AI-200 : Développer des solutions cloud d’IA sur Azure

Cours AI-200 Développer des solutions cloud d'IA sur Azure

Présentation du cours 

Le cours AI‑200: Develop AI cloud solutions on Azure fournit les connaissances et les compétences nécessaires pour concevoir, développer et déployer des solutions d'intelligence artificielle dans le cloud à l'aide de Microsoft Azure.

Tout au long de la formation, l'étudiant apprendra à travailler avec les principaux services Azure AI, y compris Azure AI Services, Azure OpenAI, le traitement du langage naturel, la vision par ordinateur et les agents intelligents, en créant des solutions évolutives et intégrées dans des environnements d'entreprise.

Ce cours est axé sur le développement d'applications intelligentes qui permettent d'automatiser des processus, d'analyser des informations et d'améliorer la prise de décision, ce qui est essentiel pour les professionnels travaillant sur des projets de transformation numérique basés sur l'IA.

Cours virtuel avec examen de certification inclus en cadeau. Ne manquez pas cette opportunité ! L'examen est évalué à 126€ + TVA et est inclus sans coût additionnel.

Promotion valable jusqu'au 30 juin 2026. Examen à une seule tentative disponible uniquement en mode Virtuel - Téléformation. Non applicable au mode Auto-apprentissage.

Ce que le cours officiel Microsoft chez Nanfor comprend

Le cours comprend le matériel officiel de Microsoft Learn, des présentations de tuteurs experts, des laboratoires officiels, des tutorats spécialisés, des sessions personnalisées avec un tuteur expert, une préparation à la certification et un certificat de fin de formation, combinant des contenus officiels avec l'accompagnement expert de Nanfor.

Connaître tous les composants

Avantages de la formation AI-200

Formation officielle Microsoft en intelligence artificielle : Contenu actualisé basé sur les services Azure AI les plus avancés.

Spécialisation dans le développement de solutions avec l'IA dans le cloud : Vous apprendrez à concevoir des applications intelligentes évolutives sur Azure.

Maîtrise des technologies clés comme Azure OpenAI et Azure AI Services : Travail avec des modèles de langage, de vision, d'analyse de texte et d'automatisation.

Approche pratique axée sur des projets réels : Développement de solutions applicables dans des environnements d'entreprise.

Forte demande professionnelle en IA et Cloud : Formation alignée sur l'un des domaines à la croissance la plus rapide du marché IT.

Prérequis

Pour tirer le meilleur parti de ce cours, il est recommandé d'avoir :

• Des connaissances de base en programmation
  
• Une familiarité avec les concepts Azure et les services cloud
  
• Des notions générales d'intelligence artificielle ou d'analyse de données (recommandé, mais non obligatoire)

Préparation à l'examen de certification Azure AI Cloud Developer Associate

Ce cours AI‑200 prépare à la certification officielle de Microsoft en développement de solutions d'intelligence artificielle sur Azure (Microsoft Certified: Azure AI Cloud Developer Associate), fournissant les connaissances nécessaires pour concevoir, construire et optimiser des applications basées sur l'IA dans le cloud.

Niveau : Intermédiaire
Rôle : Développeur
Produit : Azure
Sujet : Applications métier

Informations générales sur le cours

🎓 À qui s'adresse ce cours ?

Ce cours s'adresse aux :

• Développeurs souhaitant se spécialiser dans l'intelligence artificielle sur Azure
  
• Ingénieurs logiciels travaillant avec des solutions cloud
  
• Professionnels de l'IT intéressés par l'intégration de l'IA dans leurs applications
  
• Profils techniques souhaitant évoluer vers des rôles de développeur IA

🎯 Objectifs de la formation Qu'apprendrez-vous ?

