Microsoft Azure – Concevoir et mettre en oeuvre une solution de Data Science
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
- Définir et préparer l'environnement de développement
- Préparer les données pour la modélisation
- Effectuer l'ingénierie des fonctionnalités
- Développer des modèles
| Tarif |
Contacter l'organisme |
| Durée | 4 jours - 28 h |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
Contacter l'organisme |
| Durée | 4 jours - 28 h |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
Rejoignez notre formation certifiée Microsoft Azure pour concevoir et mettre en œuvre une solution de Data Science.
Vous apprendrez à utiliser les services Azure pour développer, préparer et déployer des solutions de Machine Learning.
La formation couvre les services Azure supportant la Data Science, le service Data Science et le service de Machine Learning, avec une attention particulière à l’automatisation du pipeline.
Cette formation se concentre sur l’implémentation de solutions de Data Science avec Microsoft Azure et suppose une connaissance préalable des concepts de la Data Science.
Programme
Concevoir une stratégie d’ingestion de données pour des projets Machine Learning (3 heures)
- Introduction
- Identifier votre source de données et votre format
- Choisir comment distribuer des données aux workflows Machine Learning
- Concevoir une solution d’ingestion de données
- Travaux pratiques : Concevoir une stratégie d’ingestion de données
Concevoir une solution de formation de modèle Machine Learning (2 heures)
- Introduction
- Identifier les tâches Machine Learning
- Choisir un service pour effectuer l'apprentissage d’un modèle Machine Learning
- Décider entre les options de calcul
- Travaux pratiques : concevoir une stratégie de formation de modèle
Concevoir une solution de déploiement de modèle (2 heures)
- Introduction
- Comprendre comment le modèle est consommé
- Choisir un déploiement en temps réel ou par lots
- Travaux pratiques : Concevoir une solution de déploiement
Explorer les ressources et les actifs de l’espace de travail Azure Machine Learning (1 heure)
- Introduction
- Création d’un espace de travail Microsoft Azure Machine Learning
- Identifier les ressources Azure Machine Learning
- Identifier les actifs Azure Machine Learning
- Former des modèles dans l’espace de travail
- Travaux pratiques : Explorer l’espace de travail
Explorer les outils de développement pour l’interaction de l’espace de travail (1 heure)
- Introduction
- Explorer le studio
- Explorer le SDK Python
- Explorer l’interface CLI
- Travaux pratiques : Explorer les outils de développement
Rendre les données disponibles dans Azure Machine Learning (1 heure)
- Introduction
- Comprendre les URI
- Créer une banque de données
- Créer une ressource de données
- Travaux pratiques : Rendre les données disponibles
Utiliser des cibles de calcul dans Azure Machine Learning (2 heures)
- Introduction
- Créer et utiliser une instance de calcul
- Créer et utiliser une instance de calcul
- Créer et utiliser un cluster de calcul
- Travaux pratiques : Utiliser des ressources de calcul
Utiliser des environnements dans Azure Machine Learning (2 heures)
- Introduction
- Comprendre les environnements
- Explorer et utiliser des environnements curés
- Créer et utiliser des environnements personnalisés
- Travaux pratiques : utiliser des environnements
Trouver le meilleur modèle de classification avec le Machine Learning automatisé (1 heure)
- Introduction
- Prétraiter les données et configurer la caractérisation
- Exécuter une expérience de Machine Learning automatisé
- Évaluer et comparer des modèles
- Travaux pratiques : Trouver le meilleur modèle de classification
Suivre la formation du modèle dans les notebooks Jupyter avec MLflow (1 heure)
- Introduction
- Configurer MLflow pour le suivi des modèles dans les notebooks
- Former et suivre des modèles dans des notebooks
- Travaux pratiques : Suivre la formation du modèle
Exécuter un script d’entraînement en tant que travail de commande dans Azure Machine Learning (1 heure)
- Introduction
- Convertir un notebook en script
- Exécuter un script en tant que travail de commande
- Utiliser des paramètres dans un travail de commande
- Travaux pratiques : Exécuter un script d’entraînement en tant que travail de commande
Suivre la formation du modèle avec MLflow dans les travaux (2 heures)
- Introduction
- Suivre les métriques avec MLflow
- Afficher les métriques et évaluer les modèles
- Travaux pratiques : Utiliser MLflow pour effectuer le suivi de travaux de formation
Exécuter des pipelines dans Azure Machine Learning (2 heures)
- Introduction
- Créer des composants
- Créer un pipeline
- Exécuter un travail de pipeline
- Travaux pratiques : exécuter un travail de pipeline
Effectuer le réglage des hyperparamètres avec Azure Machine Learning (2 heures)
- Introduction
- Définir un espace de recherche
- Configurer une méthode d’échantillonnage
- Configuration de l’arrêt anticipé
- Utiliser un travail de balayage pour le réglage des hyperparamètres
- Travaux pratiques : exécuter un travail de balayage
Déployer un modèle sur un point de terminaison en ligne managé (3 heures)
- Introduction
- Explorer les points de terminaison en ligne managés
- Déployer votre modèle MLflow sur un point de terminaison en ligne managé
- Déployer un modèle sur un point de terminaison en ligne managé
- Tester des points de terminaison en ligne managés
- Travaux pratiques : Déployer un modèle MLflow sur un point de terminaison en ligne
Déployer un modèle sur un point de terminaison de lot (2 heures)
- Introduction
- Comprendre et créer des points de terminaison de lot
- Déployer votre modèle MLflow sur un point de terminaison de lot
- Déployer un modèle personnalisé sur un point de terminaison de lot
- Appeler les points de terminaison de lot et résoudre les problèmes
- Travaux pratiques : déployer un modèle MLflow sur un point de terminaison de lot
Prérequis
- Il est conseillé d'avoir suivi la formation "T126-AZ900 - Microsoft Azure - Notions fondamentales", ou posséder les compétences et connaissances équivalentes.
