Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à AI Builder et à l'IA low-code
- Capacités d'AI Builder et scénarios courants.
- Licence, gouvernance et considérations au niveau du locataire (tenant).
- Vue d'ensemble des intégrations Power Platform (Power Apps, Power Automate, Dataverse).
OCR et traitement de formulaires : documents structurés et non structurés
- Différences entre les modèles structurés et les documents à mise en forme libre.
- Préparation des données d'entraînement : étiquetage des champs, diversité des échantillons et directives de qualité.
- Création d'un modèle de traitement de formulaires AI Builder et évaluation de la précision de l'extraction.
- Post-traitement des données extraites : validation, normalisation et gestion des erreurs.
- Atelier pratique : extraction OCR à partir de types de formulaires mixtes et intégration dans un flux de traitement.
Modèles de prédiction : classification et régression
- Cadrage du problème : tâches qualitatives (classification) vs quantitatives (régression).
- Préparation des caractéristiques (features) et gestion des données manquantes dans les flux Power Platform.
- Entraînement, test et interprétation des métriques du modèle (précision, exactitude, rappel, RMSE).
- Expliquabilité du modèle et considérations d'équité dans les cas d'utilisation commerciaux.
- Atelier pratique : création d'un modèle de prédiction personnalisé pour l'attrition, la notation ou la prévision numérique.
Intégration avec Power Apps et Power Automate
- Intégration des modèles AI Builder dans les applications canvas et pilotées par des modèles (model-driven).
- Création de flux automatisés pour traiter les données extraites et déclencher des actions commerciales.
- Modèles de conception pour des applications pilotées par l'IA évolutives et maintenables.
- Atelier pratique : scénario de bout en bout – téléchargement de document, OCR, prédiction et automatisation du workflow.
Concepts de Process Mining complémentaires (optionnel)
- Comment le Process Mining aide à découvrir, analyser et améliorer les processus à l'aide de journaux d'événements.
- Utilisation des résultats du Process Mining pour informer les caractéristiques du modèle et automatiser les boucles d'amélioration.
- Exemple pratique : combiner les insights du Process Mining avec AI Builder pour réduire les exceptions manuelles.
Considérations de production, gouvernance et surveillance
- Gouvernance des données, confidentialité et conformité lors de l'utilisation d'AI Builder sur des documents sensibles.
- Cycle de vie du modèle : réentraînement, gestion des versions et surveillance des performances.
- Industrialisation des modèles avec alertes, tableaux de bord et validation humaine (human-in-the-loop).
Résumé et prochaines étapes
Pré requis
- Expérience avec Power Apps, Power Automate ou l'administration de la Power Platform.
- Familiarité avec les concepts de données, les bases du Machine Learning (ML) et l'évaluation des modèles.
- Aisance dans la manipulation d'ensembles de données, les exports Excel/CSV et le nettoyage de données basique.
Audience cible
- Développeurs Power Platform et architectes de solutions.
- Analystes de données et propriétaires de processus cherchant à automatiser grâce à l'IA.
- Responsables de l'automatisation commerciale concentrés sur les cas d'utilisation du traitement de documents et de la prédiction.
14 Heures
Nos clients témoignent (2)
Nous avons travaillé sur des exemples assez complexes afin de pouvoir nous faire une idée de ce que peut ressembler le travail réel avec Power Automate Desktop dans un scénario réel.
Michal Strnad - MicroNova AG
Formation - Microsoft Flow/Power Automate
Traduction automatique
Dynamique, adaptable et informatif
Marcia - Complete Coherence
Formation - Microsoft Power Platform Fundamentals
Traduction automatique
