Formation : Architectures de solutions IA

Durée	3 jours
Code cours	IA007
Dates	16 au 18 mars 15 au 17 juin 21 au 23 septembre 30 novembre au 2 décembre (cliquez sur une date pour vous inscrire)

Public:

Administrateurs systèmes, ingénieurs DevOps, architectes infrastructure, administrateurs de données, ingénieurs systèmes déployant des solutions IA en production

Objectifs:

Maintenir et superviser des solutions IA en production, configurer des outils de surveillance et d'alertes, gérer les cycles de vie des modèles, administrer les infrastructures IA, assurer la sécurité et la conformité des déploiements

Connaissances préalables nécessaires:

Expérience en administration systèmes, notions de base en réseaux et bases de données.

Déroulé pédagogique


	Modèles architecturaux pour l'IA
Durée : 2h30 Méthodes pédagogiques : alternance de théorie et de travaux pratiques Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux	Comprendre les modèles fondamentaux des architectures IA et leurs cas d'usage. Modèles batchs, temps-continu, presque temps réel : architectures Lambda, Kappa, Delta Architecture événementielle pour l'IA : historisation des événements, séparation commandes/requêtes, CQRS, traitement en flux Modèles microservices pour l'IA : découverte des services, disjoncteur, cloisonnement Architecture sans serveurs pour l'IA : FaaS, pilotage par événements, élasticité automatique Modèle edge computing : apprentissage de proximité en mode fog computing, apprentissage fédéré, inférence distribuée Atelier : Analyse comparative des modèles - sélection d'architecture pour 3 cas d'usage différents (recommandation temps réel, analyse batchs, IoT de périphérie)

	Architecture des chaînes de données et ML
Durée : 2h30 Méthodes pédagogiques : alternance de théorie et de travaux pratiques Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux	Concevoir les architectures de traitement et d'ingestion des données pour l'IA. Architecture de stockage : comparaison lac de données, entrepôts, lac pour l'IA Chaînes ETL/ELT optimisées pour l'apprentissage automatique Architecture de diffusion en continu : Apache Kafka, Pulsar, Kinesis - comparaison et choix Magasins de caractéristiques (feature stores) : architecture centralisée vs décentralisée, en ligne vs hors ligne Maillage de données (data mesh) et architectures distribuées pour l'IA Versioning des données et reproductibilité : DVC, Delta Lake, Apache Iceberg Atelier : Conception d'une chaîne de données ML - architecture lambda avec Kafka, magasin de caractéristiques, versioning, surveillance de qualité

	Architecture d'infrastructure et dimensionnement
Durée : 2h30 Méthodes pédagogiques : alternance de théorie et de travaux pratiques Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux	Dimensionner et concevoir l'infrastructure pour les charges de travail IA. Dimensionnement GPU, CPU : critères de choix, coût/performance Architecture multi-cloud et cloud hybride pour l'IA Stratégies de mise à l'échelle : mise à l'échelle automatique, équilibrage de charge, mutualisation des ressources Architecture haute disponibilité : redondance, basculement, reprise après sinistre Optimisation des coûts : instances ponctuelles, capacité réservée, planification intelligente Architecture edge-to-cloud : synchronisation, cohérence, optimisation de latence Atelier : Dimensionnement d'une infrastructure IA - calcul des besoins, architecture haute disponibilité, stratégie multi-cloud, estimation des coûts

	Architecture de déploiement et distribution de modèles
Durée : 2h30 Méthodes pédagogiques : alternance de théorie et de travaux pratiques Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux	Concevoir les architectures de déploiement et de service des modèles ML. Modèles de déploiement : bleu-vert, canari, tests A/B, mode fantôme Architecture de distribution de modèles : synchrone vs asynchrone, par lots vs temps réel Orchestration de modèles : méthodes d'ensemble, cascade, routage intelligent Architecture multi-modèles : registre de modèles, gestion des versions, tests A/B Optimisation des inférences : traitement par lots, mise en cache, quantification, élagage Architecture d'inférence de périphérie : TensorFlow Lite, ONNX Runtime, NVIDIA Triton Atelier : Conception d'une architecture de distribution - déploiement multi-modèles, équilibrage de charge, optimisation latence, surveillance des performances

