Dans vos locaux
Pour ancrer les apprentissages et encourager la dynamique collective.
Formation Microsoft Azure IA – Concevoir et développer des solutions intelligentes (AI102)
Concevez et déployez des solutions d'intelligence artificielle à l'échelle industrielle en exploitant la puissance et la sécurité du Cloud Microsoft Azure.
Devenez un ingénieur en IA certifié : maîtrisez les Azure AI Services, l'implémentation de solutions de Vision par ordinateur, le traitement du langage naturel (NLP) avec Azure OpenAI et la création d'agents conversationnels intelligents.
from azure.ai.contentsafety import ContentSafetyClient
from azure.core.credentials import AzureKeyCredential
# Initialisation du client AI
client = ContentSafetyClient(endpoint, AzureKeyCredential(key))
# Analyse de texte pour une IA responsable
response = client.analyze_text(text="Contenu à analyser")
print(f"Niveau de risque : {response.hate_result.severity}")Description 
La formation AI-102 est le passage incontournable pour les développeurs souhaitant intégrer des capacités cognitives avancées dans leurs applications. Vous apprendrez à exploiter les services pré-entraînés de Microsoft pour la reconnaissance d'images, l'analyse de sentiment, la traduction automatique et la recherche sémantique. Un accent particulier est mis sur l'intégration des Large Language Models (LLM) via Azure OpenAI et sur les principes de l'IA responsable. À l'issue de ce cursus, vous serez capable de bâtir des architectures intelligentes, sécurisées et prêtes pour la production, répondant aux exigences de l'examen de certification Microsoft.
Les objectifs
Planifier et gérer des solutions Azure AI ; appliquer l'IA responsable
Construire des solutions de vision par ordinateur
Créer des solutions de traitement du langage
Développer des solutions de reconnaissance vocale
Concevoir des solutions de recherche intelligente et intégrer des modèles génératifs
Être préparé à passer la certification AI-200 Azure AI Cloud Developer Associate
Public visé
Développeurs d'applications back-end et IA sur Azure souhaitant renforcer leurs compétences en conteneurisation, données, architectures événementielles, sécurité et supervision.
Prérequis
Expérience en développement et bonnes bases sur Azure, les architectures applicatives et le cloud. Bonne compréhension de l'anglais à l'écrit.
Le programme
Jour 1
Matinée
1. _Planification et IA responsable (3h30)_
- Planification et gestion des solutions Azure AI (1h30)
- Contenu : cartographie des services Azure AI ; provisionnement et gestion des ressources ; clés et endpoints ; conteneurisation des services cognitifs.
- IA responsable : équité, fiabilité, sécurité, transparence (1h00)
- Contenu développé (dimension IA responsable au cœur de la séquence) : application concrète du cadre Microsoft d'IA responsable dans le développement ; content safety ; gestion des biais ; transparence et documentation des modèles.
- Travaux pratiques - Atelier : cadrage d'une solution IA responsable (1h00)
- Déroulé : cadrage d'un cas d'usage IA en appliquant les principes d'IA responsable ; identification des risques et des garde-fous.
Après-midi
2. _Sécurité et supervision des solutions IA (3h30)_
- Sécurité, identité et gestion des clés pour les services IA (1h30)
- Contenu : sécurisation des ressources Azure AI ; identités managées ; Key Vault ; réseau privé pour les services cognitifs.
- Supervision et observabilité des solutions IA (1h00)
- Contenu : métriques et journaux des services IA ; suivi de la consommation ; détection de dérive.
- Dimension RSE intégrée : suivi de la consommation d'inférence et mutualisation des ressources IA pour maîtriser coûts et empreinte.
- Travaux pratiques - Atelier : mise en place d'une supervision de service IA (1h00)
- Déroulé : instrumentation d'un service IA ; configuration du suivi de consommation et d'alertes.
Jour 2
Matinée
3. _Analyse d'images (3h30)_
- Azure AI Vision - analyse d'images, OCR, détection d'objets (1h30)
- Contenu : services Azure AI Vision ; analyse d'images, description, détection d'objets, OCR ; intégration via SDK.
- Travaux pratiques - Lab officiel : vision par ordinateur - analyse d'images (2h00)
- Déroulé : développement d'une solution d'analyse d'images (détection, OCR) via le SDK ; test sur un jeu d'images.
Après-midi
4. _Modèles personnalisés (3h30)_
- Custom Vision - entraînement de modèles de classification/détection (1h30)
- Contenu : entraînement de modèles personnalisés ; étiquetage ; évaluation ; publication et consommation.
- Travaux pratiques - Lab officiel : entraîner et déployer un modèle Custom Vision (2h00)
- Déroulé : constitution d'un jeu d'entraînement ; entraînement et évaluation d'un modèle Custom Vision ; déploiement et test.
Jour 3
Matinée
5. _NLP (3h30)_
- Azure AI Language - analyse de texte, sentiment, CLU, QnA (1h30)
- Contenu : services de compréhension du langage ; analyse de sentiment, extraction d'entités ; Conversational Language Understanding (CLU) ; Question Answering.