- Avoir une bonne compréhension de la Data Science : préparation des données, sélection, évaluation et déploiement des modèles
- Avoir des connaissances de base de programmation en langage Python et d’utilisation de librairies : pandas, scikit-learn, matplotlib, et seaborn
- Avoir suivi la formation Microsoft Azure AI – Notions fondamentales ou posséder les compétences et connaissances équivalentes
Public
Cette formation est conçue pour les scientifiques des données possédant des connaissances des cadres de Python et de l’apprentissage automatique comme Scikit-Learn, PyTorch, et Tensorflow, qui souhaitent développer et concevoir des solutions d’apprentissage automatique dans le Cloud.
Ces formations pourraient vous intéresser
Objectifs de la formation
Acquérir les connaissances juridiques de base en droit du travail et les mettre en pratique
Maîtriser les différents types de contrats de travail, leur contenu et leur gestion
Distinguer les rôles et missions des instances représentatives du personnel
| Tarif |
A partir de 1 490,00 € |
| Durée |
2 jours - 14 heures |
| Modes |
|
Formation Optimiser le statut fiscal et social des dirigeants et mandataires sociaux
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Examiner les différentes modalités de rémunérations immédiates ou différées des dirigeants et mandataires sociaux
- Evaluer le coût fiscal et social de ces rémunérations
- Réduire la taxation de la cession de l'entreprise
| Tarif |
A partir de 1 350,00 € |
| Durée |
1 jour |
| Modes |
|
Objectifs de la formation
- Parfaire sa maîtrise du langage C
- Comprendre les pointeurs, les fonctions
- Savoir gérer les fichiers, les appels système, la mémoire
- Savoir faire des appels de fonctions assembleur
- Optimiser la vitesse et la mémoire
- Gérer les librairies
| Tarif |
A partir de 1 800,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Appréhender les différentes méthodes permettant l'évaluation des fournisseurs
| Tarif |
A partir de 82,00 € |
| Durée |
20 minutes |
| Modes |
|
Objectifs de la formation
- Identifier le cadre législatif et réglementaire des marchés de travaux
- Examiner les responsabilités et les rôles respectifs du maître d'ouvrage, du maître d'œuvre, des prestataires d'études et leurs relations avec les entreprises
- Gérer les clauses d'exécution et les marchés de travaux
| Tarif |
A partir de 2 090,00 € |
| Durée |
3 jours - 21 heures |
| Modes |
|
Formation Addictions et conduites addictives : prévention et gestion
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Identifier les responsabilités de l'entreprise en cas de conduite addictive en situation de travail
- Analyser les outils à la disposition de l'employeur et des managers dans le but de prévenir les conduites addictives
- Élaborer un plan d'actions pour prévenir et gérer les addictions en situation de travail
| Tarif |
Contacter l'organisme |
| Durée |
Nous contacter |
| Modes |
|
Objectifs de la formation
• Apprendre à mieux se connaître pour évaluer son potentiel professionnel
• Dessiner un parcours de progrès au regard de son potentiel et de ses aspirations
| Tarif |
A partir de 1 400,00 € |
| Durée |
Nous contacter |
| Modes |
|
Formation CSE plus de 50 salariés - Parcours « Essentiel du mandat + Missions économiques » (5 jours)
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Expliquer le fonctionnement des CSE de plus de 50 salariés
- Détailler les moyens dont disposent les CSE de plus de 50 salariés pour exercer leur mandat
- Définir les attributions économiques du CSE afin de se positionner en interlocuteur auprès de la direction et des salariés
- Interpréter les comptes d'une entreprise
| Tarif |
A partir de 2 300,00 € |
| Durée |
5 jours |
| Modes |
|
Formation Actualité de la formation 2024 + Atelier : « Faire de l'intelligence artificielle un levier de performance pour la formation »
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Analyser les évolutions réglementaires du droit de la formation professionnelle continue
- Identifier les moyens pour optimiser le pilotage de son plan de développement des compétences en 2024
- Déterminer les enjeux et les fondements de l'intelligence artificielle pour la formation
| Tarif |
A partir de 1 905,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
1- Acquérir une compréhension fondamentale de la syntaxe et de la structure de Python.2-Apprendre à utiliser les variables, les types de données et les opérateurs Python pour manipuler des informations.
3-Comprendre les structures de controle telles que les boucles et les instructions conditionnelles pour créer des programmes efficaces.
4- Explorer les fonctions et les modules Python pour organiser et réutiliser le code
5- Apprendre à manipuler des listes, des tuples, des dictionnaires et d'autres structures de données intégrées.
5- Comprendre les concepts de programmation fonctionnelle en Python
6- Se préparer à poursuivre l'apprentissage autonome pour continuer à améliorer ses compétences en Python
| Tarif |
A partir de 585,00 € |
| Durée |
2j / 15h |
| Modes |
|