	Intégration dans les architectures SI existantes
Durée : 2h30 Méthodes pédagogiques : alternance de théorie et de travaux pratiques Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux	Intégrer les solutions IA dans les systèmes d'information existants. Modèles d'intégration : API-first, piloté par événements, files de messages Architecture de passerelle d'APIs pour l'IA : limitation de débit, authentification, surveillance Intégration avec systèmes hérités : adaptation de modèles d'architecture, couches anti-corruption Architecture ESB et microservices : choix et compromis Gestion des transactions et cohérence dans les systèmes IA Impact sur les architectures existantes : migration de modèles d'architecture, coexistence Atelier : Conception d'une stratégie d'intégration - passerelle API, intégration de modèles d'architecture, migration progressive, gestion des dépendances

	Architecture de sécurité et gouvernance
Durée : 2h30 Méthodes pédagogiques : alternance de théorie et de travaux pratiques Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux	Concevoir la sécurité et la gouvernance au niveau architectural. Modèles d'architecture sécurisée. Architecture de confiance pour l'IA : identité, périphériques, réseau, données Chiffrement et protection des données : au repos, pendant les transferts, pendant les calculs Architecture de suivi et auditabilité : journalisation, traces, métriques Modèles de gouvernance : politique de grouvernance en tant que code, conformité automatisée Architecture multi-tenant : isolation, sécurité, performance Atelier : Conception d'une architecture sécurisée - modélisation des menaces, architecture zéro confiance, automatisation de la conformité, surveillance de sécurité

	Performance et optimisation architecturale
Durée : 2h30 Méthodes pédagogiques : alternance de théorie et de travaux pratiques Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux	Optimiser les performances des architectures IA. Métriques architecturales : latence, débit, disponibilité, évolutivité Modèles d'optimisation : stratégies de mise en cache, mutualisation des connexions, traitement asynchrone Architecture distribuée : fragmentation, partitionnement, distribution de charge Optimisation réseau : CDN, mise en cache de périphérie, compression, optimisation de protocole Surveillance et observabilité : APM, traçage distribué, ingénierie du chaos Planification de capacité et tests de performance Atelier : Optimisation d'une architecture existante - identification des goulots d'étranglement, stratégies d'optimisation, surveillance avancée, tests de charge

	Architecture cloud-native et DevOps
Durée : 2h Méthodes pédagogiques : alternance de théorie et de travaux pratiques Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux	Concevoir des architectures cloud-native pour l'IA. Modèles natifs cloud : application 12-factor, conteneurisation, orchestration Architecture Kubernetes pour l'IA : opérateurs, ressources personnalisées, planification GPU CI/CD pour l'IA : GitOps, infrastructure en tant que code, tests automatisés Architecture multi-régions : réplication de données, optimisation de latence, reprise après sinistre Maillage de services et observabilité : Istio, Linkerd, suivi des traces distribuées Architecture en tant que code : Terraform, Pulumi, modèles ARM Atelier : Conception d'une architecture cloud-native complète - Kubernetes, CI/CD, maillage de services, multi-régions, infrastructure en tant que code

	Études de cas et revue d'architecture
Durée : 2h Méthodes pédagogiques : alternance de théorie et de travaux pratiques Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux	Appliquer les concepts à des cas réels et effectuer des revues d'architecture. Architecture pour différents domaines : e-commerce, finance, santé, IoT Revue d'architectures existantes : identification des anti-modèles, recommandations Compromis architecturaux : performance vs coût, sécurité vs utilisabilité Enregistrements de décisions architecturales (ADR) : documentation des choix architecturaux Présentation et défense d'architectures Méthodologies d'architecture : TOGAF, modèle C4, arc42 Atelier final : Conception complète d'une architecture IA pour un cas d'usage complexe - documentation ADR, présentation à un comité d'architecture, revue par les pairs

Retour au descriptif
Modalités et délais d'accès
Méthodes mobilisées et modalités d'évaluation

Phirio

+33 1 55 33 52 10
info@phirio.fr

Calendrier
Code cours : IA007

Contenu de la formation
Architectures de solutions IA:

Modèles architecturaux pour l'IA
Architecture des chaînes de données et ML
Architecture d'infrastructure et dimensionnement
Architecture de déploiement et distribution de modèles
Intégration dans les architectures SI existantes
Architecture de sécurité et gouvernance
Performance et optimisation architecturale
Architecture cloud-native et DevOps
Études de cas et revue d'architecture

Accès à la liste des cours

Vous pouvez bien entendu composer votre programme personnel à partir de nos descriptifs de cours

Télécharger le programme

Version du document : T021
Date de mise à jour du document : 2026/01/21

Phirio

Formations