À la fin du cours AI‑200, le participant sera capable de :

• Développer des solutions d'intelligence artificielle sur Microsoft Azure
  
• Utiliser Azure AI Services et Azure OpenAI dans des projets réels
  
• Mettre en œuvre des solutions de traitement du langage naturel (TLN)
  
• Créer des applications de vision par ordinateur et d'analyse d'images
  
• Concevoir des architectures d'IA évolutives dans le cloud
  
• Intégrer l'intelligence artificielle dans les applications d'entreprise

📚 Éléments de la collection AI-200 de Microsoft Learn

• Introduction à Azure AI et aux services cognitifs
  
• Développement de solutions avec Azure OpenAI Service
  
• Mise en œuvre du traitement du langage naturel (TLN)
  
• Analyse de texte et compréhension du langage
  
• Développement de solutions de vision par ordinateur
  
• Utilisation des services d'IA pour automatiser les processus
  
• Intégration de l'IA dans les applications cloud

📚 Contenu du cours Développement de solutions cloud d'intelligence artificielle sur Azure - Programme

Unité 1 : Implémenter l'hébergement d'applications conteneurisées sur Azure

Module 1 : Stocker et gérer des conteneurs dans Azure Container Registry

Objectifs d'apprentissage :

• Expliquer comment Azure Container Registry organise les images
  
• Créer et gérer des images de conteneurs avec ACR Tasks
  
• Mettre en œuvre des stratégies de balisage et de versioning
  
• Utiliser Azure CLI pour gérer les images et les tâches
  
• Comprendre les considérations de production dans les environnements conteneurisés

Laboratoire / Pratique :

• Construction et exécution d'une image de conteneur avec ACR Tasks

Module 2 : Déployer des conteneurs sur Azure App Service

Objectifs d'apprentissage :

• Déployer des conteneurs personnalisés sur Azure App Service
  
• Configurer l'environnement d'exécution du conteneur (ports, démarrage, stockage)
  
• Configurer les variables d'application et les chaînes de connexion
  
• Surveiller et dépanner les applications conteneurisées

Laboratoire / Pratique :

• Déploiement d'un conteneur sur Azure App Service

Unité 2 : Déployer et gérer des applications dans Azure Container Apps

Module 1 : Déployer des conteneurs dans Azure Container Apps

Objectifs d'apprentissage :

• Comprendre les environnements Azure Container Apps
  
• Déployer via CLI et fichiers YAML
  
• Configurer les variables d'environnement et les secrets
  
• Configurer l'authentification avec le registre de conteneurs
  
• Vérifier les déploiements via les logs et les révisions

Laboratoire / Pratique :

• Déploiement d'une API backend conteneurisée

Module 2 : Gérer des conteneurs dans Azure Container Apps

Objectifs d'apprentissage :

• Gérer les révisions et mettre à jour les images
  
• Diagnostiquer les erreurs dans les révisions
  
• Surveiller les logs et résoudre les incidents
  
• Configurer les sondes de santé
  
• Optimiser les ressources et la mise à l'échelle

Laboratoire / Pratique :

• Diagnostic et résolution d'un déploiement échoué

Module 3 : Mettre à l'échelle des conteneurs dans Azure Container Apps

Objectifs d'apprentissage :

• Configurer les règles de mise à l'échelle (HTTP, CPU, mémoire)
  
• Implémenter la mise à l'échelle basée sur les événements avec KEDA
  
• Sélectionner les ressources de calcul appropriées
  
• Appliquer des modes de révision pour contrôler la mise à l'échelle et le trafic

Laboratoire / Pratique :

• Configuration de l'autoscaling avec KEDA

Unité 3 : Déployer et surveiller des applications dans Azure Kubernetes Service

Module 1 : Déployer des applications dans Azure Kubernetes Service

Objectifs d'apprentissage :

• Comprendre les déploiements, les services et les pods
  
• Créer des manifestes Kubernetes
  
• Déployer et vérifier les applications avec kubectl
  
• Résoudre les erreurs de déploiement

Laboratoire / Pratique :

• Déploiement d'une API d'inférence dans AKS

Module 2 : Configurer des applications dans Azure Kubernetes Service

Objectifs d'apprentissage :

• Utiliser ConfigMaps pour la configuration
  
• Utiliser Secrets pour les données sensibles
  
• Configurer le stockage persistant (PVC)
  
• Appliquer des modèles de configuration dans AKS

Laboratoire / Pratique :

• Configuration des applications dans AKS

Module 3 : Surveiller et dépanner dans AKS

Objectifs d'apprentissage :

• Surveiller les logs et les métriques
  
• Diagnostiquer les problèmes dans les pods et les services
  
• Vérifier la connectivité et les points d'extrémité
  
• Appliquer des méthodologies structurées de dépannage

Laboratoire / Pratique :

• Diagnostic des applications dans AKS

Unité 4 : Développer des solutions d'IA avec Azure Cosmos DB for NoSQL

Module 1 : Créer des requêtes dans Azure Cosmos DB for NoSQL

Objectifs d'apprentissage :

