AI-102T00: Entwerfen und Implementieren einer Microsoft Azure KI-Lösung

•  Einführung in KI und Azure
  
  • Einführung in KI: Was ist KI, Machine Learning und Deep Learning?
  • Übersicht über Azure AI-Lösungen: Cognitive Services, Machine Learning Services, Data Science Virtual Machines, Azure Databricks, usw.
  • Erste Schritte mit Azure Machine Learning: Erstellung von Arbeitsbereichen, Verwaltung von Ressourcen, Erstellung von Jupyter-Notebooks, Konfiguration von Compute-Ressourcen, usw.
  • Hands-on-Übung: Erstellen eines Arbeitsbereichs und einer Compute-Instanz in Azure Machine Learning
  
  
• Entwerfen von KI-Lösungen
  
  • Planen von KI-Lösungen: Identifizieren von Geschäftsproblemen, Erstellen von KI-Use-Cases, Erstellen von Anforderungen und Zielen, Identifizieren von Datenquellen und -anforderungen, usw.
  • Entwerfen von KI-Lösungen mit Azure Machine Learning: Erstellung von Experimenten und Pipelines, Auswahl von Algorithmen und Hyperparametern, Evaluierung von Modellen, usw.
  • Entwerfen von Datenpipelines für KI-Lösungen: Datenbereinigung, -transformation, -aufbereitung und -modellierung, Verwendung von Datenquellen und -speichern in Azure, usw.
  • Hands-on-Übung: Erstellung einer Datenpipeline mit Azure Machine Learning
  
  
•  Implementierung von KI-Lösungen
  
  • Implementierung von Datenpipelines für KI-Lösungen: Erstellung von Datenpipelines mit Azure Machine Learning, Überwachung von Datenpipelines, Ausführung von Datenpipelines in der Cloud, usw.
  • Implementierung von Modellen mit Azure Machine Learning: Erstellung von Modellen in Azure Machine Learning, Schulung und Validierung von Modellen, Auswahl von Modellen, Konfiguration von Modellparametern, usw.
  • Überwachung und Fehlerbehebung von KI-Lösungen: Überwachung von Modellleistung, Verfolgung von Metriken und Ausgaben, Identifizierung von Problemen und Fehlerbehebung, usw.
  • Hands-on-Übung: Implementierung eines Modells mit Azure Machine Learning
  
  
•  Bereitstellung und Verwaltung von KI-Lösungen
  
  • Bereitstellung von KI-Modellen in Azure: Erstellung von Diensten und APIs für KI-Modelle, Verwendung von Azure Kubernetes Service und Azure Container Instances, Skalierung von Modellleistung, usw.
  • Überwachung von KI-Modellen in Azure: Überwachung der Leistung von bereitgestellten Modellen, Überwachung von Endbenutzeraktivitäten, Überwachung von Ressourcennutzung und Kosten, usw.
  • Verwaltung von KI-Modellen in Azure: Verwaltung von Modellversionen, Verwaltung von Berechtigungen und Zugriffssteuerung, Verwaltung von Ressourcen und Kosten, usw.
  • Hands-on-Übung: Bereitstellung eines Modells als Dienst in Azure
    
    
    
    
  
  

Nach der Schulung können Sie folgende Fragen beantworten:

• Wie können Sie in Azure Machine Learning ein Modell erstellen, das mehrere Dateneingaben akzeptiert?
• Welche Rolle spielt das Azure Machine Learning SDK bei der Entwicklung von KI-Lösungen in Azure?
• Was sind die Schritte, die erforderlich sind, um ein Machine-Learning-Modell in Azure bereitzustellen?
• Wie kann DevOps in die Entwicklung von KI-Lösungen in Azure integriert werden?
• Welche Sicherheitskonfigurationen müssen in Azure implementiert werden, um KI-Lösungen zu schützen?
• Wie können Sie die Leistung von Machine-Learning-Modellen in Azure überwachen und verbessern?
• Wie können Sie Modelle in Azure Machine Learning automatisch bereitstellen, wenn neue Daten verfügbar sind?
• Wie können Sie Fehler in KI-Lösungen in Azure debuggen und beheben?
• Welche Azure-Dienste und -Tools können bei der Entwicklung von KI-Lösungen in Azure verwendet werden?
• Was sind die bewährten Methoden für die Entwicklung von KI-Lösungen in Azure mit Azure Machine Learning?

• Datenwissenschaftler:innen und Entwickler, die KI-Lösungen mit Azure Machine Learning entwickeln und implementieren möchten
• IT-Experten, die für die Entwicklung und Umsetzung von KI-Lösungen in ihrer Organisation verantwortlich sind
• IT-Expert:innen, die bereits Kenntnisse in Machine Learning und Cloud-Computing haben und ihre Fähigkeiten in der Arbeit mit Azure Machine Learning erweitern möchten
• Personen, die sich für Azure Machine Learning und die Entwicklung von KI-Lösungen in der Cloud interessieren und ihre Kenntnisse in diesem Bereich vertiefen möchten