Formation Microsoft Azure AI - Les fondamentaux

1 jour (7 h)

Description title-border

Les objectifs

  • Identifier les types de solutions que l'IA peut rendre possibles et les considérations relatives aux pratiques responsables en matière d'IA

  • Décrire les concepts fondamentaux du Machine Learning

  • Identifier différents types de Machine Learning

  • Décrire les concepts fondamentaux du Deep Learning

  • Concevoir une solution de formation de modèle pour des projets Machine Learning

  • Expliquer les concepts fondamentaux de l'IA Générative et le fonctionnement des modèles de langage volumineux (LLM)

  • Identifier les concepts fondamentaux des agents et des solutions IA agentiques

  • Explorer le traitement du langage naturel (NLP)

  • Utiliser Azure AI Language pour l'analyse de texte

  • Mettre en pratique la reconnaissance et la synthèse vocale avec Azure AI Speech

  • Identifier différents types de tâches de vision par ordinateur

  • Décrire les principales fonctionnalités d'un réseau neuronal convolutionnel (CNN) et d'un transformateur de vision (ViT)

  • Déterminer comment l'IA Générative peut être utilisée pour créer des images

  • Identifier les fonctionnalités d'extraction d'informations d'Azure AI Vision, Azure AI Content Understanding, Azure AI Document Intelligence et Azure AI Search.

Public visé

  • Ingénieurs IA, développeurs et architectes de solutions.

Prérequis

  • Il est conseillé d'avoir une connaissance de base d'Azure ainsi que certaines connaissances sur les concepts d'IA et d'IA Générative. Il est également conseillé d'avoir une compréhension de base des concepts de Machine Learning ainsi que des connaissances de base en mathématiques.

Le programme

  • 1. Présentation des concepts de l'Intelligence Artificielle (IA)

    • IA Générative
    • Vision par ordinateur
    • Discours
    • Traitement en langage naturel
    • Extraire des données et des insights
    • IA responsable

  • 2. Présentation des concepts de Machine Learning

    • Modèles Machine Learning
    • Types de modèle Machine Learning
    • Régression
    • Classification binaire
    • Classification multiclasse
    • Regroupement
    • Apprentissage approfondi

  • 3. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Explorer les scénarios de Machine Learning_

  • 4. Prise en main du Machine Learning dans Azure

    • Définir le problème
    • Obtenir et préparer les données
    • Effectuer l'apprentissage du modèle
    • Utiliser Azure Machine Learning Studio
    • Intégrer un modèle

  • 5. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Explorer le Machine Learning automatisé dans Azure Machine Learning_

  • 6. Présentation de l'IA et des agents génératifs

    • Grands modèles de langage (LLM)
    • Invites
    • Agents d'IA

  • 7. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Exploration des scénarios d'agent IA Générative_

  • 8. Démarrer avec l'IA Générative dans Azure

    • Comprendre les applications IA Génératives
    • Comprendre les outils pour développer l'IA Générative
    • Comprendre le catalogue de modèles d'Azure AI Foundry
    • Comprendre les fonctionnalités d'Azure AI Foundry
    • Comprendre l'observabilité

  • 9. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Explorer l'IA Générative dans le portail Azure AI Foundry_

  • 10. # Présentation des concepts de traitement du langage naturel

    • Comprendre comment le langage est traité
    • Comprendre les techniques statistiques pour NLP
    • Comprendre les modèles de langage sémantique

  • 11. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Explorer un scénario de traitement du langage naturel_

  • 12. Prise en main du traitement du langage naturel dans Azure

    • Comprendre le traitement en langage naturel dans Azure
    • Comprendre les fonctionnalité d'analyse de texte d'Azure AI Language
    • Fonctionnalités d'IA conversationelle d'Azure AI Language
    • Fonctionnalités d'Azure AI Translator
    • Commencer avec Azure AI Foundry

  • 13. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Analyser du texte dans le portail Azure AI Foundry_

  • 14. Présentation des concepts de reconnaissance vocale d'IA

    • Solutions avec reconnaissance vocale
    • Reconnaissance vocale
    • Synthèse vocale

  • 15. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Explorer un scénario de reconnaissance vocale IA_

