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
- Mettre en oeuvre le protocole SIP
- Comprendre l'architecture SIP
- Gérer les messages SIP
- Connaîtres les méthodes et extensions SIP
- Gérer le routage
- Maîtriser la sécurité
| Tarif |
A partir de 1 950,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Appréhender l’importance de la sécurité
- Présenter et expliquer les failles de sécurité, les différents types d’attaques et vulnérabilités des applications
- Concevoir et développer des applications sécurisées
- Appréhender les différents principes relatifs à la sécurité dans les plateformes de développement logiciel et les mettre en oeuvre
- Déceler les principales failles de sécurités dans les applications et apporter des solutions appropriées
- Appréhender et mettre en oeuvre les bonnes pratiques de codage permettant d’éviter les failles de sécurité dans une application Web
- Mettre en place une stratégie de veille technologique pour anticiper les potentielles problématiques de sécurité sur les applications existantes
| Tarif |
A partir de 2 100,00 € |
| Durée |
3j / 21h |
| Modes |
|
Formation Médiation, procédure participative et processus collaboratif
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Mettre en oeuvre la procédure de médiation
- Appliquer la procédure participative
- Employer le processus collaboratif
- Comparer les différents modes de résolution amiable des litiges
| Tarif |
A partir de 1 010,00 € |
| Durée |
1 jour |
| Modes |
|
Objectifs de la formation
- Cette formation fait l'objet d'une évaluation formative.
| Tarif |
Contacter l'organisme |
| Durée |
2 jours (14 heures) |
| Modes |
|
Objectifs de la formation
- Identifier les bénéfices de la démarche SCRUM
- Comprendre les principes de la méthode SCRUM
- Adapter cette méthode à son contexte
- Mettre en oeuvre la démarche SCRUM
- Identifier les responsabilités de chacun des acteurs
| Tarif |
A partir de 1 390,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Reconnaître la plus-value apportée par Teams Premium
- Identifier les fonctionnalités IA qui permettent d'augmenter la productivité en réunion
- Mettre en oeuvre une sécurité accrue dans l'organisation des réunions
- Produire un webinaire de qualité professionnelle
- Promouvoir l'image de marque de votre entreprise dans Teams.
| Tarif |
A partir de 460,00 € |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
- Installer et configurer Dynamics 365 Sales
- Gérer les prospects avec Dynamics 365 Sales
- Gérer les opportunités avec Dynamics 365 Sales
- Utiliser Dynamics 365 Sales Insights
- Gérer et organiser votre catalogue de produits avec Dynamics 365 Sales
- Traiter les commandes client avec Dynamics 365 Sales
- Gérer les relations avec la vente relationnelle dans Dynamics 365 Sales
- Analyser les données commerciales de Dynamics 365
- Définir et suivre des objectifs individuels dans Dynamics 365 Sales et Customer Service
- Utiliser des mesures d’objectif dans Dynamics 365 Sales et Customer Service
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
Toute personne souhaitant maîtriser les fonctions avancées du logiciel Illustrator pour concevoir des illustrations complexes.
Possibilité de passage de la certification TOSA en fin de formation.
À l'issue de la formation, le stagiaire sera capable de :
- Créer des illustrations complexes
- Maîtriser la vectorisation sur Illustrator
- Travailler des illustrations en 3D
| Tarif |
A partir de 700,00 € |
| Durée |
2 jour(s) |
| Modes |
|
Objectifs de la formation
- Obtenir la certification SAFe Agilist
- Avoir l'état d'esprit Lean-Agile
- Connaître les 10 principes SAFe
- Gérer la planification d'un incrément programme
- Savoir piloter une entreprise Lean-Agile
- Mettre en oeuvre un portefeuille Lean
| Tarif |
A partir de 1 800,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
- Identifier les composantes et l'architecture de Dataverse
- Construire des tables et des colonnes dans Dataverse en suivant les meilleures pratiques
- Évaluer les types de relations entre les tables pour une intégration efficace
- Utiliser la double écriture et les tables virtuelles dans des scénarios d'entreprise
- Concevoir et appliquer des règles métier
- Gérer l'administration quotidienne de Dataverse
- Implémenter la sécurité dans Dataverse pour protéger les données d'entreprise
- Exploiter Dataverse for Teams pour des solutions collaboratives
| Tarif |
A partir de 1 300,00 € |
| Durée |
2 jours |
| Modes |
|
