Operationalize machine learning and generative AI solutions (AI-300T00)

 

Kursüberblick

In diesem Kurs werden Lernende darauf vorbereitet, Machine Learning Operations -Lösungen (MLOps) und Generative AI Operations (GenAIOps) auf Azure zu entwerfen, zu implementieren und zu betreiben. Es umfasst das Erstellen einer sicheren und skalierbaren KI-Infrastruktur, das Verwalten des vollständigen Lebenszyklus herkömmlicher Machine Learning-Modelle mit Azure Machine Learning sowie das Bereitstellen, Bewerten, Überwachen und Optimieren von generativen KI-Anwendungen und -Agents mithilfe von Microsoft Foundry. Lernende erhalten praktische Kenntnisse über Automatisierung, kontinuierliche Integration und Bereitstellung, Infrastruktur als Code und Beobachtbarkeit mithilfe von Tools wie GitHub Actions, Azure CLI und Bicep. Der Kurs betont die Zusammenarbeit mit Data Science- und DevOps-Teams, um zuverlässige, produktionsfähige KI-Systeme bereitzustellen, die auf moderne MLOps- und GenAIOps-Best Practices abgestimmt sind.

Zielgruppe

Dieser Kurs richtet sich an Data Scientists, Machine Learning-Ingenieure und DevOps-Experten, die KI-Lösungen auf Produktionsniveau auf Azure entwerfen und betreiben möchten. Es eignet sich für Lernende mit Erfahrungen in Python, einem grundlegenden Verständnis von Machine Learning-Konzepten und grundlegenden Kenntnissen mit DevOps-Praktiken wie Quellcodeverwaltung, CI/CD und Befehlszeilentools, die sich auf die Implementierung von MLOps- und GenAIOps-Workflows mit Azure nativen Diensten vorbereiten.

Zertifizierungen

Kursinhalt

Operationalisieren von Machine Learning-Modellen (MLOps)
  • Mit Azure Machine Learning experimentieren
  • Durchführen der Hyperparameteroptimierung mit Azure Machine Learning
  • Ausführen von Pipelines in Azure Machine Learning
  • Auslösen von Azure Machine Learning-Aufträgen mit GitHub Actions
  • Auslösen von GitHub Actions mithilfe der featurebasierten Entwicklung
  • Arbeiten mit Umgebungen in GitHub Actions
  • Bereitstellen eines Modells mit GitHub Actions
Operationalisieren von generativen KI-Anwendungen (GenAIOps)
  • Planen und Vorbereiten einer GenAIOps-Lösung
  • Verwalten von Eingabeaufforderungen für Agents in Microsoft Foundry mit GitHub
  • Bewerten und Optimieren von KI-Agents durch strukturierte Experimente
  • Automatisieren von KI-Auswertungen mit Microsoft Foundry- und GitHub-Aktionen
  • Überwachen Ihrer generativen KI-Anwendung
  • Analysieren und Debuggen Ihrer generativen KI-App mit Ablaufverfolgung

Preise & Trainingsmethoden

Online Training

Dauer
4 Tage

Preis
  • 2.690,– €
Classroom Training

Dauer
4 Tage

Preis
  • Österreich: 2.690,– €
  • Deutschland: 2.690,– €
  • Schweiz: CHF 2.690,–
 

Kurstermine

Instructor-led Online Training:   Kursdurchführung online im virtuellen Klassenraum.

Englisch

6 Stunden Differenz zu Mitteleuropäische Zeit (MEZ)

Online Training Zeitzone: Eastern Daylight Time (EDT) Kurssprache: Englisch
Online Training Zeitzone: Eastern Daylight Time (EDT) Kurssprache: Englisch
Online Training Zeitzone: Eastern Daylight Time (EDT) Kurssprache: Englisch
Online Training Zeitzone: Eastern Daylight Time (EDT) Kurssprache: Englisch
Online Training Zeitzone: Eastern Daylight Time (EDT) Kurssprache: Englisch
Online Training Zeitzone: Eastern Daylight Time (EDT) Kurssprache: Englisch

7 Stunden Differenz zu Mitteleuropäische Zeit (MEZ)

Online Training Zeitzone: Central Daylight Time (CDT) Kurssprache: Englisch
Online Training Zeitzone: Central Daylight Time (CDT) Kurssprache: Englisch
Online Training Zeitzone: Central Daylight Time (CDT) Kurssprache: Englisch
Online Training Zeitzone: Central Daylight Time (CDT) Kurssprache: Englisch
Online Training Zeitzone: Central Standard Time (CST) Kurssprache: Englisch
Online Training Zeitzone: Central Standard Time (CST) Kurssprache: Englisch

9 Stunden Differenz zu Mitteleuropäische Zeit (MEZ)

Online Training Zeitzone: Pacific Daylight Time (PDT) Kurssprache: Englisch
Online Training Zeitzone: Pacific Daylight Time (PDT) Kurssprache: Englisch
Online Training Zeitzone: Pacific Standard Time (PST) Kurssprache: Englisch
Online Training Zeitzone: Pacific Standard Time (PST) Kurssprache: Englisch