Plan de Formation Mettre en œuvre l’ingénierie de l’IA générative avec Azure Databricks DP-3028 : Modules Détaillés
Module 1: Prise en main des modèles de langage dans Azure Databricks
- Comprendre l’IA générative
- Comprendre les grands modèles de langage (LLM)
- Identifier les composants clés des applications LLM
- Utiliser des LLM pour des tâches de traitement du langage naturel (NLP)
- Exercice – Explorer les modèles de langage
Module 2: Mettre en œuvre la génération augmentée de récupération (RAG) avec Azure Databricks
- Explorer les principaux concepts d’un flux de travail RAG
- Préparer vos données pour RAG
- Rechercher des données pertinentes avec la recherche vectorielle
- Reclasser vos résultats récupérés
- Exercice – Mise en place de RAG
Module 3: Implémenter un raisonnement à plusieurs étapes dans Azure Databricks
- Qu’est-ce que les systèmes de raisonnement en plusieurs étapes ?
- Explorer LangChain
- Explorer LlamaIndex
- Découvrir Haystack
- Explorer l’infrastructure DSPy
- Exercice : Implémenter un raisonnement à plusieurs étapes avec LangChain
Module 4: Affiner les modèles linguistiques avec Azure Databricks
- Qu’est-ce que l’affinage (fine-tuning) ?
- Préparer vos données pour une optimisation
- Ajuster un modèle Azure OpenAI
- Exercice : Affiner un modèle Azure OpenAI
Module 5: Évaluer des modèles de langage avec Azure Databricks
- Explorer l’évaluation LLM
- Évaluer des LLM et des systèmes d’IA
- Évaluer des LLM avec des métriques standard
- Décrire LLM-as-a-judge pour l’évaluation
- Exercice – Évaluer un modèle Azure OpenAI
Module 6: Passer en revue les principes d’IA responsables pour les modèles de langage dans Azure Databricks
- Qu’est-ce que l’IA responsable ?
- Identifier les risques
- Atténuer les problèmes
- Utiliser des outils de sécurité clés pour protéger vos systèmes d’IA
- Exercice : Implémenter une IA responsable
Module 7: Implémenter des LLMOps dans Azure Databricks
- Passer des MLOps traditionnelles aux LLMOps
- Comprendre les modèles de déploiement
- Décrire les fonctionnalités de déploiement MLflow
- Utiliser Unity Catalog pour gérer des modèles
- Exercice : implémenter LLMOps
La littérature et les diapositives de présentation en classe sont en langue française. L’environnement de laboratoire technique incluant les étapes de configuration est disponible en anglais.
Connaissances pré-requises recommandées
- Connaissance des bases de l’intelligence artificielle et du machine learning.
- Compréhension des concepts fondamentaux de Spark et d’Azure Databricks.
- Familiarité avec les modèles de langage et le traitement de données.
Articles Eccentrix Corner : Ressources Ingénierie de l’IA générative sur Azure Databricks DP-3028
Formation IA générative Azure Databricks
La formation IA générative Azure Databricks est conçue pour permettre aux professionnels IT d’acquérir les connaissances et compétences nécessaires pour mettre en œuvre des solutions d’IA générative robustes dans Microsoft Azure. Ce cours offre une compréhension approfondie des capacités d’Azure Databricks pour l’IA générative, y compris l’utilisation de Spark, l’affinement de modèles de langage volumineux (LLM), la génération augmentée par récupération (RAG) et l’intégration de pratiques d’IA responsable.
En maîtrisant Azure Databricks pour l’IA générative, les participants pourront gérer efficacement le cycle de vie des modèles, optimiser leur déploiement et garantir la fiabilité de leurs solutions IA.
Pourquoi suivre cette formation ?
Déployer et gérer efficacement des modèles de langage avancés est essentiel pour garantir la performance et la pertinence des solutions d’IA générative. Azure Databricks propose une plateforme complète pour explorer, affiner, évaluer et intégrer des modèles LLM. Cette formation fournit l’expertise pour mettre en œuvre des solutions IA générative de bout en bout, avec un accent sur les meilleures pratiques industrielles et la gestion responsable des modèles.
Les participants apprendront à automatiser l’évaluation des modèles, personnaliser les pipelines d’entraînement, et exploiter LLMOps pour améliorer la résilience et la scalabilité de leur infrastructure IA.
Compétences développées pendant la formation
Exploration et intégration de modèles LLM avec Spark
Apprenez à utiliser Spark sur Azure Databricks pour explorer et intégrer des modèles de langage avancés.Affinement et évaluation des modèles de langage
Maîtrisez l’affinement des LLM pour des cas d’usage spécifiques et l’évaluation de leurs performances.Implémentation de la génération augmentée par récupération (RAG)
Découvrez comment mettre en œuvre des techniques RAG pour améliorer la pertinence des réponses générées.Raisonnement multi-étapes et scénarios complexes
Concevez des solutions exploitant le raisonnement à plusieurs étapes pour des tâches avancées.Intégration de pratiques d’IA responsable
Appliquez les principes d’IA responsable pour le déploiement de solutions fiables et éthiques.Gestion du cycle de vie des modèles avec LLMOps
Acquérez une expertise dans la gestion, le monitoring et la mise à l’échelle des modèles en production avec LLMOps.
Une formation interactive et orientée vers la pratique
Animé par des experts Azure certifiés, ce cours combine connaissances théoriques et exercices pratiques. Les participants travailleront sur des scénarios réels pour appliquer efficacement les fonctionnalités d’Azure Databricks pour l’IA générative, assurant une préparation aux défis professionnels.
À qui s’adresse cette formation ?
- Data scientists et ingénieurs IA développant des solutions d’IA générative
- Professionnels IT responsables du déploiement de modèles avancés sur Azure
- Architectes systèmes concevant des pipelines IA scalables et fiables
- Toute personne souhaitant approfondir les techniques avancées de l’IA générative sur Azure Databricks
Améliorez votre gestion IA avec l’expertise Azure Databricks
La formation Ingénierie de l’IA générative avec Azure Databricks (DP-3028) vous équipe des compétences nécessaires pour exploiter Azure Databricks et optimiser vos opérations IA. Inscrivez-vous maintenant pour maîtriser les techniques avancées de l’IA générative et assurer la résilience et l’efficacité de vos solutions cloud.
Questions fréquemment posées – formation IA générative Azure Databricks (FAQ)
Elle couvre l’exploration, l’affinement, l’évaluation, l’intégration de modèles LLM, les techniques RAG, la gestion responsable des modèles et LLMOps.
Une expérience de base avec Azure Databricks et Spark est recommandée, mais le cours introduit les concepts essentiels pour permettre aux apprenants de suivre efficacement, même avec une expérience limitée.
Oui, la formation comprend des laboratoires pratiques et des exercices appliqués pour permettre aux participants de mettre en œuvre et d’expérimenter les techniques d’IA générative sur Azure Databricks dans des scénarios concrets.
Azure Databricks offre une plateforme unifiée pour explorer, entraîner, affiner, déployer et surveiller les modèles de langage avancés. Les outils LLMOps facilitent la gestion du cycle de vie des modèles en production et assurent leur fiabilité et évolutivité.
Oui, Azure Databricks s’intègre facilement avec d’autres services Azure tels qu’Azure Machine Learning, Azure Data Lake, Azure Storage et Azure Monitor, permettant une gestion et une exploitation avancées des données et des modèles.
Absolument. Le programme met l’accent sur les meilleures pratiques de l’industrie en matière d’IA générative, y compris l’IA responsable, la sécurité, l’optimisation des modèles et la gestion efficace du déploiement en production.
