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
A l'issue de cette formation, vous serez capable de :
- Décrire l'architecture du réseau de campus
- Définir la construction du réseau de campus
- Mettre en oeuvre le protocole de spanning tree
- Mettre en oeuvre des VLAN
- Optimiser les liaisons inter-switchs
- Mettre en oeuvre le routage interVLAN
- Garantir et optimiser le trafic dans le campus
- Sécuriser les accès et les flux dans le campus.
| Tarif |
A partir de 2 680,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
- Assurer l’alignement entre la stratégie éditoriale, le plan de communication et les objectifs de l’entreprise
- Comprendre le rôle de la stratégie éditoriale dans la construction et la consolidation de l’image de marque
- Savoir déterminer les publics cibles de l’entreprise et créer des personas
- Savoir sélectionner les canaux de communication appropriés
- Planifier la production de contenus impactants et cohérents avec la stratégie éditoriale
- Apprendre à définir et à utiliser les des KPIs et adopter une approche itérative
- Elaborer un plan de communication
| Tarif |
Contacter l'organisme |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Mettre en oeuvre les techniques et principaux leviers permettant de réguler et d'améliorer la trésorerie au quotidien.
- Élaborer un budget de trésorerie équilibré.
- Choisir efficacement entre différents placements, arbitrer entre emprunts/placements et rentabilité/sécurité.
- Anticiper des difficultés de trésorerie liées à une baisse de chiffre d'affaires/de marges ou des retards de paiement de certains clients.
- Déterminer à tout moment la trésorerie "idéale".
| Tarif |
A partir de 1 530,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Expliquer et appliquer les techniques fondamentales pour lancer et maintenir une solution de gestion des endpoints multiplateforme axée sur l'intelligence avec Workspace ONE Unified Endpoint Management (UEM)
- Décrire les composants de Workspace ONE UEM
- Expliquer les caractéristiques générales et les fonctionnalités offertes par Workspace ONE UEM
- Résumer les fonctions administratives essentielles de Workspace ONE
- Expliquer et déployer les intégrations courantes de Workspace ONE
- Déployer en toute sécurité des configurations sur les dispositifs gérés par Workspace ONE UEM
- Intégrer les endpoints des appareils dans Workspace ONE UEM
- Résumer les méthodologies de gestion alternatives pour les appareils robustes
- Identifier des stratégies pour maintenir l'environnement et la santé du parc de périphériques
- Configurer et déployer des applications sur les appareils gérés par Workspace ONE UEM
- Analyser les déploiements Workspace ONE UEM
- Activer l'accès aux e-mails sur les appareils
- Intégrer Workspace ONE UEM aux référentiels de contenu et aux partages de fichiers de l'entreprise
- Expliquer les caractéristiques générales et les fonctionnalités offertes par Workspace ONE Access
- Intégrer Workspace ONE UEM à Workspace ONE Access
- Résumer et mettre en oeuvre les services Workspace ONE Productivity dans l'environnement de l'espace de travail numérique
- Expliquer les méthodes d'activation du Single Sign-On (SSO) mobile pour les endpoints gérés dans l'espace de travail numérique
- Configurer Workspace ONE Access pour prendre en charge SAML 2.0 pour l'authentification fédérée dans l'ensemble du workforce.
| Tarif |
Contacter l'organisme |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
Ce séminaire propose une synthèse claire des principaux éléments permettant de gérer une crise. Concrètement au cours de ce stage vous aurez acquis les compétences nécessaires pour:
- Comprendre les crises pour les appréhender
- Mettre en place une organisation de crise et une cellule de crise
- Concevoir un exercice de crise
- Décider en situation de crise
- Gérer la relation autorités
- acteurs du privé
- Communiquer en situation de crise
- S'entraîner
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Mettre en oeuvre la gestion des identités et des accès dans Microsoft Entra ID, la sécurisation des utilisateurs, des groupes et des identités externes, l'implémentation des contrôles d'authentification et d'autorisation, la gestion de l'accès et de la sécurité des applications
- Déterminer les complexités de la sécurisation des réseaux Azure, y compris les réseaux virtuels, le chiffrement, la configuration du pare-feu, l'accès privé et la protection DDoS, avec cette formation complète
- Sécuriser des ressources de calcul, de stockage et de bases de données Azure, notamment les mesures de sécurité avancées, le chiffrement, le contrôle d'accès et la protection des bases de données
- Gérer des opérations de sécurité dans Azure, de la gouvernance et la création de stratégies à la sécurité de l'infrastructure, la gestion des clés, la posture de sécurité, la protection contre les menaces, et la supervision et l'automatisation avancées de la sécurité.
| Tarif |
A partir de 2 840,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
- Réaliser des formulaires / questionnaires
- Partager, publier des formulaires / questionnaires
- Analyser les réponses des formulaires / questionnaires
| Tarif |
Contacter l'organisme |
| Durée |
3.5 heures |
| Modes |
|
Formation Maîtriser Zabbix - Certified Specialist & Professional (cours officiel)
Proposé par PLB CONSULTANTObjectifs de la formation
Concrètement, à l'issue de cette formation Zabbix 6.0, vous serez capable de :
- Appréhender la terminologie de la supervision dans le contexte du logiciel
- Connaître les concepts et les bonnes pratiques autour de la solution
- Installer et administrer Zabbix
- Concevoir et déployer une solution de supervision
- Mettre en place des configurationscomplexes de supervision Zabbix
- Automatiser les configurations de bout en bout grâce au LLD
- Optimiser les performances de votre supervision
| Tarif |
A partir de 4 750,00 € |
| Durée |
8j / 56h |
| Modes |
|
Objectifs de la formation
- Intégrer la nouvelle réglementation ALUR en matière d'urbanisme
- Mettre en oeuvre les nouveaux documents de planification
| Tarif |
A partir de 1 390,00 € |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
- Gérer son parc informatique avec Microsoft SCCM
- Planifier et déployer un site primaire
- Gérer les clients
- Gérer l'inventaire, les requêtes et les regroupements
- Télédistribuer des mises à jour logicielles
- Déployer des systèmes d'exploitation
- Faire du reporting, de la maintenance de site et gérer la sécurité
| Tarif |
A partir de 3 000,00 € |
| Durée |
5 jours |
| Modes |
|
