solutions de traitement du langage
    • Développer des solutions de reconnaissance vocale
    • Concevoir des solutions de recherche intelligente
    • Intégrer des modèles génératifs
    • Être préparé à passer la certification AI-200 Azure AI Cloud Developer Associate

POUR QUI ?

    Développeurs d’applications back-end et IA sur Azure souhaitant renforcer leurs compétences en conteneurisation, données, architectures événementielles, sécurité et supervision.

PRÉ-REQUIS

  • Expérience en développement et bonnes bases sur Azure, les architectures applicatives et le cloud.
  • Bonne compréhension de l’anglais à l’écrit.

PROGRAMME DE LA FORMATION Microsoft AI-200

Développer des applications et des agents IA pour le Cloud Azure

    Héberger des applications IA conteneurisées sur Azure

    • Introduction aux architectures cloud natives IA
    • Azure Container Registry (ACR)
    • Gestion du cycle de vie des images
    • Azure App Service pour conteneurs
    • Déploiement automatisé
    • Mise à l’échelle des applications IA
    • Bonnes pratiques de sécurité des conteneurs
    • Mises en pratique :
      • Déploiement d’une application IA conteneurisée
      • Création d’un registre Azure Container Registry
      • Construction et publication d’une image Docker
      • Déploiement sur Azure App Service
      • Validation du fonctionnement

    Déployer et administrer des applications avec Azure Container Apps

    • Azure Container Apps
    • Révisions automatiques
    • Autoscaling KEDA
    • Gestion des environnements
    • Déploiements Blue/Green
    • Intégration avec Azure AI Services
    • Gestion de la haute disponibilité
    • Mises en pratique :
      • Mise en œuvre d’un service IA scalable
      • Création d’un environnement Container Apps
      • Déploiement d’un service d’inférence
      • Configuration de l’autoscaling
      • Tests de montée en charge

    Concevoir des solutions de données pour l’IA avec Azure Cosmos DB – 4h

    • Azure Cosmos DB NoSQL
    • Modélisation des données pour l’IA
    • Gestion des documents
    • Indexation avancée
    • Recherche vectorielle
    • Optimisation des performances
    • Intégration avec les applications IA
    • Mises en pratique :
      • Création d’une base de connaissances IA
      • Création d’une base Cosmos DB
      • Chargement de documents
      • Mise en place d’index vectoriels
      • Requêtes de recherche sémantique

    Stockage vectoriel avec PostgreSQL et pgvector

    • Azure Database for PostgreSQL
    • Extension pgvector
    • Embeddings et recherche sémantique
    • Architecture RAG
    • Similarity Search
    • Optimisation des requêtes vectorielles
    • Cas d’usage IA générative
    • Mises en pratique :
      • Mise en œuvre d’un moteur RAG
      • Déploiement PostgreSQL Flexible Server
      • Installation de pgvector
      • Stockage d’embeddings
      • Recherche vectorielle et génération augmentée

    Caching, streaming et recherche vectorielle avec Azure Managed Redis

    • Azure Managed Redis
    • Gestion du cache applicatif
    • Recherche vectorielle Redis
    • Streaming de données
    • Optimisation des performances IA
    • Réduction des temps de réponse
    • Mises en pratique :
      • Accélération d’une application IA
      • Mise en place du cache Redis
      • Stockage d’embeddings
      • Tests de performance
      • Analyse des gains obtenus

    Intégrer les services Azure AI dans les applications

    • Azure AI Foundry
    • Azure AI Services
    • Azure OpenAI
    • Gestion des modèles IA
    • Consommation d’API IA
    • Agents IA
    • Architecture RAG
    • Bonnes pratiques d’intégration
    • Mises en pratique :
      • Création d’une application IA générative
      • Déploiement d’un modèle Azure OpenAI
      • Création d’une interface applicative
      • Intégration d’une base documentaire
      • Tests de génération augmentée
      • Mise en œuvre d’un agent IA
      • Création d’un agent
      • Connexion à des sources de données
      • Appels d’outils externes
      • Validation fonctionnelle

    Architectures événementielles pour les applications IA

    • Azure Service Bus
    • Azure Event Grid
    • Azure Functions
    • Communication asynchrone
    • Traitement distribué
    • Orchestration de workflows IA
    • Architectures orientées événements
    • Mises en pratique :
      • Création d’un pipeline IA événementiel
      • Création d’une file Service Bus
      • Déclenchement d’événements Event Grid
      • Développement d’Azure Functions
      • Orchestration complète d’un workflow IA

    Sécuriser les applications IA Azure

    • Azure Key Vault
    • Gestion des secrets
    • Authentification managée
    • Azure App Configuration
    • Gestion centralisée des paramètres
    • Sécurisation des accès aux modèles IA
    • Bonnes pratiques DevSecOps
    • Mises en pratique :
      • Sécurisation d’une application IA
      • Création d’un coffre Key Vault
      • Stockage des secrets
      • Configuration des identités managées
      • Protection des accès applicatifs

    Observabilité, supervision et dépannage

    • Observabilité des applications IA
    • OpenTelemetry
    • Azure Monitor
    • Logs et métriques
    • Diagnostic des performances
    • Analyse des erreurs
    • Optimisation continue
    • Mises en pratique :
      • Supervision d’une plateforme IA
      • Instrumentation OpenTelemetry
      • Collecte de métriques
      • Création de tableaux de bord
      • Analyse d’incidents

    Atelier de synthèse et préparation certification AI-200

    • Révision des compétences évaluées
    • Architecture complète d’une solution IA Azure
    • Bonnes pratiques d’examen
    • Questions fréquentes
    • Ressources Microsoft Learn
    • Mises en pratique :
      • Étude de cas complète AI-200
      • Analyse d’un besoin métier
      • Choix des composants Azure
      • Conception de l’architecture
      • Correction collective

PÉDAGOGIE

  • La formation est constituée d’apports théoriques, d’exercices pratiques et de réflexions
  • Remise d’une documentation numérique officielle Microsoft
  • Accès un des labs hébergés dans le cloud (Microsoft Lab Online)

ÉVALUATION / CERTIFICATION

Learneo met en oeuvre des modalités d’évaluation en amont et tout au long du parcours de formation : positionnement, pré-requis, atteinte des objectifs.
**

Certification : Cette formation prépare à l’obtention de la certification AI-200 Azure AI Cloud Developer Associate (passage de l’examen optionnel à programmer ultérieurement).

 

MODALITÉS D’ACCÈS & INSCRIPTION

Le client qui souhaite réserver une place remplit une demande de pré-inscription. Learneo retourne une proposition commerciale comprenant les caractéristiques de la formation et son prix. La commande n’est ferme et définitive qu’une fois la proposition commerciale signée par le client. Il recevra ensuite la convocation et les modalités d’accès en présentiel ou distanciel.

Accessibilité Handicap :

Afin de mieux organiser votre participation, nous vous encourageons vivement à nous informer le plus tôt possible de la nature de votre handicap, de vos besoins spécifiques, ainsi que des outils et accompagnements que vous utilisez déjà au quotidien, en écrivant à Handicap@learneo.fr. Cette démarche proactive nous permettra de personnaliser notre approche et de vous offrir un soutien optimal.

Délais d’accès :

Prévoir 5 jours ouvrés (en moyenne) avant le début de la formation sous réserve de disponibilité de places et de labs le cas échéant.

Notez que si vous utilisez votre Compte Personnel de Formation pour financer votre inscription, vous devrez respecter un délai minimum et non négociable fixé à 11 jours ouvrés.

Contact : 01.53.20.37.00 |