Orsys IT Training CERTifications menu
filiale du groupe ORSYS Formation
www.orsys.com

Formation Designing and implementing a data science solution on Azure (Microsoft DP-100)
Cours officiel DP-100T01, préparation à l'examen

Stage pratique
New
Durée : 3 jours
Réf : DSK
Prix  2021 : 1990 € H.T.
Pauses et déjeuners offerts
INCLUS :
- Digital MOC + Online Labs

EN OPTION :
- Voucher + Practice Test : 190 € H.T.
  • Programme
  • Participants / Prérequis
  • Intra / sur-mesure

Avec cette formation, vous obtiendrez les connaissances nécessaires à l’utilisation des services Azure pour mettre au point, former et déployer des solutions d'apprentissage machine. Cette formation commence par un aperçu des services Azure qui tiennent compte de la science des données. À partir de là, elle se concentre sur l’utilisation des services de science des données premières d'Azure, le service d'apprentissage machine Azure afin d’automatiser le pipeline de la science des données.

Objectifs pédagogiques

  • Connaître le processus de science des données et le rôle du scientifique des données
  • Utiliser le service d'apprentissage machine Azure afin d’automatiser le processus de science des données de bout en bout
  • Connaître le pipeline d'apprentissage machine et la façon dont AutoML et HyperDrive du service AML peuvent automatiser une partie de ses éléments laborieux
  • Gérer et surveiller automatiquement les modèles d'apprentissage machine dans le service AML

Méthodes pédagogiques

Animation de la formation en français. Support de cours officiel Microsoft (digital MOC) en anglais.

Certification

La réussite de l'examen permet d'obtenir la certification "Microsoft Certified: Azure Data Scientist Associate".
PROGRAMME DE FORMATION

La science des données sur Azure

  • Introduction au processus de science des données.
  • Introduction aux options de science des données d'Azure.
  • Introduction à Azure Notebooks.

Data science avec le service Azure Machine Learning

  • Introduction au service Azure Machine Learning (AML).
  • Enregistrement et déploiement des modèles machine learning avec le service AML.

Automatisation de l’apprentissage machine avec le service AML

  • Automatisation de la sélection d’un modèle de machine learning.
  • Automatisation de Hyperparameter Tuning avec HyperDrive.

Gérer et surveiller les modèles d'apprentissage machine avec le service AML

  • Gestion et surveillance des modèles d'apprentissage machine.

» Participants

Cette formation est destinée aux scientifiques des données qui ont des responsabilités importantes en matière de formation et de déploiement des modèles d'apprentissage machine.

» Prérequis

De bonnes connaissances des concepts du cloud computing et une expérience des outils et des techniques de la science des données et de l'apprentissage machine en général.

Demande de devis intra-entreprise
(réponse sous 48h)

Vos coordonnées

En cochant cette case, j’atteste avoir lu et accepté les conditions liées à l’usage de mes données dans le cadre de la réglementation sur la protection des données à caractère personnel (RGPD).
Vous pouvez à tout moment modifier l’usage de vos données et exercer vos droits en envoyant un email à l’adresse rgpd@orsys.fr
En cochant cette case, j’accepte de recevoir les communications à vocation commerciale et promotionnelle de la part d’ORSYS Formation*
Vous pouvez à tout moment vous désinscrire en utilisant le lien de désabonnement inclus dans nos communications.
* Les participants inscrits à nos sessions de formation sont également susceptibles de recevoir nos communications avec la possibilité de se désabonner à tout moment.

[+]
AIX
[+]
BORDEAUX
[+]
BRUXELLES
[+]
CLASSE A DISTANCE
[+]
GENÈVE
[+]
GRENOBLE
[+]
LAUSANNE
[+]
LILLE
[+]
LUXEMBOURG
[+]
LYON
[+]
MONTPELLIER
[+]
NANTES
[+]
ORLÉANS
[+]
PARIS
[+]
RENNES
[+]
SOPHIA-ANTIPOLIS
[+]
STRASBOURG
[+]
TOULOUSE
[+]
TOURS

Les cours ont lieu de 9h à 12h30 et de 14h à 17h3 0.
Les participants sont accueillis à partir de 8h45.
Pour les stages pratiques de 4 ou 5 jours, les sessions se terminent à 15h30 le dernier jour.