Azure Machine Learning Schulung

Dieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Fachleute, die Cloud-Anwendungen mit KI unter Nutzung von Microsoft Azure erstellen und bereitstellen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Ereignisgesteuerte und serverlose Anwendungen mithilfe von Azure Functions entwickeln.
• Azure-Speicherauflösungen und Virtuelle Computer verwalten.
• Webanwendungen mit Azure App Service und Docker-Containern bereitstellen und skalieren.
• KI, Machine Learning und sprachbasierte Textverarbeitung mithilfe von Azure AI Services integrieren.
• GitHub Copilot nutzen, um die Entwicklung von KI-getriebenen Cloud-Anwendungen zu unterstützen.

Diese von einem Dozenten geleitete, live-Trainingssitzung in Deutschland (online oder vor Ort) richtet sich an Ingenieure, die das Drag-and-Drop-Plattform von Azure ML nutzen möchten, um Machine Learning Workloads bereitzustellen, ohne Software und Hardware kaufen zu müssen und sich um Wartung und Bereitstellung kümmern zu müssen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Hochgenaue Machine Learning Modelle mit Python, R oder zero-code Tools erstellen.
• Azure verfügbare Datensätze und Algorithmen nutzen, um Machine Learning- und Deep-Learning-Modelle zu trainieren und zu verfolgen.
• Azures interaktiven Workspace nutzen, um ML-Modelle kollaborativ zu entwickeln.
• Aus verschiedenen von Azure unterstützten ML-Frameworks wie PyTorch, TensorFlow und scikit-learn wählen.

Microsoft Azure-Infrastruktur und -Bereitstellung

Diese instructor-led Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Entwickler und Fachkräfte auf Anfänger-, Mittel- und Fortgeschrittenenniveau, die Microsoft Azure nutzen möchten, um KI-Agenten für Geschäftsanwendungen zu erstellen, zu testen und bereitzustellen.

Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein: Die Architektur von KI-Agenten auf Azure zu verstehen, einen funktionsfähigen Agenten zu erstellen und zu konfigurieren, Agenten mit geschäftlichen Wissensquellen zu verbinden sowie Agenten zu evaluieren und für die Bereitstellung vorzubereiten.

Dieses Training ermöglicht es den Teilnehmern, ihre Fähigkeiten im Entwurf von Microsoft Azure-Lösungen zu verbessern.

Nach diesem Training werden die Teilnehmer die Funktionen und Möglichkeiten der Azure-Dienste verstehen, um Kompromisse identifizieren und Entscheidungen für den Entwurf öffentlicher und hybrider Cloudlösungen treffen zu können.

Während des Trainings werden die geeigneten Infrastruktur- und Plattformlösungen definiert, um die erforderlichen funktionalen, operativen und Bereitstellungsanforderungen durch den gesamten Lösungslebenszyklus zu erfüllen.

Dieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an DevOps-Ingenieure, Entwickler und Projektmanager, die Azure DevOps nutzen möchten, um optimierte Unternehmensanwendungen schneller als bei traditionellen Entwicklungsmethoden zu erstellen und bereitzustellen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Das grundlegende DevOps-Vokabular und -Prinzipien zu verstehen.
• Die notwendigen Azure DevOps-Tools für die Softwareentwicklung zu installieren und zu konfigurieren.
• Azure DevOps-Tools und -Dienstleistungen zu nutzen, um sich ständig an den Markt anzupassen.
• Unternehmensanwendungen zu erstellen und aktuelle Entwicklungsprozesse auf Azure DevOps-Lösungen zu evaluieren.
• Teams effizienter zu führen und die Software-Bereitstellungszeit zu beschleunigen.
• DevOps-Entwicklungspraktiken innerhalb der Organisation einzuführen.

Dieses von einem Dozenten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Sicherheitsadministratoren, die Azure-Workloads absichern möchten.

Am Ende dieses Trainings werden die Teilnehmer folgendes können:

• Host-Sicherheit, Netzwerk-Sicherheit und mehr verwalten.
• Speichersicherheit und Datenbanksicherheit in Azure einrichten.
• Sicherheitsüberwachung mit Azure-Ressourcen implementieren.
• Böswillige Cyberangriffe auf Daten und Infrastrukturen verhindern.

Dieses vom Trainer geleitete, Live-Training in Deutschland (online oder vor Ort) richtet sich an Sicherheitsadministratoren, die lernen möchten, wie man Azure Cloud-Sicherheit konfiguriert, um Workloads in Azure zu schützen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Host- und Netzwerk-Sicherheit konfigurieren.
• Fortgeschrittene Sicherheitsoptionen von Azure konfigurieren.
• Azure zur Absicherung von Cloud-Computing-Workloads verwenden.
• Endpoint-Protection-Services gegen Malware und Viren verwenden.
• Container-Workloads, die in Azure ausgeführt werden, absichern.

Dieses von einem Trainer angeführte, live-Training in Deutschland (online oder vor Ort) richtet sich an Entwickler, die lernen möchten, wie man Mikro-Services auf Microsoft Azure Service Fabric (ASF) erstellt.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• ASF als Plattform für das Erstellen und Verwalten von Mikro-Services zu nutzen.
• Schlüsselkonzepte und Modelle des Mikro-Services-Programmierens zu verstehen.
• Einen Cluster in Azure zu erstellen.
• Mikro-Services lokal oder in der Cloud bereitzustellen.
• Eine live-Mikro-Services-Anwendung zu debuggen und Fehler zu beheben.

