Descriptif
Préparation à la certification Databricks Generative AI Engineer Associate est une formation de 2 jours (14 heures), de niveau expert, rattachée au domaine « Intelligence artificielle pour l'IT ». Se préparer à concevoir des applications d'IA générative sur Databricks. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires cloud individuels, avec des cas inspirés des secteurs banque, assurance et services publics. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.
Objectifs pédagogiques
À l'issue de la formation, le participant sera capable de :
- Conception d'applications
- Préparation des données
- Développement
- Évaluation
- Gouvernance
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Ouverture : inventaire des acquis Databricks des participants et lecture du plan d'examen officiel | 0,5 h |
| 2 | Concevoir une application d'IA générative sur Databricks : choix du modèle, de la chaîne et des garde-fous | 1,5 h |
| 3 | Travaux pratiques : préparer un corpus fictif dans Delta Lake avec Apache Spark et le gouverner dans Unity Catalog | 2,5 h |
| 4 | Travaux pratiques : indexer le corpus dans Vector Search et éprouver la qualité des résultats | 2,5 h |
| Jour 2 | ||
| 5 | Travaux pratiques : assembler une chaîne de RAG avec Mosaic AI, la journaliser et la servir en point de terminaison | 2,5 h |
| 6 | Travaux pratiques : évaluer la chaîne avec MLflow, comparer deux modèles servis et mesurer les coûts | 2 h |
| 7 | Gouvernance et sécurité : lignage, droits, traçabilité des inférences et journalisation des charges utiles | 1 h |
| 8 | Examen blanc commenté au format de l'épreuve (45 questions, 90 minutes) couvrant les six domaines du référentiel — conception, préparation des données, développement, assemblage et déploiement, gouvernance, évaluation et supervision — correction argumentée et plan de révision | 1,5 h |
Méthodes pédagogiques
- Pédagogie active : 68 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
- répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
- classe inversée avec prérequis sur le LMS
- apprentissage adaptatif selon le positionnement initial
- travaux en binômes
- classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
- support clair, complet et paginé remis à chaque participant
Technologies et outils mobilisés
Databricks, Delta Lake, Apache Spark, Unity Catalog, Mosaic AI, Vector Search, MLflow
Modalités d'évaluation et de validation
- Positionnement initial en ligne
- quiz de validation à chaque séquence
- évaluation finale des acquis (QCM et mise en situation)
- satisfaction à chaud
- questionnaire de transfert à 30 jours
- attestation de fin de formation
- préparation et passage de la certification Databricks Certified Generative AI Engineer Associate, examen en sus
Plateforme, laboratoires et ressources
- LMS DATAROCKSTARS : parcours, supports numériques, quiz, évaluations, émargement par demi-journée
- laboratoires cloud individuels accessibles depuis un navigateur, sans installation, données fictives, détruits en fin de session
- bibliothèque O'Reilly (plus de 60 000 ressources)
- accès aux supports pendant 6 mois