Formation Construction d'applications cloud AI avec Microsoft Azure

Cette formation dirigée par un instructeur, en ligne ou sur site à Canada, est destinée aux ingénieurs qui souhaitent utiliser la plateforme glisser-déposer d’Azure ML pour déployer des charges de travail de Machine Learning sans avoir à acheter du logiciel et du matériel et sans se soucier de la maintenance et du déploiement.

À la fin de cette formation, les participants seront en mesure de :

• Écrire des modèles de Machine Learning très précis à l’aide de Python, R ou d’outils sans code.
• Utiliser les ensembles de données et algorithmes disponibles sur Azure pour former et suivre des modèles de Machine Learning et d'apprentissage profond.
• Utiliser l’espace de travail interactif d’Azure pour développer collaborativement des modèles ML.
• Choisir parmi différents cadres de ML supportés par Azure, tels que PyTorch, TensorFlow et scikit-learn.

Infrastructure et déploiement Microsoft Azure

Cette formation permet aux délégués d'améliorer leurs compétences en matière de conception de solutions Microsoft Azure.

Après cette formation, le délégué comprendra les caractéristiques et les capacités des services Azure, afin d'être en mesure d'identifier les compromis et de prendre des décisions pour concevoir des solutions de clouds publics et hybrides.

Au cours de la formation, les solutions d'infrastructure et de plateforme appropriées pour répondre aux exigences fonctionnelles, opérationnelles et de déploiement requises tout au long du cycle de vie de la solution seront définies.

Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux ingénieurs, développeurs et chefs de projet DevOps qui souhaitent utiliser Azure DevOps pour créer et déployer des applications d'entreprise optimisées plus rapidement qu'avec les approches de développement traditionnelles.

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

• Comprendre le vocabulaire fondamental et les principes de DevOps.
• Installer et configurer les outils nécessaires à la Azure DevOps pour le développement logiciel.
• Utiliser les outils et services de Azure DevOps pour s'adapter continuellement au marché.
• Développer des applications d'entreprise et évaluer les processus actuels de développement en fonction des solutions Azure DevOps.
• Gérer les équipes plus efficacement et accélérer le temps de déploiement du logiciel.
• Adopter les pratiques de développement DevOps au sein de l'organisation.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux scientifiques des données qui souhaitent utiliser Azure Machine Learning pour construire des modèles de machine learning complets pour l'analyse prédictive.

À la fin de cette formation, les participants seront en mesure de :

• Construire des modèles de machine learning sans expérience de programmation.
• Créer des algorithmes prédictifs avec Azure Machine Learning.
• Déployer des algorithmes de machine learning prêts pour la production.

Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux administrateurs de sécurité qui souhaitent sécuriser les charges de travail Azure.

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

• Gérer la sécurité des hôtes, des réseaux et plus encore.
• Configurer la sécurité du stockage et des bases de données dans Azure.
• Mettre en place un monitoring de sécurité en utilisant les ressources de Azure.
• Prévenir les attaques cybermalveillantes sur les données et les infrastructures.

Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux administrateurs de sécurité qui souhaitent apprendre à configurer la sécurité du nuage Azure pour sécuriser les charges de travail exécutées dans Azure.

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

• Configurer la sécurité de l'hôte et du réseau.
• Configurer Azure les options de sécurité avancées.
• Utiliser Azure pour sécuriser les charges de travail de l'informatique en nuage.
• Utiliser les services de protection des points d'extrémité contre les logiciels malveillants et les virus.
• Sécurisez les charges de travail des conteneurs qui s'exécutent dans Azure.

Cette formation en direct avec instructeur à Canada (en ligne ou sur site) est destinée aux développeurs qui souhaitent apprendre à construire des microservices sur Microsoft Azure Service Fabric (ASF).

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

• Utiliser ASF comme plateforme pour construire et gérer des microservices.
• Comprendre les concepts et modèles clés de programmation de microservices.
• Créer un cluster dans Azure.
• Déployer des microservices sur site ou dans le cloud.
• Déboguer et dépanner une application de microservices en direct.

Azure Bot Service combine la puissance du Microsoft Bot Framework et des fonctions Azure pour permettre le développement rapide de robots intelligents.

