Téléchargez le parcours au format PDF
Public concerné
Data Scientists, ingénieurs Data, Data Analysts, ingénieurs MLOps et/ou AIOps, chefs de projets.
Prérequis
Avoir suivi la formation MSAZ900T00 "Microsoft Azure - Fondamentaux" ou avoir une expérience préalable avec Azure (création et configuration de ressources de type BDD et stockage Blob). Etre familier des langages SQL et Python.
Objectifs de formation
A l'issue de cette formation, vous serez capable de :
- Identifier les apports et possibilités offertes par les analytics modernes Cloud-native
- Utiliser des composants de Synapse Studio individuellement et de façon intégrée
- Créer des pipelines de traitement de bout en bout
- Réaliser des traitements avancés en batch et/ou en streaming avec Spark
- Expérimenter des modèles de Machine Learning avec SynapseML
- Intégrer avec Power BI à des fins de visualisation des résultats.
Programme de votre formation
-
#
M2I START AVANT VOTRE FORMATION
Contextualisation du projet de formation et prise en compte des besoins de chacun
- Positionnement initial de l’apprenant par rapport aux objectifs
- Définition des priorités et des objectifs personnels de l’apprenant
- Vidéos de mise en situation
- Accès au Chat interactif myM2i pour interagir avec les membres de son groupe
-
#
M2I LIVE VOTRE FORMATION ANIMÉE PAR NOTRE EXPERT ¹
Programme
Jour 1
Introduction
- Caractéristiques et valeur ajoutée des analytics Big Data modernes : exemples
- Data Warehouse vs Data Lake vs Data lakehouse
- Apports des offres intégrées Cloud-native
- Rappel des frameworks MLOps et AIOps et des outils sous-jacents (Git, CI/CD)
- Pourquoi Azure Synapse Analytics : une expérience des Data Analytics unifiée et scalable
- Composants de Synapse Analytics
- Modèle de traitement des données de Synapse : stockage, ingestion, transformation, orchestration
- Notion de pipeline de traitement des données
- L'espace de travail de Synapse Analytics
Exemples de travaux pratiques (à titre indicatif)
- Connexion au portail Azure, création d'un espace de travail Synapse Analytics à partir d'un template et exécution d'un premier pipeline de traitement de données
Explorer l'environnement intégré Synapse Studio
- Créer un espace de travail sur-mesure
- Explorer des fonctionnalités de l'interface du studio : Data Hub, Develop Hub, Integrate Hub, Monitor Hub, Manage Hub
- Visualisation : intégration de Synapse Analytics avec Power BI
Exemples de travaux pratiques (à titre indicatif)
- Configurer l'espace de travail et du Git, test avec un pipeline batch et streaming, visualisation des résultats dans Power BI
Jour 2
Ingestion et orchestration des données avec Synapse Pipelines
- Composants de Synapse Pipelines : activités, pipelines, services liés, Datasets d'intégration
- Ingestion des données : types d'activités et configuration détaillée
- Runtimes d'intégration : Azure IR, Self-hosted IR, avantages et inconvénients
- Orchestration des données : activités (notebook, Spark job definition, SQL pool stored procedure, Data Flow)
- Orchestration des données : activités externes (notebooks Databricks, fichiers .jar, fichiers Python, fonctions Azure, pipelines et batch jobs Azure ML, commandes Azure Data Explorer)
- L'orchestration flexible avec le contrôle dynamique des propriétés des activités
- Contrôle du flux d'exécution : dépendances entre activités, contrôle des activités, résultats des activités
- Activités de contrôle de flux (If, Switch, Until, forEach)
- Créer des runs de pipelines : déclencheurs, API REST, Azure PowerShell, SDK .NET ou Python
Exemple de travaux pratiques (à titre indicatif)
- Créer un pipeline complexe avec contrôle du flux de données
Jour 3
Traitements batch et streaming avec Apache Spark
- Rappels sur Apache Spark : clusters, calcul parallèle, RDD, session, Data Lake / lakehouse
- Avantages d'utilisation de Spark dans Synapse Analytics
- Notion de Spark pool, configuration d'un Spark pool dans Synapse Analytics
- Rappel sur l'environnement des notebooks
- Exemple de transformation des données avec :
- Python
- C#
- Exemple de Data Engineering avec du Low Code
- Package Microsoft Spark Utilities : présentation et exemple d'utilisation
Exemple de travaux pratiques (à titre indicatif)
- Création d'un pipeline complexe incluant des traitements avec Spark
Le Machine Learning avec le framework unifié SynapseML
- Préparer et explorer des données
- Construire et entraîner des modèles
- Déploiement et scoring des modèles
Exemples de travaux pratiques (à titre indicatif)
- Développement, déploiement et scoring de modèle avec Synapse Spark ML
Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.
-
#
M2I BOOST APRÈS VOTRE FORMATION
Réactivation et consolidation des acquis en situation de travail
- 30 jours d’accompagnement personnalisé sur myM2i inclus ²
- Ressources Boosters (Abonnement au M2i’Mag Soft Skills, formations offertes, invitations aux conférences d’actualité…)
- ¹ Les actions et les outils présentés dans ce programme le sont à titre indicatif et peuvent faire l’objet d'adaptation selon les niveaux, prérequis et besoins des apprenants. Les compétences clés de ce programme sont traitées à raison d'une compétence par demi-journée de formation.
- ² Sur myM2i, pendant 30 jours post-fin de formation, les apprenants disposent d’une messagerie sécurisée pour échanger, dans la limite de 4 sollicitations, avec leur formateur.
Modalités, méthodes et moyens pédagogiques
Formation délivrée en présentiel ou distanciel* (blended-learning, e-learning, classe virtuelle, présentiel à distance).
Le formateur alterne entre méthode** démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation).
Variables suivant les formations, les moyens pédagogiques mis en oeuvre sont :
- Ordinateurs Mac ou PC (sauf pour certains cours de l'offre Management), connexion internet fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour le distanciel)
- Environnements de formation installés sur les postes de travail ou en ligne
- Supports de cours et exercices
En cas de formation intra sur site externe à M2I, le client s'assure et s'engage également à avoir toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques...) au bon déroulement de l'action de formation visée conformément aux prérequis indiqués dans le programme de formation communiqué.
* nous consulter pour la faisabilité en distanciel
** ratio variable selon le cours suivi
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- Et, en fin de formation, par un questionnaire d'auto-évaluation
Accessibilité de la formation
Le groupe M2I s'engage pour faciliter l'accessibilité de ses formations. Toutes nos formations sont accessibles aux personnes en situation de handicap : les détails de l'accueil des personnes sont consultables sur la page Politique Handicap.
Modalités et délais d’accès à la formation
Les formations M2I sont disponibles selon les modalités proposées sur la page programme. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Dans le cas d'une formation financée par le CPF, ce délai est porté à 12 jours ouvrés.
