Formation Développer et exploiter des algorithmes d'apprentissage automatique avec Azure ML

Introduction à Azure Machine Learning et écosystème

• —Présentation d'Azure ML Studio et services
• —Comprendre les rôles et services clés d'Azure ML
• —Architecture générale et composants principaux

Préparation des données pour l'apprentissage automatique

• —Importation et ingestion de données dans Azure ML
• —Nettoyage et prétraitement des données (valeurs manquantes, outliers)
• —Feature Engineering et sélection de variables

Exploration et visualisation des données (EDA)

• —Analyser des jeux de données avec des techniques de visualisation avancées
• —Utiliser Azure ML pour créer des graphiques interactifs et des tableaux de bord
• —Appliquer des méthodes statistiques pour identifier des tendances et anomalies
• —Explorer les outils de prétraitement des données pour améliorer la qualité des visualisations
• —Interpréter les résultats d'EDA pour orienter le choix des modèles de Machine Learning

Introduction aux algorithmes de Machine Learning

• —Rappels sur les types d'apprentissage (supervisé, non supervisé)
• —Présentation des algorithmes classiques (linéaire, logistique, arbre)
• —Comprendre les concepts de sur-apprentissage et sous-apprentissage

Entraînement de modèles de régression dans Azure ML

• —Configuration et exécution d'expériences de régression
• —Choix et optimisation des hyperparamètres
• —Évaluation des performances de modèles de régression

Entraînement de modèles de classification dans Azure ML

• —Implémentation d'algorithmes de classification (SVM, Forêt Aléatoire)
• —Gestion des jeux de données déséquilibrés
• —Métriques d'évaluation de classification (précision, rappel, F1-score)

Introduction à l'apprentissage non supervisé (clustering)

• —Concepts et applications du clustering (K-Means, DBSCAN)
• —Exécution d'expériences de clustering dans Azure ML
• —Interprétation des résultats et choix du nombre de clusters

Déploiement de modèles en tant que services web

• —Concepts d'endpoint et d'API REST
• —Déploiement d'un modèle entraîné via Azure ML
• —Test de l'API de scoring du modèle

Surveillance et gestion des modèles déployés

• —Journalisation et monitoring des performances des modèles
• —Mise à jour et versioning des modèles déployés
• —Gestion des infrastructures de déploiement (compute instances, endpoints)

MLOps et cycle de vie du Machine Learning

• —Définir les étapes clés du cycle de vie du Machine Learning
• —Mettre en place une pipeline MLOps dans Azure ML
• —Intégrer les tests automatisés pour les modèles de ML
• —Surveiller les performances des modèles en production
• —Gérer la version des données et des modèles dans Azure ML

Introduction aux modèles pré-entraînés et Azure Cognitive Services

• —Utilisation de modèles pré-entraînés dans Azure ML
• —Intégration avec les Cognitive Services (vision, langage)
• —Cas d'usage et applications pratiques

Bonnes pratiques et cas d'usage avancés

• —Optimisation des coûts sur Azure ML
• —Sécurité et conformité dans Azure ML
• —Études de cas concrets et perspectives futures

OPCO

Formations financées via votre opérateur de compétences

FAF

Aide à la formation pour les indépendants

France Travail

Des aides pour les demandeurs d'emploi

Employeur

Votre entreprise peut financer votre formation

FNE-Formation

Un soutien pour les entreprises en transformation

- Familiarité avec les concepts de base du Machine Learning. - Connaissances élémentaires en programmation (Python recommandé). - Compréhension des concepts cloud (idéalement Microsoft Azure).

- Ordinateur portable avec connexion internet stable et haut débit. - Navigateur web moderne à jour (Chrome, Firefox, Edge). - Compte Microsoft Azure actif (une licence d'essai gratuite peut être suffisante pour la durée de la formation).

5 tests d'évaluation sont proposés à l'apprenant en fin de formation pour connaître son niveau sur chaque compétences visées.

Plateforme et contenus e-learning à disposition. Test de positionnement Quizz & Evaluations

Nous vous recevons lors d’un rendez-vous d’information préalable gratuit et confidentiel en visioconférence pour analyser vos besoins et co-construire votre parcours personnalisé. Chaque demande s’accompagne de la remise d’une convention ou d’un contrat précisant l’ensemble des informations relatives à la formation (Tarifs, calendrier, durée, lieu…). Ce contrat/convention sera transmis électroniquement par email.

A partir de l’accord de prise en charge par le financeur sollicité, le bénéficiaire peut démarrer sous un délai de 11 jours ouvrés. Si vous financez votre parcours de formation par vos propres moyens, alors le délai d'accès est immédiat. Vous pouvez entrer en formation tout au long de l’année.

♿️ Nous accueillons les personnes en situation de handicap. Les conditions d’accessibilité aux personnes handicapées sont inscrites sur le site imi-education.fr, rubrique Accessibilité.

Saskia Cazettes Pour tout renseignement : 07 80 91 06 14 / saskia.c@imi-executive-solutions.com

23 mars 2026

La formation alterne apports théoriques, mises en situation pratiques et échanges entre participants. Chaque concept est directement appliqué via des exercices concrets et des cas réels.

Oui, chaque participant reçoit un support de cours complet (format numérique et/ou papier) qu'il peut conserver à l'issue de la formation.

Certaines de nos formations sont éligibles au Compte Personnel de Formation (CPF). Consultez la fiche formation ou contactez-nous pour vérifier l'éligibilité.

Plusieurs dispositifs de financement existent : CPF, OPCO, plan de développement des compétences, financement individuel. Notre équipe peut vous accompagner dans vos démarches.

Oui, notre équipe reste disponible pour toute question post-formation. Vous bénéficiez également d'un accès à nos ressources en ligne pendant 6 mois après votre parcours.

Vous maîtriserez l'environnement Azure Machine Learning, développez et entraînez des modèles IA performants, déployez et gérez des modèles IA en production, et appliquerez les principes MLOps pour l'automatisation.

Aucun prérequis spécifique, cette formation est destinée aux professionnels qui souhaitent développer leurs compétences en apprentissage automatique avec Microsoft Azure ML.

La durée de la formation est de 21 heures, comprenant des exposés, des exercices pratiques et des projets.

Notre organisme de formation s'engage à accueillir et accompagner les personnes en situation de handicap. Notre référente handicap, Mme Lorène Travaux est disponible pour étudier avec vous les adaptations pédagogiques, techniques ou logistiques nécessaires avant toute inscription. Contactez-nous à hello@imi-executive-solutions.com ou au 06 72 09 69 52.