- Travaux pratiques - Lab officiel : traitement du langage naturel avec Azure AI Language (2h00)
- Déroulé : développement d'une solution NLP (analyse et compréhension du langage) via le SDK.
Après-midi
6. _Speech (3h30)_
- Azure AI Speech - STT, TTS, traduction vocale (1h30)
- Contenu : reconnaissance vocale (STT) ; synthèse vocale (TTS) ; traduction vocale ; voix personnalisées.
- Travaux pratiques - Lab officiel : reconnaissance vocale avec Azure AI Speech (2h00)
- Déroulé : développement d'une solution de reconnaissance et de synthèse vocale via le SDK.
Jour 4
Matinée
7. _Azure AI Search (3h30)_
- Recherche intelligente (Azure AI Search) - indexation, skillsets (1h30)
- Contenu : Azure AI Search ; indexation de contenus ; skillsets d'enrichissement ; recherche sémantique et vectorielle.
- Travaux pratiques - Lab officiel : recherche intelligente et RAG avec Azure AI Search (2h00)
- Déroulé : mise en place d'un index et d'un skillset ; construction d'une chaîne RAG ; test de requêtes.
Après-midi
8. _Intégration de modèles génératifs (3h30)_
- Intégration de modèles génératifs (Azure OpenAI) (1h30)
- Contenu : Azure OpenAI Service ; déploiement de modèles ; prompt engineering ; content safety et guardrails.
- Travaux pratiques - Lab officiel : intégration d'un modèle génératif Azure OpenAI sécurisé (2h00)
- Déroulé : déploiement et intégration d'un modèle Azure OpenAI dans une application ; mise en place de content safety ; test.
Jour 5
Matinée
9. _Déploiement et optimisation (3h30)_
- Déploiement, scalabilité et optimisation des coûts des solutions IA (1h30)
- Contenu : industrialisation (conteneurs, CI/CD pour l'IA) ; scalabilité ; gestion des quotas.
- Dimension RSE intégrée : optimisation du coût et de l'empreinte de l'inférence (choix de modèle, mise en cache, batching, quantization).
- Travaux pratiques - Projet de synthèse : solution IA end-to-end (2h00)
- Déroulé : conception et développement d'une solution IA complète (ingestion, service cognitif ou génératif, sécurité, supervision) sur un cas métier.
Après-midi
10. _Consolidation et certification (3h30)_
- Travaux pratiques - Scénario de troubleshooting : diagnostic d'une solution IA (1h30)
- Déroulé : à partir d'une solution IA volontairement défaillante (clé erronée, quota dépassé, résultat incohérent), diagnostic et remédiation.
- Travaux pratiques - Préparation spécifique à l'examen AI-200 et examen blanc commenté (2h00)
- Déroulé : synthèse des domaines de l'examen AI-200 et de leur pondération ; méthodologie de préparation (lecture des questions, repérage des distracteurs, gestion du temps) ; passage d'un examen blanc représentatif ; correction commentée domaine par domaine ; plan de révision individualisé ; rappel des prérequis, modalités techniques et conditions d'inscription au passage officiel.
Dernière mise à jour : 10 juillet 2026
En présentiel ou à distance : à vous de choisir
En classe virtuelle
Pour allier flexibilité et interactions en temps réel avec le formateur.
Dans nos locaux
Pour favoriser la concentration, les échanges et le confort des apprenants.
Les modalités de formation
Suivi et évaluation :
- Recueil des besoins en amont pour identifier les attentes du stagiaire
- Évaluation continue : études de cas et travaux pratiques pendant la formation
- Évaluation finale : questionnaire d'auto-évaluation
Format et encadrement :
- Formation équilibrée alliant théorie et pratique (minimum 50%)
- Sessions en petits groupes (2 à 9 participants) pour un suivi personnalisé
- Émargement par demi-journée et remise d'une attestation de formation
Moyens pédagogiques et techniques :
- Méthodes interactives et suivi des acquis : travaux pratiques, projet fil rouge, mises en situation, démonstrations, QCM…
- Les stagiaires doivent être équipés de leur matériel informatique pour suivre la formation, que ce soit dans nos locaux ou sur site externe.
- Les prérequis techniques seront communiqués aux apprenants en amont de la formation, lors de l'analyse des besoins, en fonction des spécificités de chaque client.
- Accessibilité: nous informons l'ensemble de nos clients et stagiaires que nous sommes dans la capacité d'adapter les sessions en cas de situations spécifiques. Nous nous engageons à répondre à toutes les demandes dans un délai de 48h ouvré.
Conditions et délais d'accès :
- Si l'une de nos formations vous intéresse, contactez-nous au +33 04 93 65 34 24 ou à l'adresse mail contact@le-code.dev. Selon votre besoin et vos attentes, nous organiserons un échange téléphonique avec le formateur pressenti afin d'adapter la formation et ses modules, puis nous vous adresserons un devis. Les dates de la formation seront à convenir sous 30 jours maximum.
- Concernant les formations Actions Collectives, l'inscription est possible jusqu'à 24h ouvrées avant le début de la formation.