Dans cette formation en direct animée par un instructeur, les participants apprendront à créer facilement un bot intelligent à l'aide de Microsoft Azure

À la fin de cette formation, les participants seront en mesure de:

• Maîtriser les fondamentaux des robots intelligents
• Découvrir comment créer des robots intelligents à l'aide d'applications cloud
• Comprendre comment utiliser le Microsoft Bot Framework, le Bot Builder SDK et le service de bot Azure
• Savoir concevoir des bots en utilisant des modèles de bot
• Développer leur premier robot intelligent avec Microsoft Azure

Public

• Développeurs
• Passionnés
• Ingénieurs
• Professionnels IT

Format du cours

• Mixte entre présentation, discussion, exercices et pratique intensive

Cette formation en direct avec instructeur à Canada (en ligne ou sur site) est destinée aux ingénieurs de données de niveau intermédiaire qui souhaitent apprendre à utiliser Azure Data Lake Storage Gen2 pour des solutions d'analyse de données efficaces.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre l'architecture et les principales fonctionnalités de Azure Data Lake Storage Gen2.
• Optimiser le stockage et l'accès aux données en termes de coûts et de performances.
• Intégrer Azure Data Lake Storage Gen2 avec d'autres services Azure pour l'analyse et le traitement des données.
• Développer des solutions à l'aide de l'API Azure Data Lake Storage Gen2.
• Dépanner les problèmes courants et optimiser les stratégies de stockage.

Dans cette formation en direct, encadrée par un formateur (sur site ou à distance), les participants découvriront les concepts de base, les composants et les services de Microsoft Azure tout en passant par la création d'une application cloud d'exemple.

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

• Comprendre les bases de Microsoft Azure
• Connaître les différents outils et services de Azure
• Découvrir comment utiliser Azure pour construire des applications cloud

L'IoT Internet of Things (IoT) est une infrastructure réseau qui connecte sans fil des objets physiques et des applications logicielles, leur permettant de communiquer entre eux et d'échanger des données via des communications réseau, l'informatique en nuage et la capture de données. L'IoT Suite Azure est un ensemble complet de services en nuage qui offre une suite IoT composée de solutions préconfigurées qui aident les développeurs à accélérer le développement de projets IoT.

Au cours de cette formation en direct dirigée par un instructeur, les participants apprendront à développer des applications IoT à l'aide de Azure.

A la fin de cette formation, les participants seront capables de :

• Comprendre les principes fondamentaux de l'architecture IoT
• Installer et configurer Azure IoT Suite
• Apprendre les avantages de l'utilisation de Azure dans la programmation des systèmes IoT
• Mettre en œuvre divers services Azure IoT (IoT Hub, Functions, Stream Analytics, Power BI, Cosmos DB, DocumentDB, IoT Device Management)
• Construire, tester, déployer et dépanner un système IoT en utilisant Azure.

Public

• Développeurs
• Ingénieurs

Format du cours

• En partie cours magistral, en partie discussion, exercices et pratique intensive.

Remarque

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter.

Cette formation en direct avec instructeur (en ligne ou sur site) est destinée aux ingénieurs qui souhaitent déployer des charges de travail Machine Learning dans le nuage Azure.

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

• Installer et configurer Kubernetes, Kubeflow et d'autres logiciels nécessaires sur Azure.
• Utiliser Azure Kubernetes Service (AKS) pour simplifier le travail d'initialisation d'un cluster Kubernetes sur Azure.
• Créer et déployer un pipeline Kubernetes pour automatiser et gérer les modèles ML en production.
• Entraîner et déployer TensorFlow modèles ML sur plusieurs GPU et machines fonctionnant en parallèle.
• Mettre à profit d'autres services gérés AWS pour étendre une application ML.

Dans cette formation dirigée par un instructeur, en direct dans Canada (en ligne ou sur place), les participants apprendront à mettre en place et à gérer un environnement de conteneurs à l'échelle de la production en utilisant Kubernetes sur AKS.

A la fin de cette formation, les participants seront capables de :

• Configurer et gérer Kubernetes sur AKS.
• Déployer, gérer et mettre à l'échelle un cluster Kubernetes.
• Déployer des applications conteneurisées (Docker) sur Azure.
• Migrer un environnement Kubernetes existant sur site vers le cloud AKS.
• Intégrer Kubernetes avec un logiciel d'intégration continue (CI) tiers.
• Assurer la haute disponibilité et la reprise après sinistre dans Kubernetes.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux ingénieurs en apprentissage automatique qui souhaitent utiliser Azure Machine Learning et Azure DevOps pour faciliter les pratiques MLOps.

À la fin de cette formation, les participants seront capables de :

• Construire des workflows et des modèles d'apprentissage automatique reproductibles.
• Gérer le cycle de vie de l'apprentissage automatique.
• Suivre et signaler l'historique des versions des modèles, les actifs et plus encore.
• Déployer des modèles d'apprentissage automatique prêts pour la production n'importe où.