Aller directement au contenu
Formation officielle
Niveau Fondamentaux
Répartition du temps : 60% exposés
30% pratique
10% échanges

La formation en détails

Description

L'Intelligence Artificielle et le Machine Learning (AI/ML) sont deux sujets incontournables aujourd'hui des acteurs du numérique. Ce cours officiel d'Amazon Web Services vous propose de passer une journée dans le quotidien d'un Data Scientist, afin de vous permettre de mieux interagir avec vos équipes Data lors du développement d'applications intégrant du Machine Learning. 

Durant cette formation vous appréhenderez les notions fondamentales du développement d'applications de Machine Learning sur AWS avec Amazon SageMaker. Vous expérimenterez également pas à la pas le lancement d'un projet de ML, de sa conception à son déploiement, en passant par la phase d'entrainement.

Objectifs

  • S'approprier les avantages des différents type de Machine Learning pour répondre à des problèmes de l'entreprise
  • Appréhender les processus, rôles et responsabilités au sein d'une équipe déployant des modèles de Machine Learning
  • Préparer un ensemble de données à des fins de formation
  • Entraîner et évaluer un modèle de Machine Learning 
  • Ajuster automatiquement un modèle de Machine Learning 
  • Préparer un modèle de Machine Learning pour la production

Public cible

  • Ingénieur DevOps
  • Développeurs d'applications

Prérequis

Modalités pédagogiques

Formation avec apports théoriques, échanges sur les contextes des participants et retours d'expérience pratique des formateurs, complétés de travaux pratiques et de mises en situation.

Profil du formateur

Toutes nos formations AWS sont animées par des consultants-formateurs expérimentés, certifiés et reconnus par leurs pairs.

Modalités d'évaluation et de suivi

L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique. Afin de valider les compétences acquises lors de la formation, un formulaire d'auto-positionnement est envoyé en amont et en aval de celle-ci. Une évaluation à chaud est également effectuée en fin de session pour mesurer la satisfaction des stagiaires et un certificat de réalisation leur est adressé individuellement.

Programme détaillé

ACCUEIL DES PARTICIPANTS

  • Recueil des attentes
  • Présentation du déroulé de la journée

 

INTRODUCTION AU MACHINE LEARNING

  • Les avantages du Machine Learning 
  • Les différents types d'approches du ML
  • Formuler le problème de l'entreprise
  • Qualité de le prédiction
  • Clarification des process, rôles et responsabilités dans le cadre de projet de ML

 

PRÉPARATION D'UN JEU DE DONNÉES 

  • Analyse et préparation des données
  • Solutions de préparation des données
  • Démonstration : Passage en revue d'Amazon SageMaker Studio et des Notebooks
  • Mise en pratique : "Préparer ses données avec SageMaker Data Wrangler"

 

ENTRAINER UN MODÈLE DE MACHINE LEARNING

  • Les étapes d'entraînement de modèle
  • Choisir l'algorithme
  • Entraîner un modèle avec Amazon SageMaker
  • Mise en pratique : "Entraînement d'un modèle avec Amazon SageMaker"
  • Amazon CodeWhisperer
  • Démonstration : Interaction avec CodeWhisperer in SageMaker Studio Notebooks

 

ÉVALUER ET OPTIMISER SON MODÈLE

  • Évaluation du modèle
  • Optimisation et paramètrage du modèle
  • Mise en pratique : "Configuration et optimisation du paramètrage avev Amazon SageMaker"

 

DÉPLOYER SON MODÈLE DE MACHINE LEARNING

  • Déploiement du modèle
  • Mise en pratique : "Déployer un modèle vers un point final en temps réel et générer une prédiction"

 

ENJEUX OPÉRATIONNELS

  • Le Machine Learning responsable
  • Équipes ML et MLOps
  • Automatisation
  • Monitoring
  • Evolution des modèles (tests et déploiement)

 

AUTRES OUTILS DE CONCEPTION DE MODÈLES DE MACHINE LEARNING

  • Outils selon les profils métiers et besoins business
  • ML No-code avec Amazon SageMaker Canvas
  • Démonstration : Présentation d'Amazon SageMaker Canvas
  • Amazon SageMaker Sudio Lab
  • Démonstration : Présentation de SageMaker Studio Lab
  • Mise en pratique : "Intégrer une application web avec Amazon SageMaker Model Endpoint"

 

CONCLUSION

  • Bilan et revue des points clés de la formation
  • Questions et réponses additionnelles 

Nos autres formations du domaine « Data » Toutes les formations du domaine

AWS12 AWS : MLOps Engineering
Formation officielle AWS MLOps Engineering on AWS
Durée : 21 h / 3 j
Avancé
 
 
 
 
Prochaine session : 22 mai 2024
AWSPI AWS : utiliser le pipeline de Machine Learning sur AWS
Formation officielle The Machine Learning Pipeline on AWS
Nouveau Certifiant
Durée : 28 h / 4 j
Avancé
 
 
 
 
Prochaine session : 07 octobre 2024

Besoin d'aide pour trouver votre formation ?

Contactez-nous

Sessions & Inscriptions

Session partagée avec d'autres organisations

Prochaines sessions
  • le 25/04/2024
    Présentiel
    780,00 € HT
  • le 12/09/2024
    Présentiel
    780,00 € HT
  • le 28/11/2024
    Présentiel
    780,00 € HT
Durée
7 h / 1 j

Demander un devis Nous contacter
Télécharger le programme

Organiser une session dédiée à votre organisation

Durée
7 h / 1 j

Vous avez plusieurs collaborateurs à former ?

Cette formation peut être organisée
sous la forme de sessions dédiées
aux membres de votre organisation.

Demander un devis Nous contacter Télécharger le programme

Personnaliser cette formation

Cette formation vous intéresse
et vous souhaitez l'adapter pour
vos collaborateurs ?

Nos formateurs et notre équipe pédagogique sont à
votre disposition pour en discuter
et vous proposer un programme sur-mesure.

Nous contacter Télécharger le programme

OCTO Academy respecte votre vie privée

Ce site web stocke des informations vous concernant via le dépôt de cookie afin de mesurer l’audience du site. Ces données de navigation sont anonymisées.

En cliquant sur « OK pour moi », vous manifestez votre consentement pour le dépôt de ces cookies.

Lire la politique de confidentialité

À propos des cookies

Sur ce site, nous utilisons des cookies pour mesurer notre audience, entretenir la relation avec vous et vous adresser de temps à autre du contenu qualitif ainsi que de la publicité. Vous pouvez sélectionner ici ceux que vous autorisez à rester ici.

Cookies