Formation - Opérationnaliser le Machine Learning et les solutions d’IA générative

Pour qui

• Data Scientist
• Toute personne intéressée par création et le déploiement de modèles d'apprentissage automatique

• Comprendre les principes du GenAIOps et son rôle dans l’industrialisation des applications d’IA générative
• Structurer le cycle de vie d’une application d’IA générative avec une approche code-first
• Gérer les prompts comme des artefacts versionnés avec GitHub et Microsoft Foundry
• Concevoir des stratégies d’évaluation pour mesurer qualité, coût, performance et fiabilité des agents IA
• Automatiser les évaluations avec Microsoft Foundry, Python et GitHub
• Actions Superviser une application d’IA générative avec des métriques de performance, latence, erreurs et consommation de tokens
• Mettre en oeuvre le monitoring et l’observabilité distribuée avec Azure Monitor, OpenTelemetry et tracing
• Identifier les leviers d’optimisation de performance, de coût et de fiabilité en environnement de production

• Une approche orientée production, couvrant versioning, automatisation, supervision et observabilité
• Une mise en pratique concrète avec Microsoft Foundry, GitHub Actions et OpenTelemetry
• Une approche code-first, alignée avec les standards modernes d’ingénierie logicielle et DevOps
• Des ateliers directement applicables en entreprise, pour fiabiliser agents IA, prompts et workflow

Prérequis

• Connaissances des fondamentaux Azure
• Compréhension des Data Science, y compris comment préparer des données, former des modèles et évaluer des modèles concurrents afin de sélectionner le meilleur
• Savoir comment programmer dans le langage de programmation Python et utiliser les bibliothèques Python (Pandas, scikit-learn, matplotlib et seaborn)
• Disposez-vous des connaissances nécessaires pour suivre cette formation ? Testez-vous !