Formation DP-100 : Concevoir et implémenter une solution de science de donnée sur Azure
- Data Engineers
- Data Scientists
Présentation de la formation DP-100
Cette formation permet d’acquérir les connaissances nécessaires pour utiliser les services Azure afin de développer, préparer et déployer des solutions de Machine Learning.
Après avoir présenté les services d’Azure supportant la Data Science, vous aborderez et pratiquerez les services de Data Science proposés dans Azure.
Cette formation est orientée Microsoft Azure et ne fournit pas les connaissances nécessaires pour réaliser de la Data Science. Il suppose que les stagiaires ont déjà ces connaissances.

Objectifs pédagogiques de la formation DP-100
A l’issue de cette formation, les participants seront en capacité de :
- Utiliser le Machine Learning automatisé dans Azure Machine Learning,
- Créer un modèle de classification avec le concepteur Azure Machine Learning,
- Entraîner un modèle Machine Learning avec Azure Machine Learning,
- Utiliser des données dans Azure Machine Learning,
- Orchestrer le Machine Learning avec des pipelines,
- Déployer des services de Machine Learning en temps réel avec Azure Machine Learning,
- Déployer des pipelines d’inférence de lot avec Azure Machine Learning,
- Régler les hyperparamètres avec Azure Machine Learning,
- Automatiser la sélection de modèles Machine Learning avec Azure Machine Learning,
- Explorer la confidentialité différentielle,
- Expliquer les modèles Machine Learning avec Azure Machine Learning,
- Détecter et atténuer la partialité dans les modèles avec Azure Machine Learning,
- Surveiller la dérive des données avec Azure Machine Learning,
- Superviser des modèles avec Azure Machine Learning,
Connaitre le kit SDK Azure Machine Learning :
- Provisionner un espace de travail Azure Machine Learning.
- Employer des outils et des interfaces pour utiliser Azure Machine Learning.
- Exécuter des expériences basées sur du code dans un espace de travail Azure Machine Learning.
Utiliser le Machine Learning automatisé dans Azure Machine Learning :
- Utiliser l’interface utilisateur du Machine Learning automatisé dans Azure Machine Learning.
Créer un modèle de classification avec le concepteur Azure Machine Learning :
- Entraîner et publier un modèle de classification avec le concepteur Azure Machine Learning.
Entraîner un modèle Machine Learning avec Azure Machine Learning (AML) :
- Utiliser un ScriptRunConfig pour exécuter un script d’entraînement en tant qu’expérience AML.
- Créer des scripts d’entraînement paramétrables et réutilisables.
- Inscrire des modèles entraînés.
Utiliser des données dans Azure Machine Learning :
- Créer et utiliser des magasins de données dans un espace de travail Azure Machine Learning.
- Créer et utiliser des jeux de données dans un espace de travail Azure Machine Learning.
Utiliser la capacité de calcul dans Azure Machine Learning :
- Utiliser des environnements et des cibles de calcul.
Orchestrer le Machine Learning avec des pipelines :
- Créer des étapes de pipeline.
- Transférer des données entre les étapes.
- Publier et exécuter un pipeline et planifier un pipeline.
Déployer des services de Machine Learning en temps réel avec Azure Machine Learning :
- Déployer un modèle en tant que service d’inférence en temps réel.
- Utiliser un service d’inférence en temps réel.
- Résoudre les problèmes de déploiement de service.
Déployer des pipelines d’inférence de lot avec Azure Machine Learning :
- Créer, publier et utiliser des pipelines d’inférence de lot avec Azure Machine Learning.
Régler les hyperparamètres avec Azure Machine Learning :
- Utiliser les expériences de réglage d’hyperparamètres AML pour optimiser les performances.
Automatiser la sélection de modèles Machine Learning avec Azure Machine Learning :
- Utiliser les fonctionnalités de Machine Learning automatisé d’AML afin de déterminer l’algorithme le plus performant pour vos données.
- Utiliser le Machine Learning automatisé pour prétraiter les données à des fins d’entraînement.
- Exécuter une expérience de machine learning automatisé.
Explorer la confidentialité différentielle :
- Expliquer le problème de la confidentialité des données.