  • 16. Prise en main de la reconnaissance vocale dans Azure

    • Comprendre la reconnaissance et la synthèse vocale
    • Bien démarrer avec Speech dans Azure
    • Utiliser Azure AI Speech

  • 17. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Explorer Speech dans le portail Azure AI Foundry_

  • 18. Présentation des concepts de vision par ordinateur

    • Tâches et techniques de vision par ordinateur
    • Images et traitement d'images
    • Réseax neuronaux convolutifs
    • Transformateurs de vision et modèles multimodaux
    • Génération d'images

  • 19. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Explorer un scénario de vision par ordinateur_

  • 20. Commencer avec la vision par ordinateur sur Azure

    • Comprendre les services Azure AI pour la vision par ordinateur
    • Comprendre les fonctionnalités d'analyse d'images d'Azure AI Vision
    • Comprendre les fonctionnalités du service Visage d'Azure AI Vision
    • Commencer dans le portail Azure AI Foundry

  • 21. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Analyser des images dans le portail Azure AI Foundry_

  • 22. Présentation des concepts d'extraction d'informations optimisés pour l'IA

    • Comprendre l'extraction de données :
    • A partir d'images
    • A partir de formulaires
    • Multimodales
    • Pour l'exploration de connaissances

  • 23. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Explorer un scénario d'extraction d'informations IA_

  • 24. Commencer avec l'extraction d'informations alimentée par l'IA dans Azure

    • Services Azure AI pour l'extraction d'informations
    • Extraire des informations avec Azure AI Vision
    • Extraire des informations modales avec Azure AI Content Understanding
    • Extraire des informations à partir de formulaires avec Azure AI Document Intelligence
    • Créer une solution d'exploration de connaissances avec Azure AI Search

  • 25. ## _Exemple de travaux pratiques (à titre indicatif)_

    • _Extraire des informations_

  • 26. # Certification (en option)

    • Prévoir l'achat d'un voucher en supplément
    • Le passage de l'examen se fera (ultérieurement) dans un centre agréé Pearson Vue
    • L'examen (en anglais) s'effectuera en ligne
    • Dernière mise à jour : 11 février 2026

    En présentiel ou à distance : à vous de choisir

    Dans vos locaux

    Pour ancrer les apprentissages et encourager la dynamique collective.

    En classe virtuelle

    Pour allier flexibilité et interactions en temps réel avec le formateur.

    Dans nos locaux

    Pour favoriser la concentration, les échanges et le confort des apprenants.

    Les modalités de formation

    Suivi et évaluation :

    • Recueil des besoins en amont pour identifier les attentes du stagiaire
    • Évaluation continue : études de cas et travaux pratiques pendant la formation
    • Évaluation finale : questionnaire d'auto-évaluation

    Format et encadrement :

    • Formation équilibrée alliant théorie et pratique (minimum 50%)
    • Sessions en petits groupes (2 à 9 participants) pour un suivi personnalisé
    • Émargement par demi-journée et remise d'une attestation de formation

    Moyens pédagogiques et techniques :

    • Méthodes interactives et suivi des acquis : travaux pratiques, projet fil rouge, mises en situation, démonstrations, QCM…
    • Les stagiaires doivent être équipés de leur matériel informatique pour suivre la formation, que ce soit dans nos locaux ou sur site externe.
    • Il appartient au client de veiller à ce que le matériel mis à disposition soit conforme aux prérequis techniques indiqués dans le programme de formation.
    • Accessibilité : nous informons l'ensemble de nos clients et stagiaires que nous sommes dans la capacité d'adapter les sessions en cas de situations spécifiques. Nous nous engageons à répondre à toutes les demandes dans un délai de 48h ouvré.

    Conditions et délais d'accès :

    • Si l'une de nos formations vous intéresse, contactez-nous au +33 04 93 65 34 24 ou à l'adresse mail contact@le-code.dev. Selon votre besoin et vos attentes, nous organiserons un échange téléphonique avec le formateur pressenti afin d'adapter la formation et ses modules, puis nous vous adresserons un devis. Les dates de la formation seront à convenir sous 30 jours maximum.
    • Concernant les formations Actions Collectives, l'inscription est possible jusqu'à 24h ouvrées avant le début de la formation.