Formation Microsoft AB-731 – AI Transformation Leader : Copilot, Foundry et IA en pratique

Module 1 – Comprendre l’IA générative et la transformation par l’IA

• Intelligence artificielle, Machine Learning et IA générative.
• Principaux cas d’utilisation en entreprise.
• Modèles préentraînés et modèles personnalisés.
• Tokens et fenêtre de contexte.
• Hallucinations, biais et limites des modèles.
• Identification de la valeur métier et des opportunités IA.
• Atelier : tester et comparer plusieurs usages d’une IA générative.

Module 2 – Prompt engineering, grounding, RAG et fine-tuning

• Comprendre la structure d’un prompt efficace.
• Définir le rôle, le contexte et l’objectif.
• Préciser les sources, les contraintes, le ton et le format attendu.
• Comprendre le grounding.
• Comprendre le fonctionnement du RAG.
• Différencier RAG et fine-tuning.
• Identifier les scénarios adaptés à chaque approche.
• Atelier : comparer un prompt simple, un prompt structuré et une réponse fondée sur une source documentaire.

Module 3 – Microsoft 365 Copilot et Microsoft Graph

• Présentation de Microsoft 365 Copilot.
• Copilot dans Word.
• Copilot dans Excel.
• Copilot dans PowerPoint.
• Copilot dans Outlook.
• Copilot dans Teams.
• Comprendre Microsoft Copilot Chat.
• Comprendre le rôle de Microsoft Graph.
• Accès aux courriels, réunions, fichiers, calendrier et données Microsoft 365.
• Comprendre le respect des permissions existantes.
• Atelier : tester Copilot dans plusieurs applications Microsoft 365.
• Démonstration : découverte de Microsoft Graph Explorer.

Module 4 – Researcher et Analyst

• Comprendre le rôle de Researcher.
• Effectuer une recherche approfondie à partir de plusieurs sources.
• Produire une synthèse structurée et documentée.
• Comprendre le rôle d’Analyst.
• Analyser des données, tendances et écarts.
• Comparer Researcher et Analyst.
• Atelier : réaliser une recherche avec Researcher et analyser un jeu de données avec Analyst.

Module 5 – Choisir entre Buy, Extend et Build

• Comprendre la stratégie Buy.
• Comprendre la stratégie Extend.
• Comprendre la stratégie Build.
• Positionner Microsoft 365 Copilot dans une approche Buy.
• Positionner Copilot Studio dans une approche Extend.
• Positionner Microsoft Foundry dans une approche Build.
• Étude de cas : sélectionner la bonne stratégie selon différents besoins d’entreprise.

Module 6 – Créer un agent avec Microsoft Copilot Studio

• Présentation de Microsoft Copilot Studio.
• Créer un agent métier low-code.
• Configurer les instructions de l’agent.
• Ajouter des sources de connaissances.
• Connecter SharePoint et des documents internes.
• Ajouter des actions et des outils.
• Déclencher des workflows avec Power Automate.
• Tester et améliorer les réponses de l’agent.
• Atelier pratique : créer un agent RH utilisant des procédures internes et une action automatisée.

Module 7 – Découvrir Microsoft Foundry

• Présentation de Microsoft Foundry.
• Comprendre la différence entre Microsoft Foundry et Copilot Studio.
• Découvrir les modèles disponibles.
• Choisir un modèle selon le besoin.
• Comprendre les agents dans Foundry.
• Utiliser les playgrounds.
• Découvrir les outils, traces et évaluations.
• Comprendre le rôle du fine-tuning dans Foundry.
• Atelier pratique : créer et tester un agent dans Microsoft Foundry.

Module 8 – File Search, RAG et grounding dans Microsoft Foundry

• Ajouter des fichiers à un agent Foundry.
• Comprendre le rôle du Vector Store.
• Comprendre la phase de Retrieval.
• Utiliser les résultats récupérés pour le grounding.
• Générer des réponses fondées sur des documents.
• Utiliser plusieurs fichiers dans une même base documentaire.
• Comprendre les citations associées aux réponses.
• Atelier pratique : créer un tuteur IA à partir de plusieurs documents internes.

Module 9 – Traces et évaluation d’un agent

• Comprendre les traces d’exécution.
• Identifier les appels aux outils.
• Observer le fonctionnement de File Search.
• Identifier les informations récupérées par le mécanisme RAG.
• Comprendre la génération de la réponse finale.
• Créer un petit jeu de données d’évaluation.
• Découvrir les principaux critères d’évaluation.
• Interpréter les résultats d’une évaluation.
• Atelier : tester et évaluer un agent Foundry.

Module 10 – File Search, Microsoft Graph et Azure AI Search

• Comprendre le rôle de File Search.
• Utiliser File Search avec un petit ensemble de documents.
• Comprendre le rôle de Microsoft Graph pour le contexte Microsoft 365.
• Comprendre le rôle d’Azure AI Search.
• Indexer et rechercher de grands volumes documentaires.
• Comprendre la recherche vectorielle et hybride.
• Utiliser Azure AI Search dans un scénario RAG.
• Comprendre l’intégration entre Azure AI Search et Microsoft Foundry.
• Comparer File Search, Microsoft Graph et Azure AI Search selon différents scénarios.

