Événement
31 mars, 23 h - 2 avr., 23 h
Le plus grand événement d’apprentissage Fabric, Power BI et SQL. 31 mars au 2 avril. Utilisez le code FABINSIDER pour économiser 400 $.
Inscrivez-vous aujourd’huiCe navigateur n’est plus pris en charge.
Effectuez une mise à niveau vers Microsoft Edge pour tirer parti des dernières fonctionnalités, des mises à jour de sécurité et du support technique.
Dans cet article, découvrez comment fonctionne Microsoft Copilot pour la science des données fonctionne, comment vos données métier sont sécurisées et conformes aux exigences de confidentialité et comment utiliser l’IA générative de manière responsable. Pour obtenir une vue d’ensemble de ces rubriques pour Copilot dans Fabric, voir Confidentialité, sécurité et utilisation responsable de Copilot (préversion).
Avec Copilot pour la science des données dans Microsoft Fabric et d’autres fonctionnalités d’IA générative en préversion, Microsoft Fabric offre un nouveau moyen de transformer et d’analyser des données, de générer des insights et de créer des visualisations et des rapports dans La science des données et les autres charges de travail.
Pour les considérations et limitations, consultez Limitations.
Dans les notebooks, Copilot peut uniquement accéder aux données accessibles au notebook actuel de l’utilisateur, soit dans un lakehouse attaché, soit directement chargé ou importé dans ce notebook par l’utilisateur. Dans les blocs-notes, Copilot ne peut accéder à aucune donnée qui n’est pas accessible au bloc-notes.
Par défaut, Copilot a accès aux types de données suivants :
AI Skill est un nouvel outil dans Fabric qui permet d’obtenir des réponses à partir de vos données tabulaires en langage naturel.
Un analyste de données ou un ingénieur peut préparer la compétence IA à utiliser par les utilisateurs professionnels non techniques. Ils doivent configurer la source de données Fabric et peuvent éventuellement fournir des informations de contexte supplémentaires qui ne sont pas évidentes à partir du schéma.
Les utilisateurs non techniques peuvent ensuite taper des questions et recevoir les résultats de l’exécution d’une requête SQL générée par l’IA.
Les utilisateurs professionnels qui ne connaissent pas la façon dont les données sont structurées peuvent poser des questions descriptives telles que « quels sont les 10 principaux produits par volume de ventes le mois dernier ? » en plus des données tabulaires stockées dans Fabric Lakehouses et Fabric Warehouses.
La compétence IA n’est pas destinée à être utilisée dans les cas où des résultats déterministes et 100 % exacts sont requis, ce qui reflète les limitations LLM actuelles.
La compétence IA n’est pas destinée aux cas d’utilisation qui nécessitent une analyse approfondie ou une analytique causale. Par exemple, demander « pourquoi nos chiffres de vente ont chuté le mois dernier ? » est hors propos.
L’équipe produit a testé la compétence IA sur divers benchmarks publics et privés pour les tâches SQL afin de déterminer la qualité des requêtes SQL.
L’équipe a également investi dans des atténuations de dommages supplémentaires, y compris des approches technologiques pour concentrer la sortie de la compétence IA sur le contexte des sources de données choisies.
Assurez-vous que vos noms de colonnes sont descriptifs. Au lieu d’utiliser des noms de colonnes tels que « C1 » ou « ActCu », utilisez « ActiveCustomer » ou « IsCustomerActive ». Il s’agit du moyen le plus efficace d’obtenir des requêtes plus fiables à partir de l’IA.
Utilisez les notes du modèle dans le panneau de configuration de l’interface utilisateur. Si les requêtes SQL générées par la compétence IA sont incorrectes, vous pouvez fournir des instructions au modèle en anglais brut pour améliorer les futures requêtes. Le système utilisera ces instructions avec chaque requête. Les instructions courtes et directes sont les meilleures.
Fournissez des exemples dans le panneau de configuration du modèle dans l’interface utilisateur. Le système tire parti des exemples les plus pertinents lors de la fourniture de ses réponses.
La compétence IA a uniquement accès aux données que vous fournissez. Il utilise le schéma (nom de table et nom de colonne), ainsi que les notes du modèle et des exemples que vous fournissez dans l’interface utilisateur.
La compétence IA a uniquement accès aux données auxquelles l’questionneur a accès. Si vous utilisez la compétence IA, vos informations d’identification sont utilisées pour accéder à la base de données sous-jacente. Si vous n’avez pas accès aux données sous-jacentes, la compétence IA ne l’a pas non plus. Cela est vrai lorsque vous publiez la fonctionnalité IA sur d'autres destinations, telles que Copilot pour Microsoft 365 ou Microsoft Copilot Studio, où la fonctionnalité IA peut être utilisée par d'autres utilisateurs.
Événement
31 mars, 23 h - 2 avr., 23 h
Le plus grand événement d’apprentissage Fabric, Power BI et SQL. 31 mars au 2 avril. Utilisez le code FABINSIDER pour économiser 400 $.
Inscrivez-vous aujourd’huiFormation
Module
IA responsable avec GitHub Copilot - Training
Ce module explore l’utilisation responsable de l’IA dans le contexte de GitHub Copilot, un outil d’IA générative pour les développeurs. Il vous fournira les connaissances et les compétences nécessaires pour tirer efficacement parti de Copilot tout en atténuant les risques éthiques et opérationnels potentiels associés à l’utilisation de l’IA.
Certification
Microsoft Certified : Azure Data Scientist Associate - Certifications
Gérer l’ingestion et la préparation des données, l’entraînement et le déploiement des modèles, ainsi que la surveillance des solutions d’apprentissage automatique avec Python, Azure Machine Learning et MLflow.