Azure Bot Service vereint die Funktionen des Microsoft Bot Frameworks und von Azure Functions und bietet eine leistungsstarke Plattform zum schnellen Erstellen intelligenter Bots.

In dieser vom Ausbilder geleiteten Live-Schulung erfahren die Teilnehmer, wie sie mit Microsoft Azure effizient intelligente Bots entwickeln können.

Am Ende der Schulung werden die Teilnehmer in der Lage sein:

Die grundlegenden Konzepte hinter intelligenten Bots zu verstehen.

Intelligente Bots mithilfe cloudbasierter Anwendungen zu erstellen.

Praktische Kenntnisse über das Microsoft Bot Framework, das Bot Builder SDK und den Azure Bot Service zu erwerben.

Bewährte Bot-Designmuster in realen Szenarien anzuwenden.

Ihren ersten intelligenten Bot mit Microsoft Azure zu erstellen und bereitzustellen.

Zielgruppe

Dieser Kurs richtet sich an Entwickler, Hobbyisten, Ingenieure und IT-Fachkräfte, die sich für die Bot-Entwicklung interessieren.

Kursformat

Die Schulung kombiniert Vorträge und Diskussionen mit Übungen und legt einen starken Schwerpunkt auf praktische Anwendungen.

Diese von einem Instructor geleitete, live-Trainingssitzung in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Dateningenieure, die lernen möchten, wie man Azure Data Lake Storage Gen2 für effektive Datenanalyse-Lösungen einsetzt.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Architektur und die wichtigsten Funktionen von Azure Data Lake Storage Gen2 zu verstehen.
• Datenstorage und -zugriff für Kosten- und Leistungsaspekte zu optimieren.
• Azure Data Lake Storage Gen2 mit anderen Azure-Diensten zur Analyse und Datenverarbeitung zu integrieren.
• Lösungen unter Verwendung der Azure Data Lake Storage Gen2 API zu entwickeln.
• Übliche Probleme zu beheben und Speicherstrategien zu optimieren.

Dieses von einem Trainer geleitete Live-Seminar in Deutschland (online oder vor Ort) richtet sich an mittelcalibrierte Java-Entwickler, Software-Ingenieure und Cloud-Enthusiasten, die die Potenziale von Azure OpenAI nutzen möchten, um intelligente Anwendungen zu erstellen.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Die Prinzipien der Generativen KI und ihre Anwendungen zu verstehen.
• Einen Azure OpenAI-Dienst einzurichten und zu verwalten.
• OpenAIs Modelle in Java-Anwendungen zu integrieren.
• KI-gesteuerte Funktionen innerhalb von Webanwendungen bereitzustellen.

In dieser von einem Dozenten geleiteten Live-Schulung in Deutschland (vor Ort oder remote) lernen die Teilnehmer die grundlegenden Konzepte, Komponenten und Dienste von Microsoft Azure kennen, während sie eine Beispiel-Cloudanwendung erstellen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Grundlagen von Microsoft Azure zu verstehen
• Die verschiedenen Azure-Tools und -Dienste zu verstehen
• Zu lernen, wie man Azure für die Erstellung von Cloudanwendungen verwendet

Internet of Things (IoT) ist eine Netzwerkinfrastruktur, die physische Objekte und Softwareanwendungen drahtlos miteinander verbindet und es ihnen ermöglicht, miteinander zu kommunizieren und Daten über Netzwerkkommunikation, Cloud Computing und Datenerfassung auszutauschen. Azure ist ein umfassender Satz von Cloud-Diensten, der eine IoT-Suite aus vorkonfigurierten Lösungen bietet, die Entwicklern helfen, die Entwicklung von IoT-Projekten zu beschleunigen.

In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer, wie sie IoT-Anwendungen mit Azure entwickeln.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• die Grundlagen der IoT-Architektur zu verstehen
• Installation und Konfiguration der Azure IoT Suite
• die Vorteile der Verwendung von Azure bei der Programmierung von IoT-Systemen kennenlernen
• Verschiedene Azure IoT-Dienste implementieren (IoT Hub, Funktionen, Stream Analytics, Power BI, Cosmos DB, DocumentDB, IoT Device Management)
• Aufbau, Test, Bereitstellung und Fehlerbehebung eines IoT-Systems mit Azure

Zielgruppe

• Entwickler
• Ingenieure

Format des Kurses

• Teilweise Vorlesung, teilweise Diskussion, Übungen und umfangreiche praktische Übungen

Hinweis

• Wenn Sie eine maßgeschneiderte Schulung für diesen Kurs wünschen, nehmen Sie bitte Kontakt mit uns auf, um dies zu vereinbaren.

Dieses durch einen Trainer geleitete, live-Training in Deutschland (online oder vor Ort) richtet sich an Ingenieure, die Machine Learning-Arbeitslasten in der Azure Cloud bereitstellen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Kubernetes, Kubeflow und andere benötigte Software auf Azure zu installieren und zu konfigurieren.
• Azure Kubernetes Service (AKS) zur Vereinfachung der Initialisierung eines Kubernetes-Clusters in Azure zu verwenden.
• Eine Kubernetes-Pipeline zur Automatisierung und Verwaltung von ML-Modellen in der Produktion zu erstellen und bereitzustellen.
• TensorFlow-ML-Modelle auf mehreren GPUs und Maschinen, die parallel laufen, zu trainieren und bereitzustellen.
• Andere verwaltete AWS-Dienste zur Erweiterung einer ML-Anwendung zu nutzen.