Formation Develop AI cloud solutions on Azure (AI-200)

Description

Cette formation Develop AI cloud solutions on Azure vous permettra de concevoir, implémenter et déployer des solutions d'IA cloud complètes sur Microsoft Azure en 5 jours.

Note : Cette formation est proposée en version Beta. La formation et la certification AI-200 sont susceptibles d'évoluer au cours de l'année 2026.

Pendant 5 jours, vous apprendrez à :

• planifier et gérer des solutions Azure AI intégrant vision par ordinateur, traitement du langage et reconnaissance vocale,
• concevoir des architectures d'IA responsable et déployer des modèles génératifs avec Azure OpenAI Service,
• valider vos acquis avec la certification AI Cloud Developer Associate (AI-200).

A l'issue de cette formation, le stagiaire sera capable de concevoir et déployer des solutions d'IA cloud complètes et responsables sur Azure.

Les contenus sont conformes aux référentiels éditeurs Microsoft Azure (AZ). Les supports de formation éditeurs sont compris dans le coût pédagogique.

Public

Cette formation s'adresse aux développeur·se·s back-end et IA sur Azure maîtrisant la conteneurisation, la gestion des données et les architectures événementielles, souhaitant concevoir des solutions d'IA cloud complètes.

Les objectifs

• Planifier et gérer des solutions Azure AI
• Implémenter des principes d'IA responsable
• Créer des solutions de vision par ordinateur
• Créer des solutions de traitement du langage naturel
• Créer des solutions de reconnaissance et synthèse vocales
• Implémenter des solutions de recherche intelligente
• Développer des solutions avec des modèles génératifs (Azure OpenAI)
• Être préparé à passer la certification AI Cloud Developer Associate (AI-200)

Pré-requis

• Expérience en développement logiciel (Python recommandé, ou C#/Node.js)
• Bases d'Azure : administration, stockage, authentification
• Bonne compréhension de l'anglais à l'écrit (documentation et ressources en anglais)
• Ordinateur portable à apporter

Le programme de la formation Develop AI cloud solutions on Azure (AI-200)

Jour 1 — Planifier et gérer des solutions Azure AI

• Introduction à la plateforme Azure AI
  • Vue d'ensemble des services Azure AI : Azure AI Services, Azure Machine Learning, Azure OpenAI Service
  • Azure AI Foundry : hub de développement IA centralisé
  • Architecture de référence pour les solutions Azure AI
  • IA responsable sur Azure : principes Fairlearn, traçabilité et conformité
  • Présentation de l'examen AI-200 : domaines et pondération
• Provisionner et sécuriser des ressources Azure AI
  • Créer et configurer des ressources Azure AI Services (multi-service et mono-service)
  • Clés d'API, endpoints et authentification par Managed Identity
  • Azure Key Vault : gestion des secrets et clés pour les applications IA
  • Monitoring des ressources Azure AI avec Azure Monitor et Application Insights
  • Gestion des quotas, des limites de débit et des erreurs
• Déployer des solutions Azure AI
  • Conteneurisation des services Azure AI : déploiement on-premises et Edge
  • Azure Kubernetes Service (AKS) pour les applications IA à grande échelle
  • Azure API Management : sécuriser et exposer les API AI
  • CI/CD pour les solutions IA : Azure DevOps et GitHub Actions
  • Gouvernance et audit des solutions IA : Azure Policy et logs

Mises en pratique :

• Provisionner un service Azure AI multi-service et le sécuriser avec Managed Identity et Key Vault
• Déployer un conteneur Azure AI Services sur AKS et l'exposer via API Management
• Configurer un tableau de bord de monitoring pour une application Azure AI

