Cours
Code digicomp : AI200
Develop AI Cloud Solutions on Microsoft Azure – Formation intensive (AI-200)
AI-200
Description de la formation
Téléchargez au format PDF- Expliquer le cycle de vie d’un conteneur avec Azure Container Registry (ACR), App Service et Container App
- Sécuriser les configurations avec les Primitives Kubernetes (ConfigMaps, Secrets) et Azure Key Vault
- Mettre en œuvre la recherche vectorielle dans Azure Cosmos DB, PostgreSQL (avec pgvector) et Managed Redis
- Optimiser la mise à l’échelle des conteneurs et l’attribution des ressources avec des règles de mise à l’échelle et KEDA Scaler
- Découplez les composants IA avec Azure Service Bus et les files d’attentes de tâches fiables avec Redis Streams
- Créez des architectures pilotées par les événements avec Azure Event Grid et le schéma CloudEvent
- Dépannez les flux de travail d’IA distribués grâce à la configuration d’OpenTelemetry pour Azure Monitor Application Insights et l’analyse avec KQL
- Connexion sécurisée des applications avec l’authentification Microsoft Entra et les fonctionnalités de gestion des secrets de Key Vault / App Configuration
1 Implémenter l’hébergement d’applications conteneur sur Azure
Ce module vous guide tout au long de flux de travail d’hébergement de conteneurs de base sur Azure pour les applications IA et les services back-end. Vous utilisez Azure Container Registry pour stocker et organiser des images, créer des images dans le cloud avec ACR Tasks et appliquer des pratiques de balisage et de contrôle de version qui prennent en charge des déploiements fiables. À partir de là, vous déployez des conteneurs personnalisés dans Azure App Service, configurez le comportement d’exécution, comme les ports, les commandes de démarrage et le stockage persistant, et externalisez la configuration spécifique à l’environnement à l’aide des paramètres d’application.
2 Déployer et gérer des applications sur Azure Container Apps
Ce module vous guide tout au long du cycle de vie complet de l’exécution d’applications conteneurisées sur Azure Container Apps. Vous commencez par déployer des applications conteneur dans des environnements, configurer des paramètres d’exécution avec des variables d’environnement et des secrets, et configurer l’authentification du Registre. Vous gérez ensuite le cycle de vie du deuxième jour en mettant à jour les images, en gérant les révisions, en surveillant les journaux et en configurant les sondes d’intégrité. Enfin, vous allez apprendre à configurer la mise à l’échelle horizontale automatique à l’aide de règles HTTP, de scalers KEDA et de la gestion du trafic pour optimiser les performances et les coûts.
3 Déployer et surveiller des applications sur Azure Kubernetes Service
Ce module vous guide tout au long du cycle de vie complet de l’exécution d’applications sur Azure Kubernetes Service. Vous commencez par créer des manifestes de déploiement et exposer des applications avec Kubernetes Services. Vous externalisez ensuite la configuration à l’aide de ConfigMaps, sécurisez les paramètres sensibles avec Secrets, et attachez un stockage persistant pour les charges de travail avec persistance d’état. Enfin, vous allez apprendre à surveiller l’intégrité des applications à l’aide des journaux et des métriques, à résoudre les problèmes liés aux pods et aux services, et à vérifier les chemins de connectivité afin de garantir un accès fiable à vos applications.
4 Développer des solutions IA avec Azure Cosmos DB pour NoSQL
Ce module vous guide tout au long du développement de solutions IA à l’aide d’Azure Cosmos DB pour NoSQL. Vous commencez par créer une base de données avec le modèle de ressource Cosmos DB, l’intégration du SDK, les opérations CRUD et les requêtes SQL pour récupérer des données de document pour les applications IA.
Vous implémentez ensuite des fonctionnalités de recherche vectorielle pour stocker des incorporations, exécuter des requêtes de similarité à l’aide de la fonction VectorDistance, combiner la recherche vectorielle avec des filtres de métadonnées et la recherche hybride, et utiliser le flux de modification pour maintenir la synchronisation des incorporations.
