Formation : Implémenter une solution Machine Learning avec Azure Databricks (DP-3014)

Ref. DP-3014

Télécharger en PDF

Durée :

1

jour

Examen :

Non certifiant

Niveau :

Intermédiaire

Financement :

Eligible

Home > Formations > Informatique > Cloud Computing > Implémenter une solution Machine Learning avec Azure Databricks (DP-3014)

Implémenter une solution Machine Learning avec Azure Databricks (DP-3014)

Notre formation « Implémenter une solution Machine Learning avec Azure Databricks (DP-3014) » vous dévoilera tous les secrets du Machine Learning avec Azure Databricks (DP-3014), spécialement conçue pour vous outiller des compétences avancées en analyse de données et apprentissage automatique à l’échelle du cloud. Cette formation d’une journée, vous offre une immersion complète dans Azure Databricks, une plateforme polyvalente qui révolutionne l’implémentation de solutions robustes pour les scientifiques de données et les ingénieurs en machine learning.

En parcourant des modules allant de l’exploration de Azure Databricks, l’utilisation d’Apache Spark, jusqu’à l’entraînement de modèles de deep learning avec PyTorch, ce cours : Implementing a Machine Learning Solution with Azure Databricks (DP-3014), vous prépare à exploiter pleinement le potentiel de vos données et à innover dans vos projets professionnels.

Profils des Participants

Data Scientists
Analystes de données
Ingénieurs Machine Learning
Développeurs logiciels
Informaticiens

Objectifs

Maîtriser Azure Databricks pour l’analyse de données avec Apache Spark.
Acquérir une expérience pratique dans la transformation, l’analyse et la visualisation de données à grande échelle.
Développer des compétences en entraînement de modèles d’apprentissage machine et en évaluation de leur performance.
Utiliser efficacement MLflow pour la gestion du cycle de vie de l’apprentissage machine.
Optimiser les workflows d’apprentissage machine avec le tuning d’hyperparamètres via Hyperopt.
Explorer l’automatisation de la construction de modèles avec AutoML dans Azure Databricks.

Connaissances Préalables

Maîtrise de Python pour l’exploration de données et l’entraînement de modèles d’apprentissage machine.
Connaissance des cadres open-source populaires tels que Scikit-Learn, PyTorch et TensorFlow.

Contenu du Cours

Module 1 : 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

Module 2 : 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

Module 3 : 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

Module 4 : Utiliser MLflow dans Azure Databricks

Fonctionnalités de MLflow
Exécuter des expériences avec MLflow
Inscrire et servir des modèles avec MLflow

Module 5 : Régler les hyperparamètres dans Azure Databricks

Optimiser les hyperparamètres avec Hyperopt
Passer en revue les essais Hyperopt
Mettre à l’échelle les essais Hyperopt

Module 6 : Utiliser AutoML dans Azure Databricks

Qu’est-ce qu’AutoML ?
Utiliser AutoML dans l’interface utilisateur Azure Databricks
Utiliser du code pour exécuter une expérience AutoML

Module 7 : Entraîner des modèles Deep Learning dans Azure Databricks

Comprendre les concepts de Deep Learning
Entraîner des modèles avec PyTorch
Distribuer l’entraînement PyTorch avec TorchDistributor

Module 8 : 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

Documentation

Accès à Microsoft Learn, la plateforme d’apprentissage en ligne Microsoft, offrant des ressources interactives et des contenus pédagogiques pour approfondir vos connaissances et développer vos compétences techniques.

Lab / Exercices

Ce cours vous donne un accès exclusif au laboratoire officiel Microsoft, vous permettant de mettre en pratique vos compétences dans un environnement professionnel.

Cours complémentaires

Data Engineering on Microsoft Azure (DP-203) | DP-203T00

Financement Eligible

ITTA est partenaire d’un fonds de formation continue destiné aux travailleurs temporaires. Ce fonds peut subventionner cette formation, sous réserve que vous soyez assujetti(e) à la convention collective de travail (CCT) « Location de services » et que vous remplissiez certaines conditions, notamment avoir travaillé au moins 88 heures au cours des 12 derniers mois.

Informations Additionnelles

Introduction à Azure Databricks : Implementing a Machine Learning Solution with Azure Databricks (DP-3014)

Azure Databricks se distingue comme une plateforme de choix pour les professionnels de la data science et du machine learning, grâce à son intégration unique d’Apache Spark avec les services cloud. Cette synergie crée un environnement collaboratif optimal, booste les performances de Spark, et facilite l’implémentation de solutions complexes de machine learning à grande échelle. Cette distinction d’Azure Databricks réside dans sa capacité à offrir une plateforme collaborative et performante, conçue spécifiquement pour l’analyse de données et le machine learning.

Exploitez la Puissance d’Apache Spark

Avec Apache Spark, Azure Databricks révolutionne le traitement de données à grande échelle, permettant aux utilisateurs de gérer facilement des clusters, d’exécuter des notebooks interactifs, et de manipuler des ensembles de données massifs. La visualisation des données devient un jeu d’enfant, offrant des insights précieux pour une prise de décision éclairée.

Le Machine Learning Simplifié

Azure Databricks rend le machine learning plus accessible, en fournissant un cadre intuitif pour la préparation des données, l’entraînement et l’évaluation des modèles. Avec MLflow, une gestion simplifiée du cycle de vie du machine learning est à portée de main, permettant le suivi des expériences, la gestion du code, et le partage de modèles, ce qui renforce la collaboration et assure la reproductibilité des projets.

Optimisation et Automatisation avec Hyperparamètres et AutoML

L’optimisation des hyperparamètres avec Hyperopt et l’utilisation d’AutoML pour automatiser la création de modèles de machine learning illustrent la capacité d’Azure Databricks à simplifier et accélérer le développement de modèles. AutoML, en particulier, change la donne en permettant une expérimentation rapide avec différents algorithmes et hyperparamètres, minimisant ainsi le besoin d’interventions manuelles et mettant l’accent sur l’optimisation des performances des modèles.

Entraînement de Modèles de Deep Learning Avancés

Azure Databricks prend pleinement en charge l’entraînement de modèles de deep learning, grâce à l’intégration de frameworks populaires comme PyTorch et à des outils de formation distribuée tels que Horovod. Cette fonctionnalité permet de traiter des ensembles de données volumineux et de réaliser des tâches AI complexes, ouvrant la voie à des innovations dans des domaines tels que la vision par ordinateur et le traitement du langage naturel.