Jour 2 — Vision par ordinateur et traitement du langage naturel

• Azure AI Vision
  • Analyse d'images : description, tags, objets et zones d'intérêt
  • Reconnaissance faciale : détection, attributs et Azure Face API
  • OCR (reconnaissance optique de caractères) : Azure AI Document Intelligence
  • Document Intelligence : analyse de formulaires, factures et reçus
  • Azure AI Vision Studio : test et évaluation des modèles
  • Custom Vision : entraînement de modèles de classification et détection d'objets
  • Déploiement d'un modèle Custom Vision : endpoint et intégration applicative
• Azure AI Language
  • Analyse de texte : sentiment, opinions, entités nommées (NER)
  • Extraction d'informations clés et résumé automatique
  • Classification de texte personnalisée
  • Reconnaissance d'entités nommées personnalisées (Custom NER)
  • Azure AI Language Studio : annotation, entraînement et évaluation
  • Question Answering : base de connaissances et intégration dans des chatbots
  • Conversational Language Understanding (CLU) : intentions et entités
• Azure AI Translator
  • Traduction de texte : langues supportées et personnalisation
  • Traduction de documents et Custom Translator
  • Détection automatique de langue

Mises en pratique :

• Analyser des documents avec Azure AI Document Intelligence et extraire des données structurées
• Entraîner un modèle Custom Vision pour détecter des anomalies dans des images industrielles
• Construire un pipeline NLP avec Azure AI Language : NER, sentiment et Question Answering

Jour 3 — Reconnaissance vocale, recherche intelligente et IA responsable

• Azure AI Speech
  • Speech-to-Text : transcription en temps réel et transcription par lot
  • Text-to-Speech : voix standard et voix neurales personnalisées
  • Speaker Recognition : identification et vérification de locuteurs
  • Custom Speech : adaptation acoustique au vocabulaire métier
  • Traduction vocale en temps réel
  • Intégration Azure AI Speech dans des applications : SDK et API REST
• Azure AI Search
  • Architecture Azure AI Search : index, indexeurs et ensembles de compétences
  • Création d'un index : champs, analyseurs et suggésteurs
  • Indexeurs : extraction de données depuis Azure Blob Storage, Cosmos DB, SQL
  • Enrichissement IA (skillsets) : OCR, extraction d'entités, sentiment
  • Recherche sémantique et recherche vectorielle (vector search)
  • Intégration avec Azure OpenAI pour la recherche augmentée (RAG)
  • Contrôle d'accès et sécurité des index
• IA responsable et gouvernance
  • Détection et atténuation des biais dans les modèles Azure AI
  • Azure Content Safety : détection de contenus inappropriés
  • Transparence et explicabilité : interprétation des résultats des modèles
  • Conformité réglementaire et protection des données personnelles (RGPD) dans les solutions IA
  • Azure AI Foundry : gestion du cycle de vie des solutions IA responsables

Mises en pratique :

• Construire une application de transcription vocale avec Custom Speech adapté à un vocabulaire métier
• Créer un pipeline de recherche RAG avec Azure AI Search et Azure OpenAI Service
• Configurer Azure Content Safety pour filtrer les contenus dans une application GenAI

Jour 4 — Modèles génératifs avec Azure OpenAI Service

• Azure OpenAI Service : architecture et déploiement
  • Modèles disponibles : GPT-4o, GPT-4, GPT-3.5, DALL-E, Whisper, text-embedding
  • Déploiement de modèles : quotas, versions et endpoints
  • Azure OpenAI Studio et Azure AI Foundry : playground et évaluation
  • Authentification et sécurité : Managed Identity, Private Endpoints
  • Azure OpenAI sur les réseaux privés : Virtual Network et Private Link
• Ingénierie de prompts et personnalisation
  • Anatomie d'un prompt : system message, few-shot examples, chain-of-thought
  • API Chat Completions et Completions : paramètres (temperature, maxtokens, topp)
  • Fine-tuning de modèles GPT sur Azure OpenAI Service
  • Embeddings avec text-embedding-ada-002 et text-embedding-3
  • DALL-E sur Azure : génération et édition d'images
• Patterns architecturaux GenAI sur Azure
  • RAG (Retrieval Augmented Generation) avec Azure AI Search et Azure OpenAI
  • Assistants et agents avec Azure OpenAI Assistants API
  • Function calling : intégration de fonctions personnalisées dans les conversations
  • Semantic Kernel : SDK Microsoft pour les applications IA orchestrées
  • Azure OpenAI avec Azure Cosmos DB : mémoire persistante pour les agents
• Monitoring et optimisation des solutions GenAI
  • Azure Monitor pour Azure OpenAI : token usage, latence et erreurs
  • Prompt flow : prototypage, évaluation et déploiement de pipelines IA
  • Content filtering : configuration des filtres de sécurité Azure OpenAI
  • Gestion des coûts Azure OpenAI : optimisation des tokens et caching

