OUVERTURE DE SESSION
- Accueil des participants et tour de table des attentes
- Présentation du déroulé de la formation
PRÉPARER LE DÉVELOPPEMENT DE SOLUTION D'IA SUR AZURE
- Définir l’intelligence artificielle
- Comprendre les termes relatifs à l’IA
- Comprendre les considérations relatives aux ingénieurs en IA
- Comprendre les considérations relatives à une IA responsable
- Comprendre les fonctionnalités d’Azure Machine Learning
- Comprendre les fonctionnalités d’Azure AI Services
- Comprendre les fonctionnalités d’Azure OpenAI Service
- Comprendre les fonctionnalités de Recherche Azure AI
CRÉER ET UTILISER DES SERVICES AZURE AI SERVICES
- Approvisionner des ressources Azure AI services dans un abonnement Azure
- Identifier les points de terminaison, les clés et les emplacements nécessaires à l’utilisation d’une ressource Azure AI services
- Utiliser une API REST et un SDK pour consommer des services Azure AI services
- Utiliser Azure AI services sécurisé
- Considérer l’authentification pour Azure AI services
- Gérer la sécurité réseau pour Azure AI services
SURVEILLER AZURE AI SERVICES
- Surveiller les coûts d’Azure AI services
- Créer des alertes et afficher des métriques pour Azure AI services
- Gérer la journalisation des diagnostics des services Azure AI services
CLASSIFIER ET MODÉRER DU TEXTE AVEC AZURE CONTENT MODERATOR
- Découvrir ce qu’est la modération de texte
- Découvrir les principales fonctionnalités d’Azure Content Moderator pour la modération de texte
- Tester la modération de texte avec la console de test web d’API
FORMULER DES SUGGESTIONS AVEC AZURE AI PERSONALIZER
- Créer une ressource Azure AI Personalizer
- Configurer une boucle d'apprentissage et un comportement d'apprentissage
- Importer et exporter des paramètres d'apprentissage et de modèle
- Utiliser l'explicabilité d'inférence et exécuter des évaluations
ANALYSER LES IMAGES
- Approvisionner une ressource Azure AI Vision
- Analyser une image
- Générer une miniature rognée de façon intelligente
CLASSIFIER DES IMAGES AVEC DES MODÈLES AZURE AI VISION PERSONNALISÉS
- Créer un modèle de classification Azure AI Vision personnalisé
- Comprendre la classification des images
- Comprendre la détection d'objets
- Former un classificateur d'images dans Vision Studio
DÉTECTER, ANALYSER ET RECONNAÎTRE DES VISAGES
- Identifier les options pour la détection, l’analyse et l’identification des visages
- Comprendre les considérations relatives à l’analyse des visages
- Détecter des visages avec le service Azure AI Vision
- Comprendre les fonctionnalités du service Visage
- Comparer et faire correspondre les visages détectés
- Implémenter la reconnaissance faciale
LIRE DU TEXTE DANS DES IMAGES ET DES DOCUMENTS AVEC LE SERVICE AZURE AI VISION
- Lire du texte à partir d’images à l’aide de la reconnaissance optique de caractères
- Utiliser la fonctionnalité Analyse d’images du service Azure AI Vision avec les Kits de développement logiciel (SDK) et l’API REST
- Développer une application capable de lire du texte imprimé et manuscrit.
