AI-103 : Développer des applications et des agents IA sur Azure

Planifier et préparer le développement de solutions IA sur Azure

• Identifier les fonctionnalités d’IA courantes que vous pouvez implémenter dans les applications
• Décrire Microsoft Foundry et considérations relatives à son utilisation
• Décrire les outils foundry et les considérations à prendre en compte pour les utiliser
• Identifier les outils de développement et sdk appropriés pour un projet IA
• Décrire les considérations relatives à l’IA responsable

Sélectionner, déployer et évaluer des modèles Microsoft Foundry

• Explorer et filtrer des modèles dans le catalogue de modèles
• Comparer des modèles à l’aide de métriques de référence pour la qualité, la sécurité, le coût et les performances
• Déployer un modèle sur un point de terminaison et le tester dans le terrain de jeu
• Évaluer les performances du modèle à l’aide d’approches manuelles et automatisées
• Comprendre les différentes métriques d’évaluation et quand les utiliser

Développer une application de conversation IA générative avec Microsoft Foundry

• Décrire le processus de création d’une application de conversation IA générative avec Microsoft Foundry.
• Utiliser le terrain de jeu de conversation pour explorer les modèles et générer des exemples de code.
• Choisir un point de terminaison, une méthode d’authentification et un kit SDK client pour le développement de votre application.
• Utiliser l’API Réponses pour générer des réponses IA dans les applications.
• Utiliser l’API ChatCompletions pour générer des réponses IA dans les applications.

Développer des applications IA génératives qui utilisent des outils

• Décrire les fonctionnalités des outils d’INTELLIGENCE artificielle générative.
• Utiliser l’outil code_interpreter pour exécuter du code et analyser des données.
• Utiliser l’outil web_search pour récupérer des informations en temps réel à partir d’Internet.
• Utiliser l’outil file_search pour accéder aux fichiers et les analyser.
• Utiliser l’outil de fonction pour exécuter du code personnalisé.

Optimiser les performances du modèle IA générative avec Microsoft Foundry

• Mettre en pratique des techniques d’ingénierie de prompts, notamment les messages système, l’apprentissage en quelques exemples et l’ajustement des paramètres du modèle pour optimiser les résultats générés.
• Comprendre quand et comment ancrer un modèle de langage à l’aide de la génération augmentée par récupération (RAG).
• Identifier quand le réglage précis d’un modèle améliore la cohérence comportementale.
• Comparer les stratégies d’optimisation et déterminez quand les combiner.

Implémenter une solution IA générative responsable dans Microsoft Foundry

• Décrire un processus global pour le développement de solutions d’IA responsable
• Identifier et hiérarchiser les dommages potentiels pertinents pour une solution d’IA générative
• Mesurer la présence de dommages dans une solution d’IA générative
• Atténuer les dommages dans une solution d’IA générative
• Préparer le déploiement et l’exploitation d’une solution d’IA générative de manière responsable

Sélectionner, déployer et évaluer des modèles Microsoft Foundry

• Explorer et filtrer des modèles dans le catalogue de modèles
• Comparer des modèles à l’aide de métriques de référence pour la qualité, la sécurité, le coût et les performances
• Déployer un modèle sur un point de terminaison et le tester dans le terrain de jeu
• Évaluer les performances du modèle à l’aide d’approches manuelles et automatisées
• Comprendre les différentes métriques d’évaluation et quand les utiliser

Développer des agents IA avec Microsoft Foundry et Visual Studio Code

• Décrire l’objectif et les fonctionnalités des agents IA
• Expliquer les principales fonctionnalités du service Microsoft Foundry Agent
• Configurer et installer l’extension Microsoft Foundry dans Visual Studio Code
• Créer et configurer des agents IA à l’aide de plusieurs approches de développement
• Étendre les fonctionnalités de l’agent avec des outils et des fonctions
• Tester des agents à l’aide de terrains de jeux intégrés
• Déployer et intégrer des agents dans des applications

Intégrer des outils personnalisés à votre agent

• Décrire les avantages de l’utilisation d’outils personnalisés avec votre agent.
• Explorer les différentes options pour les outils personnalisés.
• Créer un agent qui intègre des outils personnalisés à l’aide du service Microsoft Foundry Agent.

Intégrer MCP avec les agents IA d’Azure

• Expliquer les rôles du serveur et du client MCP dans la découverte et l’appel d’outils.
• Encapsuler les outils MCP en tant que fonctions asynchrones et inscrivez-les auprès des agents Azure AI.
• Créer un agent Azure AI qui accède et appelle dynamiquement des outils MCP pendant l’exécution.