Mises en pratique :

• Déployer GPT-4o sur Azure OpenAI et implémenter un assistant RAG avec Azure AI Search
• Implémenter le function calling pour connecter un LLM à une API REST métier
• Créer et évaluer un pipeline IA avec Azure Prompt Flow

Jour 5 — Intégration enterprise, déploiement et préparation certification

• Intégration des solutions Azure AI dans les systèmes d'entreprise
  • Intégration Azure AI avec Azure Logic Apps et Power Automate
  • Azure AI Services avec Azure Functions : architecture event-driven
  • Azure Service Bus pour les architectures IA asynchrones
  • Patterns d'intégration : enrichissement de données, triage automatique, assistants conversationnels
  • Gestion des versions de modèles et stratégies de migration
• Supervision et opérations des solutions IA
  • Application Insights pour les applications Azure AI : traces et métriques custom
  • Alertes et détection d'anomalies dans les pipelines IA
  • Gestion des incidents IA : dégradation du modèle, data drift
  • Azure Machine Learning Monitor : surveillance des modèles en production
  • Tests de charge sur les endpoints Azure AI
• Sécurité avancée des solutions Azure AI
  • Virtualisation réseau des services Azure AI : Private Endpoints et Service Endpoints
  • Microsoft Defender for Cloud pour les ressources Azure AI
  • Journalisation et audit : Diagnostic Settings pour Azure OpenAI et Azure AI Services
  • Conformité des données : rétention, suppression et droits d'accès (RGPD)
• Préparation à la certification AI-200
  • Structure de l'examen AI-200 : domaines et pondération
  • Révision des services Azure AI et des patterns d'intégration
  • Pièges classiques et questions difficiles
  • Entraînement sur questions types AI-200
  • Modalités de passage : Pearson VUE, en centre ou à distance

Mises en pratique :

• Instrumenter une solution Azure OpenAI avec Application Insights et créer des alertes
• Sécuriser un endpoint Azure OpenAI avec Private Endpoint et configurer les diagnostic logs
• Entraînement sur questions types de l'examen AI-200

Passage de la certification

• Caractère optionnel : la participation à l'examen de certification est optionnelle ; le coût du passage fait l'objet d'un tarif séparé
• Garantie d'accès : à l'issue de la formation, chaque participant se voit garantir la possibilité de passer la certification AI Cloud Developer Associate (AI-200)
• Processus d'inscription
  • Inscription via Pearson VUE — en centre agréé ou à distance
  • Durée de l'examen : 150 minutes — 60 questions (QCM, réponses multiples, mise en situation)
  • Score minimal requis : 700/1000
  • Résultats communiqués immédiatement à l'issue du passage
• Langue de l'examen : l'examen est disponible en anglais
• Note Beta : le contenu et les modalités de la certification AI-200 sont susceptibles d'évoluer en 2026

Télécharger le programme

FAQ

8 raisons de participer à une formation Human Coders

• Satisfaction client élevée : Un taux de statisfaction de 4,6/5 depuis 2012 (sur 1896 sessions réalisées). 99% des participants se disent satisfaits de nos formations
• Approche pédagogique unique : Des formations en petit groupe, des formateurs passionnés et expérimentés, de véritables workshops... (Plus d'infos sur notre manifeste)
• Catalogue de formations complet : 261 formations au catalogue, de quoi vous accompagner sur tout vos projets
• Écosystème dynamique : Nous accompagnons les dev depuis 14 ans avec des initiatives comme Human Coders News, les Human Talks, le podcast ou encore notre serveur Discord
• Financement facilité : Organisme certifié Qualiopi, indispensable pour que vous puissiez obtenir des aides au financement via votre OPCO
• Références clients prestigieuses : De nombreux clients qui nous font confiance depuis des années
• Accompagnement sur mesure : Nous vous proposons un accompagnement personnalisé par nos consultants pour vous aider dans vos projets au-delà de la formation
• Valorisation professionnelle : Remise d'un diplôme, d'une attestation et d'une certification, suivant les formations effectuées, que vous pourrez afficher sur vos CV et réseaux sociaux