Plan de formation
Intitulée : Devenir certifié à l'échelle internationale - MICROSOFT AI-900

1️⃣ Objectifs spécifiques

• Comprendre les concepts fondamentaux de l’IA

• Manipuler des cas pratiques avec Python

• Utiliser les services IA de Microsoft Azure

• Se préparer efficacement à l’examen AI-900

2️⃣ PROGRAAMME DE FORMATION​

​

🔹 Module 1 : Rappel Python (6h)

• Structures de données (listes, dictionnaires, tuples)

• Fonctions et manipulation de fichiers

• Introduction à Numpy et Pandas

• TP : Analyse simple de données

​

🔹 Module 2 : Fondamentaux de l’Intelligence Artificielle (10h)

• Concepts clés de l’IA et du Machine Learning

• Apprentissage supervisé et non supervisé

• Notions de modèle, entraînement et évaluation

• TP : Régression et classification avec Python

​

🔹 Module 3 : Services IA avec Microsoft Azure (12h)

• Introduction à l’IA sur Azure

• Machine Learning sur Azure

• Vision par ordinateur

• Traitement du langage naturel (NLP)

• IA conversationnelle (chatbots)

• TP : Analyse de texte et d’images avec Azure

​

🔹 Module 4 : Préparation à la certification (8h)

• Révision des concepts clés AI-900

• Entraînement sur des QCM types

• Simulation d’examen

• Conseils pour réussir la certification

​

🚀 Projet final

• Développement d’une solution IA simple (prédiction ou analyse de texte)

​

3️⃣ Méthodes pédagogiques

• Explications interactives des concepts

• Démonstrations réalisées par le formateur

• Exercices et travaux pratiques guidés

• Apprentissage basé principalement sur la pratique

• Réalisation de mini projets

4️⃣ Moyens pédagogiques

🎥 Démonstrations interactives des services IA sur Microsoft Azure

💻 Travaux pratiques guidés (manipulation simple des outils IA)

📊 Supports visuels pédagogiques (slides, schémas, exemples concrets)

🧪 Études de cas réels (applications de l’IA en entreprise)

📝 QCM et quiz de validation (préparation à l’examen)

🤝 Accompagnement et échanges avec le formateur

5️⃣ Profil du formateur

• Formation en informatique, data science ou intelligence artificielle

• Bonne maîtrise du langage Python

• Connaissances en Machine Learning et analyse de données

• Expérience en développement d’applications IA

• Expérience en formation ou encadrement pédagogique

• Capacité à accompagner des débutants dans des travaux pratiques.

​