Créer des agents d’IA enrichis par les connaissances avec Foundry IQ

• Expliquer comment RAG résout le problème des connaissances en connectant des agents à des informations en temps réel
• Décrire comment Foundry IQ fournit une plateforme de connaissances partagée auquel plusieurs agents peuvent accéder
• Configurer des sources de données pour les bases de connaissances, notamment Recherche Azure AI, Stockage Blob, SharePoint et OneLake
• Configurer les instructions de l’agent pour contrôler le comportement de récupération et garantir des citations cohérentes
• Tester et surveiller la récupération de l’agent pour maintenir la qualité en production

Intégrer votre agent à Microsoft 365

• Expliquer les options de publication des agents Foundry dans Microsoft 365
• Publier un agent à partir du portail Foundry sur Teams et Microsoft 365 Copilot
• Utiliser Work IQ pour accéder aux données de Microsoft 365 dans vos agents
• Tester et dépanner les agents intégrés à Microsoft 365

Créer des flux de travail pilotés par un agent à l’aide de Microsoft Foundry

• Expliquer comment les nœuds, les variables et les sorties de l’agent contrôlent l’exécution du flux de travail
• Acheminer les requêtes à l’aide de sorties structurées et d’une logique conditionnelle
• Effectuer une boucle sur plusieurs entrées avec des nœuds For-Each
• Mettre un humain dans la boucle et les schémas d’escalade pour les éléments à faible confiance
• Utiliser des expressions Power Fx pour manipuler les données et le flux de contrôle.

Développer un agent IA avec Microsoft Agent Framework

• Utiliser Microsoft Agent Framework pour se connecter à un projet Microsoft Foundry
• Créer des agents de service Microsoft Foundry Agent à l’aide du Kit de développement logiciel (SDK) Microsoft Agent Framework
• Intégrer des fonctions de plug-in à votre agent IA

Orchestrer une solution multi-agent à l’aide de Microsoft Agent Framework

• Créer des agents IA à l’aide du Kit de développement logiciel (SDK) Microsoft Agent Framework
• Comprendre comment et quand utiliser différents modèles d’orchestration
• Développer des solutions multi-agents

Découvrir des agents Azure AI avec A2A

• Comprendre le protocole A2A et son rôle dans l’orchestration multi-agent.
• Concevoir des agents détectables pour la résolution de problèmes modulaire et collaborative.
• Implémenter des stratégies A2A pour découvrir et appeler des agents distants.

Analyser du texte avec la langue Azure dans les outils Foundry

• Décrire le serveur MCP du langage Azure et les fonctionnalités d’analyse de texte qu’il expose.
• Expliquer comment MCP permet la découverte et la sélection d’outils dynamiques par les agents IA.
• Connecter le serveur MCP du langage Azure à un agent dans Microsoft Foundry.
• Créer une application cliente Python qui appelle un agent pour effectuer une analyse de texte.

Développer un agent d’analyse de texte avec le serveur MCP du langage Azure

• Détecter la langue du texte.
• Reconnaître les entités nommées dans du texte.
• Extrayer des informations d’identification personnelle (PII) dans du texte.

Développer une application IA générative compatible avec la reconnaissance vocale

• Déployer un modèle d’IA génératifs compatibles avec la reconnaissance vocale dans Microsoft Foundry.
• Déployer un modèle d’IA génératifs compatibles avec la reconnaissance vocale dans Microsoft Foundry.
• Utiliser un modèle IA génératif pour transcrire la parole.
• Utiliser un modèle IA génératif pour synthétiser la voix.

Créer des applications avec reconnaissance vocale avec Azure Speech dans Microsoft Foundry Tools

• Utiliser une ressource Microsoft Foundry pour Azure Speech dans les outils Foundry.
• Implémenter la reconnaissance vocale avec l’API Azure Speech-to-text.
• Utiliser l’API de synthèse vocale pour implémenter la synthèse vocale.
• Configurer le format audio et les voix.
• Utiliser le langage de balisage pour la synthèse vocale (SSML).

Développer un agent speech avec le serveur MCP Azure Speech

• Décrire le serveur MCP Azure Speech et les fonctionnalités vocales qu’il expose.
• Expliquer comment MCP permet la découverte et la sélection d’outils dynamiques par les agents IA.
• Configurer Stockage Blob Azure pour l’entrée et la sortie de fichiers audio.
• Connecter le serveur MCP Azure Speech à un agent dans Microsoft Foundry.
• Créer une application cliente Python qui appelle un agent pour effectuer des tâches vocales.

Développer un Azure Speech Voice Live Agent dans Microsoft Foundry

• Décrire les principaux composants et fonctionnalités de la plateforme Azure Speech Voice Live.
• Utiliser l’API Voice Live pour créer des solutions d’Intelligence Artificielle conversationnelle.
• Utiliser le Kit de développement logiciel (SDK) Voice Live pour générer et déployer des solutions d’IA conversationnelles.
• Intégrer des agents Microsoft Foundry à l’API Voice Live pour créer des agents vocaux.

Traduire du texte et de la parole avec les outils Microsoft Foundry

• Identifier les options de traduction de texte et de reconnaissance vocale dans Microsoft Foundry Tools.
• Utiliser Azure Translator dans Foundry Tools pour traduire du texte.
• Utiliser Azure Speech dans Foundry Tools pour traduire la parole.

Développer une application IA générative compatible avec la vision

• Déployer un modèle d’IA générative compatible avec la vision dans Microsoft Foundry.
• Tester une invite basée sur des images dans le terrain de jeu de conversation.
• Créer une application de conversation qui envoie des invites basées sur des images.