Module 11 – Azure Vision, OCR et modèles multimodaux

• Comprendre le rôle d’Azure Vision.
• Analyser le contenu d’une image.
• Extraire du texte à partir d’une image avec OCR.
• Identifier les principaux cas d’utilisation professionnels.
• Comprendre les modèles multimodaux.
• Traiter simultanément du texte et des images.
• Atelier : analyser une image ou une facture numérisée et en extraire les informations pertinentes.

Module 12 – Machine Learning et cycle de vie des modèles

• Différencier IA générative et Machine Learning.
• Comprendre la classification.
• Comprendre la régression.
• Comprendre le clustering.
• Comprendre la détection d’anomalies.
• Identifier la bonne approche selon un scénario métier.
• Définir le problème métier.
• Préparer et nettoyer les données.
• Entraîner un modèle.
• Évaluer un modèle.
• Déployer un modèle.
• Effectuer le monitoring ou la surveillance après déploiement.

Module 13 – Qualité, représentativité et sécurité des données

• Comprendre l’importance de la qualité des données.
• Identifier les valeurs manquantes, erreurs, incohérences et doublons.
• Comprendre la représentativité des données.
• Identifier les risques de biais liés aux données.
• Comprendre l’authentification.
• Comprendre l’autorisation.
• Appliquer le principe du moindre privilège.
• Protéger les données, applications, agents et connexions.

Module 14 – Microsoft Purview et protection des données liées à l’IA

• Présentation de Microsoft Purview.
• Comprendre le rôle de Purview AI Hub et DSPM for AI.
• Identifier les données sensibles utilisées avec des solutions IA.
• Améliorer la visibilité sur les usages de l’IA.
• Réduire les risques de fuite ou de surpartage de données.
• Appliquer les politiques de protection et de conformité.
• Comprendre la complémentarité entre Microsoft Entra, Microsoft Graph et Microsoft Purview.
• Étude de cas : sécuriser l’utilisation de données confidentielles avec Copilot et des agents IA.

Module 15 – Responsible AI et gouvernance de l’IA

• Comprendre l’importance de l’IA responsable.
• Fairness – Équité.
• Reliability & Safety – Fiabilité et sécurité.
• Privacy & Security – Confidentialité et sécurité.
• Inclusiveness – Inclusion.
• Transparency – Transparence.
• Accountability – Responsabilité.
• Mettre en place une supervision humaine pour les décisions sensibles.
• Comprendre la différence entre Responsible AI et gouvernance de l’IA.
• Définir des règles d’utilisation des outils et des données.
• Atelier : analyser plusieurs scénarios et identifier les principes Responsible AI concernés.

Module 16 – Gouvernance organisationnelle et adoption de l’IA

• Comprendre le rôle de l’AI Council.
• Définir les responsabilités en matière de stratégie et de gouvernance.
• Comprendre le rôle de l’Adoption Team.
• Planifier les formations et les communications.
• Comprendre le rôle des AI Champions.
• Accompagner les utilisateurs sur le terrain.
• Identifier les obstacles à l’adoption.
• Gérer les inquiétudes liées à la sécurité et à l’emploi.
• Commencer avec un pilote.
• Mesurer les résultats.
• Ajuster la solution avant un déploiement à plus grande échelle.
• Atelier : élaborer un plan d’adoption de Microsoft 365 Copilot dans une organisation.

Module 17 – Coûts, licences et retour sur investissement

• Comprendre les modèles de licence par utilisateur.
• Comprendre le modèle Pay-as-you-go.
• Comprendre les engagements de capacité.
• Identifier le modèle adapté à un pilote.
• Identifier le modèle adapté à un usage important et prévisible.
• Comprendre l’impact des tokens sur la consommation.
• Choisir un modèle selon la qualité, la rapidité et le coût.
• Mesurer le nombre d’utilisateurs actifs et la fréquence d’utilisation.
• Mesurer les gains de temps et la réduction des erreurs.
• Évaluer la valeur métier générée.
• Comprendre et mesurer le ROI d’un projet IA.

Module 18 – Préparation à l’examen Microsoft AB-731

• Révision des principaux objectifs de l’examen.
• Questions basées sur des scénarios d’entreprise.
• Identifier les pièges fréquents.
• Réviser RAG, grounding et fine-tuning.
• Réviser Microsoft Graph, File Search et Azure AI Search.
• Réviser Copilot Studio et Microsoft Foundry.
• Réviser Researcher et Analyst.
• Réviser Buy, Extend et Build.
• Réviser classification, régression, clustering et anomaly detection.
• Réviser AI Council, Adoption Team et AI Champions.
• Réviser les principes Microsoft Responsible AI.
• Quiz final de préparation à la certification AB-731.

Autre(s) cours dans cette catégorie

→ Perplexity en Pratique : Automatisez votre veille et optimisez vos recherches

→ IA: évolution, compréhension, application, programmation

→ Formation: comment créer du contenu avec l’IA ?