Portfolio Azure AI au Maroc : réalisez un projet concret, étape par étape

L’essentiel

Choisissez un périmètre limité : une seule famille de documents et quelques questions métier bien définies.
Pour un premier projet Azure AI, une démonstration sur des documents fictifs est plus simple à sécuriser qu’un prototype connecté à des données réelles.
Le portfolio doit présenter le problème, la méthode, les tests, les résultats et les limites, pas uniquement une capture d’écran.
Ne publiez jamais de données personnelles, de documents clients, de secrets d’accès ou de clés Azure dans votre démonstration ou votre dépôt de code.

Choisir un projet adapté à son niveau

Un projet Azure AI débutant doit être assez petit pour être terminé et assez concret pour donner lieu à une démonstration compréhensible. Évitez de vouloir construire dès le départ un assistant généraliste, une plateforme complète ou un système autonome. Fixez plutôt un objectif observable : retrouver une information dans un petit ensemble de documents, extraire des champs d’un formulaire fictif ou classer des demandes selon quelques catégories définies.

Pour choisir votre sujet, vérifiez trois points. Premièrement, pouvez-vous expliquer le problème en une phrase ? Deuxièmement, disposez-vous de ressources que vous avez le droit d’utiliser ? Enfin, pouvez-vous évaluer le résultat avec des exemples et des critères compréhensibles ? Si une de ces réponses est non, simplifiez le projet avant de commencer.

Un assistant documentaire constitue un exercice pratique Azure AI pertinent : il peut répondre à des questions à partir d’un guide inventé, d’une procédure rédigée pour le projet ou de documents publics dont les conditions de réutilisation sont compatibles avec votre usage. Le portfolio peut montrer le chemin entre la question posée, les passages retrouvés et la réponse produite. Ce choix permet de discuter à la fois de l’IA générative, de la recherche documentaire et de la qualité des sources, sans prétendre que le système remplace un expert.

Débutant : une démonstration avec un petit jeu de documents et des questions préparées à l’avance.
Niveau intermédiaire : comparer plusieurs formulations de questions, analyser les erreurs et améliorer la recherche ou les consignes.
Projet plus avancé : ajouter un flux d’extraction de documents ou une interface simple, en précisant ce qui relève de votre travail et ce qui est assuré par les services Azure utilisés.

Partir d’un besoin concret

Pour éviter le projet artificiel, imaginez une situation de travail limitée. Par exemple, une petite équipe reçoit souvent des questions sur une procédure interne : congés, demandes d’achat ou étapes d’intégration d’un nouvel employé. Votre prototype permettrait de poser une question et de retrouver une réponse appuyée sur un guide de démonstration. Le contexte est plausible, mais les documents utilisés doivent être fictifs ou autorisés.

Le projet ne doit pas promettre une réponse toujours exacte. Son objectif peut être plus modeste : aider à retrouver les passages pertinents et à produire une réponse avec une référence vers le document consulté. Lorsque l’information manque, le système doit pouvoir le signaler plutôt que d’inventer une réponse.

Rédigez un brief avant d’ouvrir les outils. Il servira à cadrer la réalisation et à expliquer le projet à une personne qui découvre votre portfolio.

Brief de projet — objectif : créer une démonstration d’assistant documentaire qui répond à des questions sur une procédure fictive et indique les éléments sur lesquels il s’appuie.
Public visé : recruteur, client ou responsable métier souhaitant comprendre la valeur et le périmètre du prototype.
Périmètre : un corpus limité, un type de question et une interface de démonstration simple. Le prototype ne prend aucune décision à la place d’une personne.
Livrables : schéma de l’architecture, documents de démonstration, liste de questions de test, résultats observés, consignes d’utilisation, limites connues et courte démonstration enregistrée ou guidée.

Préparer les données, fichiers ou ressources

La préparation des ressources est une partie importante du projet, même si elle est moins visible qu’une interface. Commencez par rédiger un ou plusieurs documents courts avec des informations cohérentes, des titres explicites et des règles non contradictoires. Vous pouvez inventer une procédure d’accueil, un guide de réservation de salles ou une politique fictive de traitement des demandes. Signalez dans votre portfolio que ces documents sont des exemples créés pour la démonstration.

Vous pouvez également vous appuyer sur des ressources publiques, mais vérifiez leur origine, leurs conditions d’utilisation et leur pertinence avant de les intégrer. N’utilisez pas par défaut des documents trouvés en ligne comme s’ils étaient libres de réutilisation. Pour des données d’entreprise, obtenez une autorisation explicite et suivez les règles de votre organisation. Pour un portfolio public, privilégiez des données synthétiques ou des extraits que vous êtes autorisé à diffuser.

Préparez ensuite un petit jeu de questions : questions auxquelles le corpus répond clairement, questions formulées différemment, questions dont la réponse est absente et questions ambiguës. Cette préparation permettra de distinguer une réponse correcte d’une formulation simplement convaincante.

À exclure de la publication : noms, coordonnées, identifiants, informations de santé, documents internes, données clients et informations confidentielles.
À protéger dans l’environnement de travail : clés, mots de passe, fichiers de configuration contenant des secrets et accès à des ressources Azure.
À documenter : provenance des fichiers, caractère fictif ou public des données, transformations réalisées et autorisations nécessaires.
À contrôler avant toute capture d’écran : que le portail, les journaux, les noms de fichiers et les exemples ne révèlent aucune information sensible.

Réaliser le projet par étapes

Réalisez le projet en séparant les objectifs. Azure AI regroupe des services qui peuvent couvrir différents besoins : capacités génératives, recherche ou traitement de documents. Il n’est pas nécessaire de mobiliser toutes ces briques. Sélectionnez celles qui répondent effectivement au brief, puis décrivez votre choix en termes simples. Les noms précis des services et leur disponibilité peuvent évoluer : vérifiez la documentation Microsoft correspondant à votre environnement avant la mise en œuvre.

