Une base pratique pour développer des solutions d’apprentissage automatique évolutives à l’aide de PySpark ML dans des environnements Big Data. Le contenu se concentre sur la conception et la mise en œuvre de pipelines d’apprentissage automatique de bout en bout intégrant des transformateurs et des estimateurs, tout en développant des modèles de régression, de classification et de clustering capables de s’adapter à des systèmes distribués. L'accent est mis sur la mise en œuvre concrète et le choix éclairé d'une plateforme pour les déploiements d'entreprise utilisant Azure Databricks, Microsoft Fabric et Azure HDInsight, afin de garantir que les solutions soient à la fois techniquement robustes et viables sur le plan opérationnel à grande échelle.

Le cours « Analyse de texte à grande échelle » présente les défis et les techniques nécessaires au traitement et à l’analyse de textes non structurés à l’échelle de l’entreprise, à l’aide d’infrastructures informatiques distribuées. Il met l’accent sur l’application des techniques de traitement du langage naturel (NLP) dans des architectures évolutives afin de permettre la classification de textes, l’analyse des sentiments et l’extraction d’entités et de relations au sein de corpus textuels massifs. L'accent est mis sur des approches pratiques et orientées production pour la gestion de volumes importants de données textuelles, avec l'intégration d'Azure Cognitive Services afin d'améliorer la précision, l'évolutivité et l'efficacité opérationnelle dans le cadre de solutions d'analyse concrètes.

Le cours « Deep Learning for Big Data » présente les principes fondamentaux du deep learning ainsi que des architectures avancées spécialement adaptées aux environnements de big data. Les étudiants apprendront à mettre en œuvre des réseaux neuronaux pour des applications de big data, à appliquer des techniques d'apprentissage par transfert à l'aide de modèles pré-entraînés, et à faire évoluer l'entraînement du deep learning à l'échelle de clusters distribués à l'aide de frameworks modernes et de techniques d'optimisation.

Le cours « IA générative et intégration du Big Data » explore la manière dont l’IA générative transforme l’analyse du Big Data en permettant la mise en place, à grande échelle, de workflows intelligents pilotés par le langage naturel. Vous découvrirez comment les modèles de base et les grands modèles linguistiques s’intègrent aux pipelines de données distribués pour automatiser l’extraction d’informations, améliorer l’analyse et alimenter les applications de données modernes. Grâce à des ateliers pratiques, vous mettrez en œuvre l’intégration des grands modèles linguistiques, appliquerez un réglage fin pour des cas d’utilisation spécifiques à un domaine et concevrez des solutions d’IA générative prêtes à l’emploi pour des scénarios concrets impliquant le Big Data.