Générer des images à l’aide de l’IA

• Décrire les fonctionnalités des modèles de génération d’images.
• Utiliser le terrain de jeux d’images dans le portail Microsoft Foundry.
• Intégrer des modèles de génération d’images dans vos applications.

Générer des vidéos avec Microsoft Foundry

• Déployer un modèle IA de génération vidéo dans Microsoft Foundry.
• Tester une invite vidéo dans le terrain de jeu de conversation.
• Utiliser le Kit de développement logiciel (SDK) Azure OpenIA pour générer et remixer des vidéos en Python.

Analyser des images avec Content Understanding

• Déployer un modèle IA de compréhension du contenu dans Microsoft Foundry.
• Tester une invite basée sur des images dans le terrain de jeu de conversation.
• Utiliser le Kit de développement logiciel (SDK) Azure OpenIA pour analyser des images en Python.

Créer une solution d’analyse modale avec Azure Content Understanding

• Décrire les fonctionnalités d’Azure Content Understanding.
• Utiliser Azure Content Understanding pour créer un analyseur de contenu.
• Utiliser un analyseur Content Understanding en utilisant l’API.

Créer une application cliente Azure Content Understanding

• Utiliser l’API Azure Content Understanding pour générer un analyseur de contenu.
• Utiliser l’API Azure Content Understanding pour consommer un analyseur.

Extraire des données avec Azure Document Intelligence

• Décrire les fonctionnalités et les composants d’Azure Document Intelligence.
• Utiliser Document Intelligence Studio pour explorer et tester des modèles.
• Utiliser des modèles prédéfinis pour extraire des données à partir de types de documents courants.
• Former et utilisez des modèles personnalisés pour des formulaires spécifiques au secteur.

Créer une solution d’exploration de connaissances avec Azure AI Search

• Implémenter l’indexation avec Recherche IA Azure.
• Utiliser des capacités d’IA pour enrichir des données dans un indice.
• Rechercher un index pour rechercher des informations pertinentes.
• Conserver les informations extraites dans une base de connaissances.

Publiée le 18/08/2026

Dans cette formation, nous mélangeons théorie et ateliers techniques pour vous rendre rapidement opérationnel. En outre, chaque participant reçoit un support de cours électronique officiel de Microsoft. Le Lab sera remis aux participants, il restera accessible jusqu’à 180 jours après son activation.

Un de nos consultants-formateurs accrédités en tant que Microsoft Certified Trainer conduit la formation. Forts d’une solide expérience sur le terrain, ils rendent l’apprentissage à la fois interactif et enrichissant.

Pour l’évaluation, le formateur pose des questions régulières et utilise diverses méthodes pour mesurer vos acquis en continu. Cette approche favorise une expérience d’apprentissage à la fois dynamique et captivante.

Après la formation, nous vous demandons de remplir un questionnaire de satisfaction. Vos retours nous aident à maintenir et à améliorer constamment la qualité de nos formations.

De plus, pour assurer un suivi rigoureux, chaque participant signe une feuille d’émargement par demi-journée de présence.

Enfin, nous offrons la flexibilité de dispenser cette formation aussi bien en présentiel qu’en distanciel et elle peut être personnalisée pour les besoins spécifiques de votre entreprise sur demande. Pour en savoir plus, contactez-nous

Les candidats à cette formation doivent être familiarisés avec Python et avoir des connaissances sur l’utilisation d’API et de kits sdk pour créer des agents et des solutions d’IA génératives sur Azure.

Les supports de cours et les travaux pratiques sont en anglais. Un niveau d’anglais B1 est recommandé pour suivre cette formation. Retrouvez les niveaux de langue sur ce lien : Classification des niveaux de langue

Il est fortement recommandé de suivre ce cours sur un ordinateur et de disposer d’un double écran pour plus de confort.

Vous pouvez vous inscrire à l’une de nos formations jusqu’à cinq jours ouvrés avant son commencement, à condition qu’il reste des places disponibles et que nous ayons reçu votre devis signé.

De plus, si vous avez des besoins spécifiques liés à une situation de handicap, n’hésitez pas à en faire la demande ; nous adaptons volontiers nos moyens de prestation en fonction du type de handicap.

Notre centre de formation, Cellenza Training, vous accueille au 892 Rue Yves Kermen, 92100 Boulogne-Billancourt.

Pour nous rejoindre, plusieurs options de transports en commun s’offrent à vous :

• Prenez la ligne 9 du métro et descendez à Pont de Sèvres,
• Optez pour la ligne 10 du métro jusqu’à Boulogne Jean Jaurès,
• Ou bien, empruntez le tram T2 jusqu’à Brimborion.

Cette formation ouvre la voie à la certification Microsoft « AI-102 Designing and Implementing a Microsoft Azure AI Solution », nous vous recommandons l’inscription à l’examen environ 1 mois après le passage de la formation. Les supports de cours et les Labs transmis lors de la formation vous aideront à réviser correctement votre certification.

L’inscription à une certification se fait sur le site de Microsoft. Si vous souhaitez nous acheter un voucher de certification ou vous faire accompagner dans cette démarche, contactez-nous.