Certifications IA cloud : choisir son examen en 2026

Vous préparez une reconversion vers le ML ou l'ingénierie IA ? Un ancien intitulé peut mener à un examen fermé. La nouveauté de septembre concerne AWS Machine Learning Engineer – Associate : sa version MLA-C02 est désormais accessible en bêta. Voici ce qui a réellement changé, puis une méthode pour construire votre parcours.

Les examens à ne plus préparer pour une nouvelle inscription

Retraits constatés au 8 octobre 2026 ; les liens renvoient aux organismes.
Ancien parcours	Statut et conséquence
AWS Machine Learning – Specialty	Dernier jour de passage : 31 mars 2026. Un titre déjà obtenu reste actif jusqu'à son échéance initiale.
Azure AI Engineer Associate (AI-102)	Retiré le 30 juin 2026. Impossible de passer cet examen après cette date.
Azure Data Scientist Associate (DP-100)	Retiré le 1er juin 2026. Une préparation portant uniquement sur DP-100 ne mène plus à un nouvel examen.
TensorFlow Developer Certificate	Examen fermé. La page officielle maintient une validité de trois ans à partir de la réussite pour les titres déjà obtenus.

Les cours peuvent rester utiles pour apprendre. Séparez toutefois la compétence enseignée de la promesse de passer un examen. Chez Microsoft, un titre déjà obtenu reste dans le relevé du profil ; son renouvellement n'est plus possible après le retrait.

Trois parcours actuels, avec des objectifs différents

AWS Machine Learning Engineer – Associate : nouvelle version en bêta

Les inscriptions à MLA-C02 ont ouvert le 1er septembre 2026 ; les passages ont commencé le 29 septembre. La bêta est en anglais uniquement. MLA-C01 en anglais a fermé le 28 septembre ; les versions japonaise, coréenne et chinoise simplifiée restent proposées jusqu'à la disponibilité générale de MLA-C02. Le billet AWS du 1er septembre annonce la disponibilité générale au 14 janvier 2027, alors que la fiche de certification affiche encore une date à déterminer. Le 14 janvier est donc une échéance annoncée, à reconfirmer avant de réserver, et non une disponibilité acquise. Le programme élargit le ML en production au RAG, aux agents et aux modèles de fondation. Consultez le calendrier et le programme AWS avant de choisir votre préparation.

AWS Generative AI Developer – Professional : applications génératives

Le billet AWS actualisé le 17 mars 2026 annonçait l'ouverture des inscriptions à la version standard. La fiche actuelle permet de réserver l'examen : il ne s'agit plus seulement d'une annonce de bêta. AWS vise des développeurs ayant au moins deux ans d'expérience dans des applications en production et un an de pratique de l'IA générative. C'est un parcours avancé, à envisager si vous travaillez déjà sur des applications utilisant notamment Amazon Bedrock.

Microsoft Azure AI Apps and Agents Developer Associate (AI-103)

La fiche Microsoft propose l'inscription et indique le français parmi les langues de passage. Ce parcours porte sur le développement avec Python et Microsoft Foundry : solutions génératives, agents, vision, analyse de texte et extraction d'informations. Comparez son programme à vos besoins plutôt que de supposer que votre ancien cours AI-102 le couvre entièrement.

Choisir selon le travail que vous voulez réaliser

Notre conseil : partez du poste et du cloud utilisé dans les offres que vous ciblez. Si le métier reste flou, commencez par le test d'orientation et le tableau des métiers. Les exercices suivants sont des propositions de portfolio, pas des questions d'examen ni des résultats de tests réalisés.

Vous visez le ML en production ou le MLOps: Pour un environnement AWS, examinez le parcours Associate. Avant de vous inscrire, entraînez un petit modèle local, versionnez ses données, écrivez un test de qualité et décrivez comment détecter une dérive après déploiement. Votre livrable : un dépôt reproductible avec procédure de retour à la version précédente. Comparez ces tâches à la fiche MLOps Engineer.
Vous visez une application IA ou un chatbot: Sur Azure, étudiez AI-103 ; sur AWS, comparez le parcours Associate au niveau Professional en fonction de votre pratique. Préparez une maquette de recherche documentaire sur des documents publics : questions, passages attendus, réponse autorisée et cas où le système doit s'abstenir. Documentez les droits d'accès et les critères d'évaluation. Le guide de prompt engineering aide à formuler les consignes ; la fiche développeur chatbot détaille le métier.
Vous visez surtout l'analyse et la modélisation: Ne remplacez pas automatiquement DP-100 par un examen consacré aux agents. Faites d'abord correspondre vos lacunes au parcours Data Scientist : statistiques, préparation des données et évaluation. Un projet local avec comparaison à une méthode de référence, analyse des erreurs et limites explicites permet de travailler ces bases avant de choisir un fournisseur cloud.

Votre vérification avant de payer une préparation

Notez le code exact. Enregistrez la page officielle, la version, la langue et la date de vérification. Un cours MLA-C01 peut nécessiter des compléments pour MLA-C02.
Comparez les programmes. Faites une liste « déjà pratiqué / à apprendre / absent du cours ». Demandez au formateur quelle version son cours prépare et comment il traite les nouveaux sujets.
Vérifiez le statut au moment de réserver. Une bêta disponible et une version standard à venir sont deux étapes distinctes. Reconfirmez les dates annoncées, surtout quand les pages officielles ne sont pas encore alignées.
Choisissez un exercice avant un certificat. Réalisez les éléments locaux du portfolio, puis identifiez les compétences propres au cloud qui vous manquent. Si vous passez à une infrastructure cloud, estimez et encadrez son coût avant de l'utiliser.

Pour comparer un parcours long, un bootcamp et une certification fournisseur, consultez les formations IA. Les statuts RNCP affichés sur cette page relèvent du registre officiel importé ; le présent guide traite des examens des fournisseurs.