• Comprendre le modèle de données de Cosmos DB
  
• Effectuer des opérations CRUD avec le SDK
  
• Choisir entre les lectures directes et les requêtes
  
• Construire des requêtes SQL pour NoSQL

Laboratoire / Pratique :

• Construction d'un entrepôt de documents pour RAG

Module 2 : Implémenter la recherche vectorielle dans Azure Cosmos DB

Objectifs d'apprentissage :

• Stocker et récupérer les embeddings
  
• Configurer les politiques vectorielles
  
• Exécuter des requêtes de similarité
  
• Implémenter la recherche hybride
  
• Utiliser le change feed pour maintenir les embeddings à jour

Laboratoire / Pratique :

• Développement d'une application de recherche sémantique

Module 3 : Optimiser les performances des requêtes

Objectifs d'apprentissage :

• Analyser les modèles de requête et la consommation d'unités de requête (RU)
  
• Configurer les indices (range, composite, vectoriels)
  
• Optimiser les politiques d'indexation
  
• Sélectionner les niveaux de cohérence appropriés

Unité 5 : Développer des solutions d'IA avec Azure Database pour PostgreSQL

Module 1 : Construire et interroger avec PostgreSQL

Objectifs d'apprentissage :

• Comprendre l'architecture et les caractéristiques du service
  
• Configurer des connexions sécurisées avec Entra ID et TLS
  
• Concevoir des schémas de base de données
  
• Écrire des requêtes SQL efficaces
  
• Intégrer PostgreSQL avec des applications Python

Laboratoire / Pratique :

• Développement d'un backend pour les assistants IA

Module 2 : Implémenter la recherche vectorielle dans PostgreSQL

Objectifs d'apprentissage :

• Stocker des embeddings avec pgvector
  
• Exécuter des recherches de similarité
  
• Créer des indices vectoriels (IVFFlat, HNSW)
  
• Concevoir des modèles de récupération pour RAG

Laboratoire / Pratique :

• Implémentation de la recherche vectorielle

Module 3 : Optimiser la recherche vectorielle

Objectifs d'apprentissage :

• Ajuster les performances de pgvector
  
• Optimiser les stratégies d'indexation
  
• Mettre à l'échelle PostgreSQL pour les charges d'IA

Unité 6 : Améliorer les solutions d'IA avec Azure Managed Redis

Module 1 : Implémenter des opérations de données dans Redis

Objectifs d'apprentissage :

• Comprendre les stratégies de cache
  
• Sélectionner les bibliothèques clientes appropriées
  
• Implémenter des opérations de stockage et de récupération
  
• Gérer l'expiration et l'invalidation des données

Laboratoire / Pratique :

• Implémentation d'opérations de données dans Redis

Module 2 : Implémenter la messagerie avec Redis

Objectifs d'apprentissage :

• Utiliser pub/sub pour la messagerie en temps réel
  
• Implémenter des flux comme files d'attente de tâches
  
• Choisir le modèle de messagerie approprié
  
• Concevoir des pipelines de traitement pour l'IA

Laboratoire / Pratique :

• Publication et souscription d'événements

Module 3 : Implémenter le stockage vectoriel dans Redis

Objectifs d'apprentissage :

• Créer des indices vectoriels avec RediSearch
  
• Stocker et interroger des embeddings
  
• Développer des applications de recherche sémantique

Unité 7 : Intégrer les services backend pour les solutions d'IA

Module 1 : Traiter les opérations d'IA avec Azure Service Bus

Objectifs d'apprentissage :

• Comprendre les modèles de messagerie
  
• Choisir entre les files d'attente et les rubriques
  
• Concevoir des messages pour l'IA
  
• Traiter les messages de manière fiable avec DLQ

Laboratoire / Pratique :

• Traitement des messages avec Service Bus

Module 2 : Développer des workflows avec Event Grid

Objectifs d'apprentissage :

• Concevoir des architectures pilotées par les événements
  
• Utiliser le schéma CloudEvents
  
• Configurer le filtrage et le routage des événements
  
• Gérer les tentatives et la livraison

Laboratoire / Pratique :

• Publication et réception d'événements

Module 3 : Construire des backends serverless avec Azure Functions

Objectifs d'apprentissage :

