Dans vos locaux
Pour ancrer les apprentissages et encourager la dynamique collective.
Formation Microsoft Azure AI - Les fondamentaux
Découvrez les services d'intelligence artificielle d'Azure et apprenez à les intégrer dans vos projets sans prérequis avancés en data science
Explorez les fondamentaux de l'IA sur Azure : Machine Learning, Vision par ordinateur, Traitement du langage naturel et IA générative avec les services Azure AI Services et Azure OpenAI.
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential
client = TextAnalyticsClient(
endpoint="https://my-ai.cognitiveservices.azure.com/",
credential=AzureKeyCredential(api_key)
)
result = client.analyze_sentiment(
documents=["Azure AI rend l'IA accessible à tous."]
)
print(result[0].sentiment)Description 
Cette formation vous initie aux services d'intelligence artificielle proposés par la plateforme Microsoft Azure. Vous découvrirez les concepts fondamentaux du Machine Learning, de la Vision par ordinateur, du Traitement du langage naturel (NLP) et de l'IA générative, ainsi que les services Azure correspondants : Azure Machine Learning, Azure AI Vision, Azure AI Language et Azure OpenAI Service. Aucune expertise préalable en data science n'est requise : l'objectif est de vous donner une compréhension claire de ce que chaque service permet, de ses cas d'usage concrets et des considérations éthiques liées à l'IA responsable. Cette formation constitue également une base solide pour préparer la certification AI-900 : Azure AI Fundamentals.
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
Jour 1
Matinée
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_
Après-midi
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 : 3 avril 2026
En présentiel ou à distance : à vous de choisir
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.