ANALYSER UNE VIDÉO
- Décrire les fonctionnalités d’Azure Video Indexer
- Extraire des informations personnalisées
- Utiliser les widgets et les API de Video Analyzer
ANALYSER UN TEXTE AVEC AZURE AI LANGUAGE
- Détecter la langue à partir du texte
- Analyser le sentiment de texte
- Extraire des expressions clés, des entités et des entités liées
CRÉER UNE SOLUTION DE RÉPONSES AUX QUESTIONS
- Comprendre les réponses aux questions et leur comparaison avec la compréhension de la langue
- Créer, tester, publier et consommer une base de connaissances
- Implémenter l’invite multitour et l’apprentissage actif
- Créer un bot de réponse aux questions pour interagir en langage naturel
CRÉER UN MODÈLE DE COMPRÉHENSION DU LANGAGE COURANT
- Provisionner les ressources Azure pour une ressource Azure AI Language
- Définir des intentions, des énoncés et des entités
- Utiliser des modèles pour différencier des énoncés similaires
- Utiliser des composants d’entité prédéfinis
- Entraîner, tester, publier et vérifier un modèle Azure AI Language
CRÉER UNE SOLUTION DE CLASSIFICATION DE TEXTE PERSONNALISÉE
- Comprendre les types des projets de classification
- Créer un projet de classification de texte personnalisée
- Étiqueter des données, entraîner et déployer un modèle
- Envoyer des tâches de classification à partir de votre propre application
CRÉER UNE SOLUTION D'EXTRACTION D'ENTITÉ NOMÉE PERSONNALISÉE
- Comprendre les entités nommées personnalisées et comment elles sont étiquetées
- Créer un projet de service Language
- Étiqueter les données, et entraîner et déployer un modèle d’extraction d’entités
- Soumettre des tâches d’extraction à partir de votre propre application
TRADUIRE DU TEXTE AVEC LE SERVICE AZURE AI TRADUCTEUR
- Approvisionner une ressource Traducteur
- Comprendre les concepts de détection de la langue, de traduction et de translittération
- Spécifier des options de traduction
- Définir des traductions personnalisées
CRÉER DES APPLICATIONS AVEC RECONNAISSANCE VOCALE À L'AIDE D'AZURE AI SERVICES
- Provisionner une ressource Azure pour le service Azure AI Speech
- Utiliser l’API de reconnaissance vocale Azure AI pour implémenter la reconnaissance vocale
- Utiliser l’API de synthèse vocale pour implémenter la synthèse vocale
- Configurer le format audio et les voix
- Utiliser Speech Synthesis Markup Language (SSML).
UTILISER LA TRADUCTION VOCALE AVEC LE SERVICE AZURE AI SPEECH
- Provisionner des ressources Azure pour la traduction vocale
- Générer une traduction de texte à partir de la parole
- Synthétiser des traductions orales
CRÉER UNE COMPÉTENCE PERSONNALISÉE POUR RECHERCHE AZURE AI
- Implémenter une compétence personnalisée pour Recherche Azure AI
- Intégrer une compétence personnalisée dans un ensemble de compétences Recherche Azure AI
CRÉER UNE BASE DE CONNAISSANCE AVEC RECHERCHE AZURE AI
- Créer une base de connaissances à partir d’un pipeline Recherche Azure AI
- Afficher des données dans des projections dans une base de connaissances
ENRICHIR UN INDEX DE RECHERCHE EN UTILISANT LANGUAGE STUDIO
- Utiliser Language Studio pour enrichir les index Recherche cognitive Azure
- Enrichir un index Recherche cognitive avec des classes personnalisées
IMPLÉMENTER DES FONCTIONNALITÉS DE RECHERCHE AVANCÉES DANS LE SERVICE RECHERCHE COGNITIVE AZURE
- Améliorer le classement d’un document avec l’optimisation des termes
- Améliorer la pertinence des résultats en ajoutant des profils de score
- Améliorer un index avec des analyseurs et des conditions à jetons
- Améliorer un index pour inclure plusieurs langues
- Améliorer l’expérience de recherche en triant les résultats par distance à partir d’un point de référence donné
CRÉER UNE COMPÉTENCE AZURE MACHINE LEARNING PERSONNALISÉE POUR LE SERVICE RECHERCHE COGNITIVE AZURE
- Utiliser un ensemble de compétences Azure Machine Learning personnalisé
- Enrichir un index de recherche à l’aide d’un modèle Azure Machine Learning