• Évaluer les options d'hébergement
  
• Créer des déclencheurs et des liaisons
  
• Intégrer Key Vault et App Configuration
  
• Appliquer la sécurité avec une identité gérée

Unité 8 : Gérer les secrets et la configuration dans les solutions d'IA

Module 1 : Gérer les secrets avec Azure Key Vault

Objectifs d'apprentissage :

• Stocker les secrets, les clés et les certificats
  
• Récupérer les secrets via le SDK
  
• Mettre en œuvre une rotation sécurisée
  
• Appliquer des stratégies de cache

Laboratoire / Pratique :

• Gestion des secrets avec Azure Key Vault

Module 2 : Gérer la configuration avec Azure App Configuration

Objectifs d'apprentissage :

• Connecter les applications à App Configuration
  
• Gérer la configuration par étiquettes
  
• Implémenter des indicateurs de fonctionnalités
  
• Intégrer avec Azure Key Vault

Laboratoire / Pratique :

• Récupération de la configuration et des secrets

Unité 9 : Surveiller et dépanner les applications Azure

Module 1 : Instrumenter les applications avec OpenTelemetry

Objectifs d'apprentissage :

• Comprendre les concepts d'observabilité
  
• Instrumenter les applications avec OpenTelemetry
  
• Créer des traces et des spans personnalisés
  
• Exporter la télémétrie vers Application Insights

Laboratoire / Pratique :

• Instrumentation des applications

Module 2 : Analyser la télémétrie avec les journaux et les métriques

Objectifs d'apprentissage :

• Écrire des requêtes KQL
  
• Analyser les journaux et les métriques
  
• Créer des tableaux de bord et des classeurs
  
• Configurer des alertes

Laboratoire / Pratique :

• Interrogation des journaux avec KQL

🧪 Notre facteur différenciant : Laboratoires pratiques

🌐 Langue

• Cours : Anglais / espagnol
• Laboratoires : Anglais / espagnol

ℹ️ Vous souhaitez suivre ce cours ? Demandez des informations maintenant

Si vous souhaitez suivre cette formation de manière virtuelle, vous pouvez l'acheter dans la partie supérieure du produit. Pour toute question, n'hésitez pas à nous contacter. 

Si vous souhaitez la suivre en modalité présentielle ou téléprésentielle, contactez-nous :

• Courriel : info@nanforiberica.com 
• Téléphone :  +34 91 031 66 78
• WhatsApp :  +34 685 60 05 91

🏢 Nanfor, centre de formation TIC officiel de Microsoft

Nanfor est un centre de formation TIC sur mesure, spécialisé dans la formation technologique pour les professionnels et les entreprises, et est officiellement agréé par Microsoft en tant que :

• Microsoft Solutions Partner – Training Services
• Microsoft Cloud Partner

Ces agréments attestent que Nanfor respecte les standards de Microsoft pour dispenser des cours techniques, en utilisant des contenus Microsoft et des formateurs certifiés Microsoft (MCTs), garantissant qualité, mise à jour continue et alignement avec les certifications.

❓ Foire aux questions

Qu'est-ce que le cours AI‑200 ?

C'est une formation officielle de Microsoft qui enseigne comment développer des solutions d'intelligence artificielle dans le cloud avec Azure, en utilisant des services tels que Azure AI et Azure OpenAI.

Qu'apprendrai-je dans ce cours ?

Vous apprendrez à créer des applications intelligentes en utilisant les services d'IA d'Azure, y compris le traitement du langage naturel, la vision par ordinateur et les modèles d'IA générative.

Le cours inclut-il l'examen de certification ?

Oui. Ce cours inclut l'examen officiel de certification Microsoft (selon les conditions de la promotion en vigueur).

Est-il inclus dans le LaaS de Nanfor ?

Oui. Le cours AI‑200 fait partie du LaaS Cert, ce qui permet d'accéder à cette formation ainsi qu'à d'autres certifications officielles.

Comment le cours est-il dispensé ?

Il est dispensé en mode en ligne, avec accès à du contenu, des laboratoires et le soutien d'experts, permettant une progression flexible.

Peut-il être bonifié par FUNDAE ?
Oui. Ce cours peut être bonifié via FUNDAE, sous réserve des conditions de l'entreprise.

Combien de temps dure l'accès au cours ?

Le cours comprend 3 mois d'accès, avec possibilité de prolongation (sauf pour la formation bonifiée).