Public visé
Développeurs, Data Scientists, analystes de données, ingénieurs Data, ingénieurs DevOps, chefs de projets, Product Managers IA, consultants BI/Big Data.
Prérequis
- Connaissances en Python et en systèmes d’information
Objectifs pédagogiques
À l’issue de cette formation, vous serez capable de :
- Décrire les avantages des architectures microservices et leur valeur ajoutée
- Développer et tester des architectures selon les meilleures pratiques
- Migrer des applications monolithiques
- Décrire le cycle de vie avec agilité et DevOps/MLOps/IAOps
Programme
Jour 1 : Introduction aux architectures microservices
- Flexibilité, scalabilité, résilience
- Technologies Cloud : Kubernetes, Docker, Ansible, Terraform, Jenkins
- MLOps/IAOps : MLflow, Kubeflow
Jour 2 : Fondamentaux de l’IA
- ML vs DL, LLM/GPT
- Azure Cognitive Services et OpenAI
Jour 3 : API Azure Cognitive Services
- Vision par ordinateur, reconnaissance vocale
- Analyse de texte, modération
Jour 4 : API Azure OpenAI
- GPT-4, ChatGPT
- Édition de texte, coûts et sécurité
Jour 5 : Déploiement et maintenance
- Pipelines CI/CD/CT
- Surveillance et réapprentissage en production
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- Et, en fin de formation, par un questionnaire d’auto-évaluation