Conception et implémentation d’une solution de science des données sur Azure

Cette formation s’adresse aux Data Scientists et à toute personne impliquée dans la préparation et le déploiement de modèles de Machine Learning. 

A l'issue de la formation, les participants seront capables de : 

• Exploiter des solutions de Machine Learning à l'échelle du Cloud en utilisant Azure Machine Learning 
• Gérer l'ingestion et la préparation des données, la formation et le déploiement des modèles, ainsi que la surveillance des solutions de Machine Learning dans Microsoft Azure. 

Les scientifiques des données Azure accomplis démarrent ce rôle avec des connaissances de base sur les concepts de cloud computing et une expérience en science des données générale et avec des outils et techniques de Machine Learning.  

Plus précisément : 

• Création de ressources de cloud dans Microsoft Azure. 
• Utilisation de Python pour explorer et visualiser les données. 
• Entraînement et validation de modèles Machine Learning à l’aide de frameworks courants comme Scikit-Learn, PyTorch et TensorFlow. 

• Premiers pas avec Azure Machine Learning
  
  • Introduction à Azure Machine Learning
  • Travailler avec Azure Machine Learning
• Outils visuels pour le Machine Learning
  
  • Machine Learning automatisé
  • Azure Machine Learning Designer
• Exécution d'expériences et modèles d'entraînement
  
  • Introduction aux expériences
  • Modèles d'entraînement et d'enregistrement
• Travailler avec des données
  
  • Travailler avec des Data Stores
  • Travailler avec des Data sets
• Travailler avec l'informatique
  
  • Travailler avec des environnements
  • Travailler avec les cibles de calcul
• Orchestrer les opérations avec les pipelines
  
  • Introduction aux pipelines
  • Publication et exécution de pipelines
• Déploiement et consommation de modèles
  
  • Référencement en temps réel
  • Référencement par lots
  • Intégration et livraison continues
• Formation de modèles optimaux
  
  • Réglage des hyperparamètres
  • Machine Learning automatisé
• Machine Learning responsable
  
  • Confidentialité différentielle
  • Interprétabilité des modèles
  • Equité
• Surveillance des Modèles
  
  • Surveillance des modèles avec Application Insights
  • Surveillance de la dérive des données (Data Drift)

• Les consultants spécialistes d'Azure apportent leurs conseils et leur expérience. 
• Cette formation prépare à la certification Microsoft Certified Azure Data Scientist Associate avec la réussite de l'examen DP-100. 
• La qualité d'une formation officielle Microsoft (support de cours numérique en anglais). 
• Votre formateur :  
  • Est un consultant formateur certifié Microsoft  
  • Possède plusieurs années d'expérience  sur l’environnement Azure 
  • En veille permanente pour suivre son évolution

• Les certifications vous donnent un avantage professionnel en fournissant des preuves de  maîtrise des compétences reconnues dans le monde entier, démontrant vos capacités et votre volonté d'adopter de nouvelles technologies. 
•  Les candidats à la certification Azure Data Scientist Associate doivent posséder une expertise technique dans l’application de la science des données et du Machine Learning pour implémenter et exécuter des charges de travail Machine Learning sur Azure. 
•  Parmi les responsabilités de ce rôle figurent la conception et la création d’un environnement de travail approprié pour les charges de travail de science des données, l’exploration des données, l’entraînement des modèles Machine Learning, l’implémentation de pipelines, l’exécution de travaux pour préparer la production ainsi que la gestion, le déploiement et le monitoring de solutions de Machine Learning scalables. 
•  Les candidats à cette certification doivent posséder des connaissances et de l’expérience en science des données avec Azure Machine Learning et MLflow. 
•  Compétences mesurées : 
  • Concevoir et préparer une solution de Machine Learning (20 à 25 %)
  • Explorer les données et entraîner des modèles (35 à 40 %)
  • Préparer un modèle pour le déploiement (20 à 25 %)
  • Déployer et réentraîner un modèle (10 à 15 %)

• Vous rejoignez la formation avec un PC/Mac équipé d'une webcam, d'un micro, de haut-parleurs et d'Internet.
• Un 2ème écran est nécessaire pour suivre la formation dans les meilleures conditions.
• Les participants n’ayant pas accès à l’espace « Mon compte ARRIOPH » recevront un lien URL lors de la formation pour récupérer le support de formation
• A l'issue de la formation, le participant est invité à s’auto-évaluer par rapport aux objectifs énoncés.
  • En cours de formation, par des études de cas ou des travaux pratiques
  • en fin de formation, par un questionnaire d'auto-évaluation ou le passage de certification (en option)