A l’issue de la formation le participant sera capable d4utiliser Azure Databricks pour mettre en œuvre des solutions de machine learning à grande échelle.
- BDD & Décisionnel
- Décisionnel
formation Microsoft DP-3014 Implémenter une solution de Machine Learning avec Azure Databricks
Objectifs
Prérequis
Expérience dans l’utilisation de Python pour explorer des données
Etre familier avec des frameworks open source courants, tels que Scikit-Learn, PyTorch et TensorFlow
Public
Scientifique des données
Dernière mise à jour
Programme mis à jour le 02 avril 2025
Bon à savoir
Evaluez votre niveau
Pour vous aider à bien choisir votre formation, nous vous proposons soit un entretien avec le formateur soit un test d’évaluation. Cela vous assurera que vous disposez des connaissances nécessaires pour suivre la formation dans des conditions optimales.
Sessions garanties
La majorité de nos sessions proposées en distanciel sont garanties. Elles peuvent être enregistrées à la demande.
Travaux pratiques
Nos formations comprennent de nombreux travaux pratiques pour un meilleur apprentissage (60 % de pratique). Nous proposons également de travailler sur vos données pour une meilleure expérience.
Les Modules
de formation
Module1
Explorer Azure Databricks
Bien démarrer avec Azure Databricks
Identifier les charges de travail Azure Databricks
Comprendre les concepts clés
Gouvernance des données en utilisant Unity Catalog et Microsoft Purview
Exercice – Explorer Azure Databricks
Module2
Utiliser Apache Spark dans Azure Databricks
Découvrir Spark
Créer un cluster Spark
Utiliser Spark dans les notebooks
Utiliser Spark pour travailler avec des fichiers de données
Visualiser les données
Exercice – Utiliser Spark dans Azure Databricks
Module3
Effectuer l’apprentissage d’un modèle Machine Learning avec Azure Databricks
Comprendre les principes du Machine Learning
Machine Learning dans Azure Databricks
Préparation des données pour Azure Machine Learning
Entraîner un modèle Machine Learning
Évaluer un modèle Machine Learning
Exercice : effectuer l’apprentissage d’un modèle Machine
Learning dans Azure Databricks
Module4
Utiliser MLflow dans Azure Databricks
Fonctionnalités de MLflow
Exécuter des expériences avec MLflow
Inscrire et servir des modèles avec MLflow
Exercice : utiliser MLflow dans Azure Databricks
Module5
Régler les hyperparamètres dans Azure Databricks
Optimiser les hyperparamètres avec Hyperopt
Passer en revue les essais Hyperopt
Mettre à l’échelle les essais Hyperopt
Exercice : optimiser les hyperparamètres pour le Machine
Learning dans Azure Databricks
Module6
Utiliser AutoML dans Azure Databricks
Qu’est-ce qu’AutoML ?
Utiliser AutoML dans l’interface utilisateur Azure Databricks
Utiliser du code pour mener une expérience AutoML
Exercice – Utiliser AutoML dans Azure Databricks
Module7
Entraîner des modèles Deep Learning dans Azure Databricks
Comprendre les concepts de Deep Learning
Entraîner des modèles avec PyTorch
Distribuer des entraînements PyTorch avec TorchDistributor
Exercice : Entraîner des modèles Deep Learning sur Azure Databricks
Module8
Gérer le Machine Learning en production avec Azure Databricks
Automatiser vos transformations de données
Découvrir le développement d’un modèle
Découvrir les stratégies de modèle de déploiement
Explorer la gestion des versions et de cycle de vie des modèles
Exercice – Gérer un modèle Machine Learning
Les prochaines
sessions de formation
Sur demande
Vous souhaitez organiser cette formation à une date spécifique ?Contactez-nous en remplissant le formulaire ci-dessous
29 septembre 2025
17 novembre 2025
19 janvier 2026
16 mars 2026
