Infrastructure sécurisée prête pour l'IA

Aperçu

This course explains how to design secure AI platforms using Microsoft Foundry, applying centralized governance, managed identities, private networking, Azure OpenAI security controls, and container image protection to ensure compliant, production‑ready AI workloads across enterprise environments.After completing this module, you will be able to:

Configure Microsoft Foundry Hubs and Projects for secure AI development environments Implement Azure OpenAI Service and Cognitive Services with enterprise security controls Secure AI container images and deployments using Azure Container Registry Apply network isolation and identity governance to protect AI infrastructure This course explains how to design secure AI platforms using Microsoft Foundry, applying centralized governance, managed identities, private networking, Azure OpenAI security controls, and container image protection to ensure compliant, production‑ready AI workloads across enterprise environments.After completing this module, you will be able to:

Configure Azure AI Content Safety to detect harmful content in Azure OpenAI requests and responses Implement content filters and custom block lists to enforce organizational content policies Validate Azure OpenAI model outputs against security and compliance requirements Apply responsible AI governance patterns for production AI infrastructure This course teaches how to govern AI platforms using Microsoft Entra and Azure Machine Learning, covering security groups, Conditional Access, managed identities, enterprise application integration, and audit logging to continuously monitor, enforce, and improve identity‑centric security for AI workloads.After completing this module, you will be able to:

Configure Microsoft Entra security groups to organize AI team members and enforce least-privilege access Implement Conditional Access policies that protect Azure Machine Learning workspace access Integrate enterprise applications with Azure Machine Learning using service principals and managed identities Evaluate security posture and access patterns for AI infrastructure using Microsoft Entra audit logs This module equips you to configure Azure's foundational security controls for AI workloads. You'll start by configuring Microsoft Entra ID security principals that define *who* and *what* can access your AI resources—from data scientists needing interactive workspace access to managed identities enabling secure service-to-service communication.By the end of this module, you are able to:

Configure Microsoft Entra ID security principals for AI workload access control.

Implement Azure governance scopes across subscriptions, resource groups, and AI resources. Apply Azure Policy as the primary governance mechanism for infrastructure compliance.

Evaluate security controls for production AI infrastructure deployment.

Programme

• Mettre en œuvre une infrastructure sécurisée prête pour l'IA avec les services Azure Introduction Comprendre l'architecture de sécurité Microsoft Foundry Sécuriser Azure OpenAI et les services cognitifs Sécuriser les images de conteneurs d'IA avec Azure Container Registry Configurer une infrastructure d'IA sécurisée dans Azure Évaluation du module Résumé
• Sécuriser Azure OpenAI avec des contrôles de sécurité de contenu Introduction Comprendre l'architecture de sécurité de contenu Azure AI Configurer des filtres de contenu et des listes de blocage personnalisées Déployer des contrôles de sécurité de contenu dans Azure Évaluation du module Résumé
• Mettre en œuvre la sécurité basée sur l'identité pour les espaces de travail Azure Machine Learning Introduction Configurer les groupes de sécurité Microsoft Entra pour les équipes d'IA Mettre en œuvre des politiques d'accès conditionnel pour Azure Machine Learning Intégrer des applications d'entreprise avec Azure Machine Learning Évaluer la posture de sécurité à l'aide des journaux d'audit Microsoft Entra Configurer un accès sécurisé à Azure Machine Learning Évaluation du module Résumé
• Mettre en œuvre des contrôles de sécurité pour l'infrastructure prête pour l'IA Azure Introduction : Sécuriser l'infrastructure pour les charges de travail d'IA Configurer les principaux de sécurité Microsoft Entra ID Mettre en œuvre les portées de gouvernance Azure pour les ressources d'IA Appliquer Azure Policy comme mécanisme de gouvernance principal Exercice : Configurer une infrastructure d'IA sécurisée dans Azure Évaluation du module Résumé

---

Matières

Programming