DP-100 – Conception et implémentation d’une solution de science des données sur Azure

  • Référence

    MS-DP100

  • Durée

    4 jours (28 h)

  • Prix par personne HT

    2.650 € HT

Description

Ce cours enseigne la conception et l’implémentation de solutions de data science sur Azure en utilisant des services comme Azure Machine Learning, AutoML et les notebooks Jupyter.

Objectifs pédagogiques

  • Comprendre et appliquer les principes de la data science sur Azure.
  • Utiliser Azure Machine Learning pour entraîner et déployer des modèles.
  • Automatiser et optimiser les processus de Machine Learning.
  • Sécuriser et surveiller les solutions de data science.

Public cible

  • Data Scientists
  • Ingénieurs Machine Learning
  • Développeurs IA et cloud
  • Architectes de solutions analytiques

Pré-requis

  • Expérience en data science et en Machine Learning.
  • Connaissance des langages Python ou R.
  • Notions sur les services Azure et le cloud computing.

Modalités d'évaluation

L’évaluation des acquis se fait tout au long de la session au travers d’ateliers de mise en pratique des notions et concepts abordés pendant la formation.

Programme de la formation

Module 1 : Introduction à la science des données sur Azure

  • Présentation des concepts fondamentaux de la science des données et introduction aux services Azure pertinents pour les solutions de science des données.

Module 2 : Préparation des données dans Azure

  • Apprentissage des techniques d’ingestion, de transformation et de préparation des données à l’aide des services Azure, tels qu’Azure Data Factory et Azure Databricks.

Module 3 : Développement et entraînement de modèles

  • Exploration des méthodes de développement, d’entraînement et d’évaluation de modèles de machine learning en utilisant Azure Machine Learning et d’autres outils Azure.

Module 4 : Déploiement et gestion des modèles

  • Approfondissement des techniques de déploiement, de surveillance et d’optimisation des modèles de machine learning sur Azure pour assurer leur performance et leur fiabilité.

Module 5 : Implémentation de MLOps sur Azure

  • Introduction aux pratiques de MLOps (Machine Learning Operations) pour automatiser et gérer le cycle de vie des modèles de machine learning sur Azure.

Programme mis à jour le