Commencez par fixer une définition de réussite. Par exemple, le prototype doit retrouver une information présente dans le corpus pour les questions prévues, refuser de conclure lorsqu’elle est absente et rendre visible la source utilisée. Cette définition est plus utile qu’une promesse générale de « bonnes réponses ».

Ensuite, préparez les documents, mettez en place un prototype minimal dans l’environnement Azure auquel vous avez accès et testez-le avec le jeu de questions. Gardez une trace des changements : une consigne modifiée, un document corrigé ou une règle ajoutée doivent être reliés à une erreur observée. Cette démarche rend votre travail plus crédible qu’une présentation du seul résultat final.

1. Délimiter le cas d’usage, l’utilisateur et les questions auxquelles le prototype doit répondre.
2. Construire un corpus fictif ou autorisé, puis vérifier qu’il est lisible et cohérent.
3. Choisir les composants Azure AI nécessaires et dessiner un schéma simple des étapes : question, recherche d’information, génération éventuelle de réponse et présentation du résultat.
4. Créer une première version minimale. Éviter les fonctions secondaires tant que la réponse au besoin principal n’est pas testée.
5. Exécuter les questions de test et noter, pour chacune, le résultat attendu, le résultat obtenu et l’action corrective.
6. Refaire les tests après chaque modification importante et préparer une démonstration avec des exemples sans données sensibles.

Tester, corriger et documenter

Une démonstration réussie sur un exemple préparé ne prouve pas que le projet fonctionne dans tous les cas. Le contrôle qualité consiste à tester les cas ordinaires, les formulations différentes et les situations où le système devrait reconnaître qu’il ne sait pas. Présentez les résultats honnêtement : si une question produit une réponse inexacte, expliquez ce qui a été corrigé ou indiquez clairement que cette limite subsiste.

La checklist ci-dessous peut être jointe au portfolio ou utilisée comme feuille de test. Notez les observations de manière concrète : « le système a retrouvé le bon passage » est plus informatif qu’une appréciation vague comme « la réponse était bonne ». Si vous donnez des mesures, expliquez exactement comment elles ont été obtenues et sur quel jeu de tests.

☐ Les questions de test couvrent plusieurs formulations du même besoin.
☐ Les réponses sont comparées aux documents source, et pas seulement évaluées à leur apparence.
☐ Une question dont la réponse est absente est testée ; le système ne doit pas être présenté comme sachant répondre à tout.
☐ Les références ou passages présentés permettent de vérifier l’origine de l’information.
☐ Les documents contradictoires, incomplets ou difficiles à lire ont été repérés.
☐ Les erreurs importantes et les ajustements apportés sont consignés.
☐ Les captures et journaux visibles ne contiennent aucune donnée personnelle, confidentielle ou secret d’accès.
☐ La démonstration fonctionne à partir des ressources annoncées et ne dépend pas d’un fichier local oublié.

Présenter son travail dans un portfolio

Votre page de portfolio doit permettre à un tiers de comprendre le projet sans devoir déduire son fonctionnement à partir d’images. Commencez par le besoin et l’objectif, puis montrez le périmètre, les ressources utilisées, le schéma des composants, les étapes de réalisation et quelques tests. Une courte vidéo ou une démonstration guidée peut compléter cette présentation, mais elle ne remplace pas l’explication écrite.

Publiez seulement ce que vous avez le droit de partager. Vous pouvez remplacer des exemples par des données entièrement fictives, masquer les éléments non pertinents et montrer des captures préparées spécifiquement pour le portfolio. Ne publiez pas une clé Azure, une configuration secrète, un export de conversation contenant des données réelles ou une capture où apparaissent des identifiants.

Distinguez clairement le prototype de ce qui serait nécessaire pour un déploiement professionnel : gestion des accès, surveillance, protection des données, vérification humaine et tests plus larges. Présenter ces besoins comme des étapes futures montre que vous comprenez les limites de votre démonstration. Dans un entretien, soyez prêt à expliquer une erreur rencontrée, le choix d’une ressource et la manière dont vous avez contrôlé la réponse.

À montrer : un titre explicite, le brief, un schéma lisible, des captures propres, les questions de test et les résultats observés.
À préciser : les services utilisés, votre contribution, l’origine des données et les fonctionnalités qui restent hors périmètre.
À éviter : les promesses d’exactitude absolue, les résultats présentés sans méthode de test et les données réelles dont vous n’avez pas l’autorisation de diffusion.

Le parcours, étape par étape

11. Définir le besoin — Choisissez une tâche limitée et formulez l’objectif en une phrase. Fixez l’utilisateur, le type de question traité et ce que le prototype ne fera pas.
22. Préparer un corpus sûr — Créez des documents fictifs ou vérifiez que les ressources retenues peuvent être utilisées et diffusées. Préparez des questions avec réponse, sans réponse et ambiguës.
33. Concevoir la solution minimale — Décrivez le parcours de l’information et choisissez uniquement les composants Azure AI utiles au cas d’usage. Gardez un schéma de l’architecture et expliquez vos choix.
44. Construire et observer — Mettez en place une première démonstration, exécutez les questions préparées et consignez les résultats, les erreurs et les changements apportés.
55. Vérifier avant publication — Rejouez la checklist de qualité, contrôlez les sources des réponses et retirez les données sensibles des fichiers, captures et journaux.
66. Raconter le projet — Présentez le besoin, les livrables, votre démarche, les résultats et les limites. Préparez une démonstration reproductible avec des exemples fictifs.