- Décrire le fonctionnement de la confidentialité différentielle.
- Configurer les paramètres de la confidentialité différentielle.
- Effectuer une analyse de données privées de manière différentielle.
Expliquer les modèles Machine Learning avec Azure Machine Learning :
- Expliquer les modèles en calculant et en interprétant l’importance des caractéristiques.
Détecter et atténuer la partialité dans les modèles avec Azure Machine Learning :
- Evaluer l’impartialité des modèles Machine Learning.
- Atténuer la disparité prédictive dans un modèle Machine Learning.
Surveiller la dérive des données avec Azure Machine Learning :
- Surveiller la dérive des données avec Azure Machine Learning.
Superviser des modèles avec Azure Machine Learning :
- Utiliser Azure Application Insights pour surveiller un modèle d’Azure Machine Learning déployé.
Cette formation sera principalement constituée de théorie et d’ateliers techniques qui permettront d’être rapidement opérationnel.
- Support : un support de cours officiel Microsoft sera remis aux participants au format électronique.
- Travaux pratiques : un Lab sera remis aux participants, il restera accessible 180 jours après son activation.
- Evaluation : les acquis sont évalués tout au long de la formation et en fin de formation par le formateur (questions régulières, travaux pratiques, QCM ou autres méthodes).
- Formateur : le tout animé par un consultant-formateur expérimenté, nourri d’une expérience terrain, et accrédité Microsoft Certified Trainer.
- Satisfaction : à l’issue de la formation, chaque participant répond à un questionnaire d’évaluation qui est ensuite analysé en vue de maintenir et d’améliorer la qualité de nos formations. Les appréciations que vous avez formulées font l’objet d’un enregistrement et d’une analyse qualitative de la formation et du formateur. Cellenza Training dispose d’un processus qualité qui prend en considération les retours des participants afin d’être proactif quant à la solution corrective adaptée.
- Suivi : une feuille d’émargement par demi-journée de présence est signée par chacun des participants.
Cette formation peut être dispensée en format inter-entreprise ou intra-entreprise sur demande et en mode présentiel comme en distanciel.
Les participants doivent avoir :
- Une expertise en Data Science et savoir appliquer la science des données et
l’apprentissage automatique pour mettre en œuvre et exécuter des charges de travail d’apprentissage automatique sur Azure, - Des connaissances et de l’expérience en science des données en utilisant Azure Machine Learning et Azure Databricks.
Avoir suivi la formation « DP-900 Microsoft Azure Data Fundamentals » ou avoir un niveau équivalent est recommandé.
Les supports de cours et les travaux pratiques sont en anglais. Un niveau d’anglais B1 est requis pour suivre cette formation. Retrouvez les niveaux de langue sur ce lien : Classification des niveaux de langue
Il est fortement recommandé de suivre ce cours sur un ordinateur et de disposer d’un double écran pour plus de confort.
- Métro 9 : Miromesnil
- Métro 13 : Saint-Philippe-du-Roule
- Bus 22-43-52 : Courcelles ou Miromesnil
- Bus 84 : Ruysdaël – Parc Monceau
Cette formation ouvre la porte à la certification Microsoft « DP-100 – Designing and Implementing a Data Science Solution on Azure », nous vous recommandons l’inscription à l’examen environ 1 mois après le passage de la formation. Les supports de cours et les Labs transmis lors de la formation vous aideront à réviser correctement votre certification.
Le voucher de certification vous est offert, il vous sera délivré en fin de formation. L’inscription à une certification se fait sur le site de Microsoft. Si vous souhaitez vous faire accompagner dans cette démarche, contactez-nous.
Qu’en pensent nos participants ?
Nos formations sur la même thématique
Formation DP-203 : Data Engineer sur Microsoft Azure

Formations sur mesure
Vous souhaitez former vos équipes ? Vous avez besoin d’accélérer leur montée en compétences et l’adoption des meilleures pratiques et technologies pour générer de la valeur au plus vite ? Nous vous accompagnons pour co-construire avec vous les formations dont vous avez besoin, en adaptant nos contenus à votre environnement technique et organisationnel.