Développer des applications IA à l’aide de services Azure

Principes de base de l’IA générative

Vue d’ensemble

• Présentation de l’IA générative
• Concepts et considérations
• Augmenter les llms avec rag et réglage précis
• Génération avancée d’extraction augmentée

Modèles d’application d’IA

Vue d’ensemble

• Vue d’ensemble des modèles d’application IA

Démarrage

• Discutez avec vos données en utilisant Python
• Discutez avec vos données en utilisant JavaScript
• Discutez avec vos données en utilisant Java
• Discutez avec vos données en utilisant .NET

Conception d’application IA

Vue d’ensemble

• Modèles d’orchestration d’agent IA
• Concevoir votre application IA pour prendre en charge les cycles de vie des modèles de base

Agents avec le protocole MCP (Model Context Protocol)

Vue d’ensemble

• Générer des agents à l’aide du protocole de contexte de modèle sur Azure
• Créer un serveur MCP TypeScript à l’aide d’Azure Container Apps
• Créer des agents basés sur OpenAI à l’aide de MCP
• Créer des outils d’agent IA à l’aide de MCP distants avec Azure Functions
• Héberger des serveurs MCP distants dans Azure App Service

Découvrir et essayer de nouveaux modèles

Guide pratique

• Développer des applications de raisonnement avec des modèles DeepSeek sur Azure AI Foundry à l’aide du Kit de développement logiciel (SDK) OpenAI

Didacticiel

• Prise en main du modèle de raisonnement DeepSeek-R1

Sécurité des applications IA

Vue d’ensemble

• Planification de la sécurité pour les applications basées sur LLM

Guide pratique

• Utiliser Azure OpenAI sans clés
• Utiliser Recherche Azure AI sans clé

Démarrage

• Sécuriser votre application IA avec l’authentification sans clé

Ressources par langage de programmation

Vue d’ensemble

• Python
• JavaScript
• Java
• C# et .NET
• Go