Module 1 : les charges de travail et les spécificités de l'intelligence artificielle

• Identification des spécificités des charges de travail IA communes :
  • les spécificités des charges de travail liées à la surveillance des données et à la détection des anomalies ;
  • les spécificités de modération du contenu et des charges de travail personnalisées ;
  • les charges de travail pour la vision par ordinateur ;
  • les charges de travail pour le traitement du langage naturel ;
  • les charges de travail d'exploration des connaissances ;
  • les charges de travail d’intelligence documentaire ;
  • les spécificités des charges de travail de l'IA générative.
• Identification des concepts de base pour une IA responsable :
  • les éléments à prendre en compte pour favoriser un traitement équitable ;
  • les éléments à prendre en compte pour garantir une fiabilité et une sécurité accrue ;
  • les éléments à prendre en compte pour garantir le respect de la vie privée et la sécurité des données ;
  • les éléments à prendre en compte pour l'inclusivité ;
  • les éléments à prendre en compte pour la transparence d'une solution IA ;
  • les éléments à prendre en compte sur les responsabilités d'une solution IA.

Module 2 : les fondamentaux du machine learning sur Azure

• Identification des techniques de machine learning communes :
  • les scénarios de machine learning de régression ;
  • les scénarios de machine learning de classification ;
  • les scénarios de machine learning de clustering ;
  • les techniques de Deep Learning.
• Présentation des principaux concepts du machine learning :
  • les particularités et les libellés d'un ensemble de données ;
  • l'utilisation des ensembles de données d'apprentissage et de validation.
• Présentation des spécificités d’Azure Machine Learning :
  • les fonctionnalités du Machine Learning automatisé ;
  • les services de calcul et de données pour la science des données et le Machine Learning ;
  • les fonctionnalités de gestion et de déploiement des modèles dans Azure Machine Learning.

Module 3 : les spécificités des charges de travail pour la vision par ordinateur

• Identification des principales solutions :
  • les spécificités pour une solution par classification d'images ;
  • les spécificités pour une solution par détection d'objets ;
  • les spécificités pour une solution par reconnaissance optique des caractères ;
  • les spécificités pour une solution par détection faciale.
• Présentation des outils et des services Azure :
  • les fonctionnalités du service Azure AI Vision ;
  • les fonctionnalités du service de détection des visages Azure AI ;
  • les fonctionnalités du service Face ;
  • les fonctionnalités du service Azure AI Video Indexer.

Module 4 : les spécificités des charges de travail pour le traitement automatique des langues (NLP)

• Identification des scénarios de charge de travail NLP communs :
  • les spécificités et les usages pour l'extraction d'expressions clés ;
  • les spécificités et les usages pour la reconnaissance d'entités ;
  • les spécificités et les usages pour l'analyse des sentiments ;
  • les spécificités et les usages pour la modélisation du langage ;
  • les spécificités et les usages pour la reconnaissance et de la synthèse vocales ;
  • les spécificités et les usages pour la traduction.
• Présentation des outils et des services Azure :
  • les fonctionnalités du service Azure AI Language ;
  • les fonctionnalités du service Azure AI Speech ;
  • les fonctionnalités du service Azure AI traduction.

Module 5 : les fonctionnalités des charges de travail d'IA générative

• Identification des spécificités des solutions IA génératives :
  • les spécificités des modèles IA génératifs ;
  • les scénarios communs pour une IA générative ;
  • les éléments à prendre en compte pour l'IA générative.
• Identification des fonctionnalités du service Azure OpenAI :
  • les fonctionnalités de génération de langage naturel ;
  • les fonctionnalités de génération de code du service ; 
  • les fonctionnalités de génération d'images du service.