RECHERCHER DES DONNÉES EN DEHORS DE LA PLATEFORME AZURE DATA FACTORY
- Utiliser Azure Data Factory pour copier des données dans un index Recherche cognitive
Azure
- Utiliser l’API push Recherche cognitive Azure pour effectuer un ajout à un index à partir de n’importe quelle source de données externe
GÉRER UNE SOLUTION DE RECHERCHE COGNITIVE AZURE
- Utiliser Language Studio pour enrichir les index Recherche cognitive Azure
- Enrichir un index Recherche cognitive avec des classes personnalisées
UTILISER LA RECHERCHE SÉMANTIQUE POUR OBTENIR DE MEILLEURS RÉSULTATS DE RECHERCHE DANS LA RECHERCHE COGNITIVE AZURE
- Décrire la recherche sémantique
- Configurer la recherche sémantique
- Effectuer une recherche sémantique sur un index
AMÉLIORER LES RÉSULTATS DE LA RECHERCHE À L'AIDE DE LA RECHERCHE VECTORIELLE DANS RECHERCHE COGNITIVE AZURE
- Décrire la recherche vectorielle
- Décrire les incorporations
- Exécuter des requêtes de recherche vectorielle à l’aide de l’API REST
DÉVELOPPER DES SOLUTIONS AVEC AZURE AI INTELLIGENCE DOCUMENTAIRE
- Concevoir une solution d’analyse pour vos formulaires métier à l’aide d’Azure AI Document Intelligence
- Créer une solution qui analyse les documents courants à l’aide de Document Intelligence
- Créer une solution qui analyse différents types de formulaires personnalisés en utilisant Document Intelligence
- Inclure un service Azure AI Document Intelligence en tant que compétence personnalisée dans un pipeline Recherche cognitive Azure.
DÉMARRER AVEC AZURE OPENAI SERVICE
- Créer une ressource Azure OpenAI Service et comprendre les types de modèles de base Azure OpenAI
- Utiliser Azure OpenAI Studio, la console ou l’API REST pour déployer un modèle de base et le tester dans le terrain de jeu Studio
- Générer des conclusions pour les invites et commencer à gérer les paramètres du modèle.
CRÉER DES SOLUTIONS EN LANGAGE NATUREL AVEC AZURE OPENAI SERVICE
- Intégrer Azure OpenAI à votre application
- Différencier les points de terminaison disponibles pour votre application
- Générer des complétions pour les invites à l’aide de l’API REST et des SDK spécifiques au langage
APPLIQUER L'INGÉNIERIE DES INVITÉS AVEC AZURE OPENAI SERVICE
- Comprendre le concept d’ingénierie des invites et son rôle dans l’optimisation des
performances des modèles Azure OpenAI
- Savoir concevoir et optimiser les invites pour mieux utiliser les modèles IA
- Inclure des instructions claires, demander la composition de sortie et utiliser du contenu contextuel pour améliorer la qualité des réponses du modèle
GÉNÉRER DU CODE AVEC AZURE OPENAI SERVICE
- Utiliser des invites en langage naturel pour écrire du code
- Créer des tests unitaires et comprendre du code complexe avec des modèles IA
- Générer des commentaires et une documentation pour du code existant
GÉNÉRER DES IMAGES AVEC AZURE OPENAI SERVICE
- Décrire les fonctionnalités de DALL-E dans le service Azure openAI
- Utiliser le terrain de jeu DALL-E dans Azure OpenAI Studio
- Utiliser l’interface REST Azure OpenAI pour intégrer la génération d’images DALL-E dans vos applications
UTILISER VOS PROPRES DONNÉES AVEC LE SERVICE AZURE OPENAI
- Décrire les fonctionnalités d’Azure OpenAI sur vos données
- Configurer Azure OpenAI pour utiliser vos propres données
- Utiliser l’API Azure OpenAI pour générer des réponses basées sur vos propres données
COMPRENDRE LES PRINCIPES FONDAMENTAUX D'UNE IA GÉNÉRATIVE RESPONSABLE
- Décrire un processus global pour le développement d’une solution d’IA générative responsable
- Identifier et hiérarchiser les dommages potentiels associés à une solution d’IA générative
- Mesurer la présence de dommages dans une solution d’IA générative
- Atténuer les dommages dans une solution d’IA générative
- Préparer le déploiement et l’exploitation d’une solution d’IA générative de manière responsable
CLÔTURE DE SESSION
- Revue des concepts clés présentés lors de la formation
- Echange sur les questions et réponses additionnelles