Ce cours intègre Coursera Coach !
Une façon plus intelligente d’apprendre grâce à des conversations interactives en temps réel qui vous aident à tester vos connaissances, à remettre en question vos idées reçues et à approfondir votre compréhension au fur et à mesure que vous avancez dans le cours. Dans ce cours, vous maîtriserez les stratégies de déploiement avancées, le MLOps et l’IA générative à l’aide d’Azure ML Studio. Vous explorerez des techniques permettant de faire évoluer les charges de travail d’apprentissage automatique grâce au traitement parallèle, à l’entraînement distribué et aux déploiements sans serveur, y compris le déploiement sur des périphériques en périphérie et sur Kubernetes. Apprenez à gérer les workflows d’apprentissage automatique avec Azure DevOps, GitHub Actions et l’infrastructure en tant que code (IaC), en garantissant une intégration transparente et une sécurité optimale. Vous vous plongerez également dans les principes fondamentaux de l’IA générative, en comprenant comment des modèles tels que GPT, DALL·E et d’autres révolutionnent le paysage de l’IA, et comment affiner ces modèles pour des tâches spécifiques. Tout au long de la formation, vous acquerrez une expérience pratique de l’inférence en temps réel et par lots, de la journalisation et de la surveillance des modèles à l’aide d’Azure Monitor et d’Application Insights. Vous travaillerez également avec des outils de pointe pour optimiser les modèles en termes de vitesse d’inférence et les déployer dans des environnements de production. Cette formation vous permettra d’acquérir les compétences nécessaires pour mettre en œuvre efficacement des modèles d’apprentissage automatique, du déploiement à la surveillance, en veillant à ce qu’ils restent performants et sécurisés au fil du temps. Cette formation s’adresse aux professionnels et aux développeurs souhaitant approfondir leurs compétences en opérations d’apprentissage automatique (MLOps) et explorer le potentiel transformateur des modèles d’IA générative. Vous travaillerez à partir de démonstrations pratiques pour appliquer vos acquis à des scénarios concrets, en créant des modèles déployables qui s’intègrent de manière transparente à vos systèmes existants. À l’issue de cette formation, vous serez en mesure de déployer des modèles d’apprentissage automatique à l’aide de stratégies avancées telles que l’entraînement distribué et le déploiement sans serveur. Vous saurez mettre en œuvre des pipelines MLOps avec Azure DevOps et GitHub Actions pour une automatisation de bout en bout, ainsi qu’affiner et optimiser des modèles d’IA générative tels que GPT et DALL·E pour des tâches personnalisées.
