Programme :

Module 1 : Principes de base de Microsoft Azure AI : Bien démarrer avec l’intelligence artificielle

• Introduction à l’IA
• Comprendre le machine learning
• Comprendre la détection d’anomalie
• Qu’est-ce que la vision par ordinateur ?
• Comprendre le traitement du langage naturel
• Comprendre l’IA conversationnelle
• Défis et risques liés à l’intelligence artificielle
• Comprendre ce qu’est l’IA responsable

Module 2 : Principes de base de Microsoft Azure AI : Explorer les outils visuels pour le Machine Learning

• Utiliser le Machine Learning automatisé dans Azure Machine Learning
• Créer un modèle de régression avec le concepteur Azure Machine Learning
• Créer un modèle de classification avec le concepteur Azure Machine Learning
• Créer un modèle de clustering avec le concepteur Azure Machine Learning

Module 3 : Principes de base de Microsoft Azure AI : Explorer la vision par ordinateur

•  Analyser des images avec le service Vision par ordinateur
• Classifier des images avec le service Custom Vision
• Détecter des objets dans des images avec le service Custom Vision
• Détecter et analyser des visages avec le service Visage
• Lire du texte avec le service Vision par ordinateur
• Analyser des reçus avec le service Form Recognizer

Module 3 : Principes de base de Microsoft Azure AI : Explorer le traitement du langage naturel

• Analyser du texte avec le service Language
• Reconnaître et synthétiser du contenu vocal
• Traduire du contenu écrit et oral
• Créer un modèle de langage avec Conversational Language Understanding
• Créer un bot avec Language Service et Azure Bot Service

Module 4 : Principes de base de Microsoft Azure AI : Explorer l’IA conversationnelle

• Créer un bot avec Language Service et Azure Bot Service

Module 5 : Principes de base de Microsoft Azure AI : Explorer l’aide à la décision

• Initiation au Détecteur d’anomalies

Module 6 : Principes de base de Microsoft Azure AI : Découvrir l’exploration des connaissances

• Présentation de Recherche cognitive Azure
• Qu’est-ce que Recherche cognitive Azure ?
• Identifier les éléments d’une solution de recherche
• Utiliser un ensemble de compétences pour définir un pipeline d’enrichissement
•  Comprendre les index
•  Utiliser un indexeur pour créer un index
•  Conserver des données enrichies dans une base de connaissances
•  Créer un index dans le portail Azure
•  Interroger des données dans un index Recherche cognitive Azure

Pré-requis :

Il n'est pas nécessaire de maîtriser Microsoft Azure pour suivre cette formation, mais une bonne maîtrise des bases de la technologie informatique et d’Internet est requise. Les notions de bases théoriques sur le Machine Learning et les types d'apprentissage est un plus.

Objectifs :

• Être capable de décrire les charges de travail et les considérations liées à l'intelligence artificielle.
• Découvrir les principes fondamentaux de l'apprentissage automatique sur Azure.
• Connaître les fonctionnalités des charges de travail de vision par ordinateur sur Azure
• Décrire les fonctionnalités des charges de travail de traitement du langage naturel (NLP) sur Azure
• Décrire les fonctionnalités des charges de travail d'IA conversationnelles sur Azure

Déroulement :

Cette formation se déroule selon les modalités suivantes:

• La charge totale est de 30 heures de formation.
• Les séances seront réparties à raison de 5 heures par jours.
• Les séances peuvent se tenir soit pendants les weekends soit en cours de semaine selon la disponibilités des participants.
• La formation peut aussi se faire en virtuel ou sur site pour les entreprises.
• Les candidats auront accès aux labs, à des pass azures pour manipuler les labs ainsi que le cours officiel et des dumps valides pendant 03 mois pour le passage de la certification.

Les outils :

Rien de spécifique

Public cible :

Toute personne souhaitant découvrir les différents types de solutions qui peuvent être réalisés grâce à l’intelligence artificielle et les services de Microsoft Azure en relation. Cela inclut aussi les Data Scientistes, les ingénieurs Machine Learning, les développeurs et concepteurs en Intelligence Artificielle, les chefs de projets Data, le managers et tech Lead en Machine Learning et Intelligence Artificielle