Enfin, vous optimisez les performances des requêtes en analysant les modèles de requête, en configurant des index de plage et composites, en sélectionnant des types d’index vectoriels et en choisissant des niveaux de cohérence qui équilibrent l’actualisation avec l’efficacité des coûts.
5 Développer des solutions IA avec Azure Database pour PostgreSQL
Ce module vous guide tout au long du développement de solutions IA à l’aide d’Azure Database pour PostgreSQL. Vous commencez par créer une base de données avec la conception de schéma, des requêtes SQL efficaces et une intégration Python sécurisée à l’aide de l’authentification Microsoft Entra.
Vous implémentez ensuite la recherche vectorielle à l’aide de l’extension pgvector pour stocker des incorporations, exécuter des recherches de similarité avec différentes métriques de distance et créer des modèles de récupération qui s’intègrent aux pipelines RAG pour la recherche sémantique et les recommandations.
Enfin, vous optimisez les performances de recherche vectorielle en configurant PostgreSQL et pgvector, en sélectionnant les index vectoriels appropriés, en concevant des dispositions de données efficaces, en mettant à l’échelle les charges de travail à volume élevé et en implémentant le regroupement de connexions pour les applications IA.
6 Améliorer les solutions IA avec Azure Managed Redis
Découvrez comment utiliser Azure Managed Redis pour améliorer vos solutions IA, notamment les stratégies de mise en cache, les opérations de données, la messagerie d’événements et le stockage vectoriel.
7 Intégrer des services back-end pour les solutions IA
Ce module vous explique comment créer et intégrer des services principaux qui prennent en charge des solutions IA sur Azure. Vous commencez par utiliser Azure Service Bus pour dissocier les composants de l’application d’IA, mettre en file d’attente les demandes d’inférence et traiter les messages de manière fiable à l’aide de files d’attente, de rubriques et de files d’attente de lettres mortes. Vous créez ensuite des flux de travail pilotés par les événements avec Azure Event Grid pour router les événements entre les services avec une faible latence, configurer des stratégies de remise et publier des événements personnalisés à partir d’applications IA. Enfin, vous créez des back-ends IA serverless avec Azure Functions, notamment des points de terminaison d’inférence, des processeurs d’événements et des intégrations sécurisées avec d’autres services Azure.
8 Gérer les secrets et la configuration des applications pour les solutions IA
Ce module vous apprend à gérer en toute sécurité les secrets et à centraliser la configuration des solutions IA sur Azure. Vous commencez par utiliser Azure Key Vault pour stocker, organiser et récupérer des secrets avec l’authentification d’identité managée, gérer le contrôle de version et la rotation des secrets pour les mises à jour des informations d’identification sans temps d’arrêt et implémenter des stratégies de mise en cache qui réduisent les appels d’API tout en conservant la fraîcheur des informations d’identification. Vous utilisez ensuite Azure App Configuration pour centraliser les paramètres de l’application, organiser les paires clé-valeur avec des étiquettes pour les variantes spécifiques à l’environnement, gérer les indicateurs de fonctionnalité pour les déploiements contrôlés et référencer les secrets Key Vault afin que l’application récupère la configuration et les secrets via un chemin unique.
9 Observer et diagnostiquer des applications sur Azure
Ce module vous apprend à acquérir une observabilité de bout en bout dans des applications IA distribuées sur Azure. Vous commencez par instrumenter des applications avec OpenTelemetry pour capturer des traces distribuées, créer des étendues personnalisées et exporter des données de télémétrie vers Azure Monitor Application Insights. Vous analysez ensuite les données de télémétrie collectées en écrivant des requêtes KQL, en explorant les modèles d’erreur et les tendances de performances, en créant des tableaux de bord et des classeurs pour une visibilité opérationnelle et en configurant des alertes pour détecter les défaillances et les anomalies.
Ce cours est conçu pour les développeurs qui créent des applications backend et basées sur l’IA sur Azure et ont besoin de compétences pratiques dans le calcul conteneurisé, les services de données pour l’IA, les flux de travail pilotés par les événements et la sécurité et la surveillance des applications.
- Expérience en programmation avec les langages Python, JavaScrip ou C#
- Connaissances de base des services Azure et du concept de Cloud Computing
- Connaissances de base de la conteneurisation