A l’issue de la formation le participant sera capable de :
Prendre en main des modèles de langage dans Azure Databricks
Mettre en œuvre la génération augmentée de récupération (RAG) avec Azure Databricks
Implémenter un raisonnement à plusieurs étapes dans Azure Databricks
Affiner les modèles linguistiques avec Azure Databricks
Évaluer des modèles de langage avec Azure Databricks
Passer en revue les principes d’IA responsables pour les modèles de langage dans Azure Databricks
Implémenter des LLMOps dans Azure Databricks
- BDD & Décisionnel
- Décisionnel
Formation Microsoft DP-3028 Mettre en œuvre l’ingénierie de l’IA générative avec Azure Databricks
Objectifs
Prérequis
Connaissances fondamentales de l’intelligence artificielle et de l’apprentissage automatique.
Connaissance des concepts de base de Azure Des briques de données.
Connaissance des concepts de base de Azure Des briques de données.
Un entretien en amont avec notre expert permet de prendre en compte le profil de chaque participant (niveau, objectifs et résultats attendus, contexte professionnel, enjeux…) et d’adapter le contenu de la formation si besoin.
Cette formation ne peut être financée que dans le cadre d’un projet d’entreprise (prise en charge entreprise ou OPCO). Les dossiers à financement personnel et CPF ne sont pas pris en compte.
Cette formation ne peut être financée que dans le cadre d’un projet d’entreprise (prise en charge entreprise ou OPCO). Les dossiers à financement personnel et CPF ne sont pas pris en compte.
Public
Ce cours est conçu pour les scientifiques des données, les ingénieurs Machine Learning et d’autres praticiens de l’IA qui souhaitent créer des applications d’IA génératives à l’aide d’Azure Databricks. Il est destiné aux professionnels familiarisés avec les concepts fondamentaux de l’IA et la plateforme Azure Databricks.
Formation(s) associée(s)
Dernière mise à jour
Programme mis à jour le 13 février 2026
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
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
Module2
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
Module3
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
Module4
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
Module5
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
Module6
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
Module7
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
Les prochaines
sessions de formation
Sur demande
Vous souhaitez organiser cette formation à une date spécifique ?Contactez-nous en remplissant le formulaire ci-dessous
09 mars 2026
04 mai 2026
22 juin 2026
10 août 2026
