New

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

Industrialiser les modèles, structurer leur mise en production et encadrer l’exploitation des solutions d’intelligence artificielle

Formation officielle

La formation Opérationnaliser le Machine Learning et les solutions d’IA générative permet de maîtriser les compétences clés pour concevoir, orchestrer et industrialiser des solutions d’IA générative sur Microsoft Azure. Elle s’adresse aux professionnels souhaitant développer des applications intelligentes exploitant les modèles de langage, l’automatisation et les services d’IA avancés dans des environnements cloud modernes.

Cette formation apporte une vision opérationnelle de la conception de solutions basées sur l’IA générative, en couvrant les architectures modernes autour des LLM, des agents IA, du Retrieval-Augmented Generation (RAG) et des services Azure dédiés. Les participants apprennent à structurer des applications capables d’exploiter des données métier, de générer du contenu, d’automatiser des interactions et de s’intégrer aux systèmes d’information, tout en respectant les exigences de sécurité, gouvernance et IA responsable.

Cette formation prépare à la certification Microsoft – Ingénieur associé en opérations de Machine Learning (MLOps).

Choisir une session

Informations pratiques

Référence : MSAI300

Durée : 4 jours (28 heures)
Présentiel
Perfectionnement
Certification optionnelle

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

A qui s'adresse cette formation ?

Pour qui

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

Les objectifs de la formation

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

Les points forts de la formation

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

ib Cegos, certifié ISO 9001 et Qualiopi, garantit la qualité et la fiabilité de ses formations et certifications. En savoir plus

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 !

Le programme

Télécharger le programme

1 - Opérationnaliser des modèles de Machine Learning avec une démarche MLOps

Expérimenter, entraîner et piloter des modèles avec Azure Machine Learning
Optimiser les performances des modèles grâce au réglage des hyperparamètres dans Azure Machine Learning
Orchestrer des workflows de data science avec les pipelines Azure Machine Learning
Automatiser l’exécution des jobs Azure Machine Learning avec GitHub
Déclencher GitHub Actions avec le développement basé sur les fonctionnalités
Gérer les environnements d’exécution et la reproductibilité avec GitHub Actions
Déployer un modèle de Machine Learning en production avec GitHub Actions et Azure Machine Learning

2 - Opérationnaliser des applications d’IA générative avec une démarche GenAIOps

Planifier et structurer une stratégie GenAIOps pour fiabiliser les applications d’IA générative
Gérer et versionner les invites d’agents IA dans Microsoft Foundry avec GitHub
Évaluer et optimiser les agents IA grâce à des expérimentations structurées
Automatiser les évaluations d’IA avec Microsoft Foundry et GitHub Actions
Superviser et monitorer les performances d’une application d’IA générative en production
Analyser, tracer et déboguer une application d’IA générative avec des mécanismes avancés de tracing

Formation qui regroupe des participants de différentes entreprises au sein d'une même session fixe.

Prix

2 750,00 € HT

Consulter les dates et villes

Référence : MSAI300

Durée : 4 jours (28 heures)
Présentiel
Perfectionnement
Certification optionnelle

Horaires

Nos formations débutent à 9h et se terminent entre 17h et 18h. Pour vous accueillir, nos centres sont ouverts dès 8 heures. Un petit déjeuner d'accueil vous est proposé avant la formation.

Évaluation

Pendant la formation, le formateur évalue la progression pédagogique des participants via des QCM, des mises en situation et des travaux pratiques. Les participants passent un test de positionnement avant et après la formation pour valider leurs compétences acquises.

Choisissez votre prochaine session

Date de début

Date de fin

Lieu

Éligibilité

*Nous nous engageons à réaliser les sessions identifiées par "session garantie". Ces sessions sont maintenues sauf force majeure.

Places disponibles

Du 5 oct. au 8 oct. 2026

2 750,00 € HT

Aix-En-Provence

Aix en Provence

Pôle d'activites d'Aix-en-Provence / Espace Cezanne 2eme etage 135, rue Andre Ampere

13290 Aix-en-Provence