Operationalize machine learning and generative AI solutions (AI-300).
- Seminar
- Präsenz / Virtual Classroom
- 4 Termine verfügbar
- 32 Unterrichtseinheiten
- Teilnahmebescheinigung
- Online durchführbar
MLOps und GenAI in der Praxis: Automatisieren, ausrollen und betreiben
Dieser Kurs bereitet die Teilnehmenden darauf vor, Machine Learning Operations (MLOps) und Generative AI Operations (GenAIOps) Lösungen auf Azure zu konzipieren, zu implementieren und zu betreiben. Er behandelt den Aufbau einer sicheren und skalierbaren KI-Infrastruktur, das Management des gesamten Lebenszyklus klassischer Machine-Learning-Modelle mit Azure Machine Learning sowie die Bereitstellung, Bewertung, Überwachung und Optimierung generativer KI-Anwendungen und -Agenten mit Microsoft Foundry.
Nutzen
Nach Abschluss dieses Kurses sind die Teilnehmenden in der Lage:
- Machine-Learning-Klassifikationsmodelle mit Azure Machine Learning zu trainieren und zu evaluieren
- das Modelltraining mit Skripten, MLflow Tracking, Hyperparameter-Tuning und ML-Pipelines zu optimieren
- MLOps-Lösungen mit GitHub Actions und Azure Machine Learning zu entwerfen und zu automatisieren
- ML-Modelle auf einem verwalteten Online-Endpunkt in Azure Machine Learning bereitzustellen und zu überwachen
- Microsoft Foundry für die Entwicklung generativer KI-Anwendungen einzurichten und zu konfigurieren
- KI-Agenten mit Prompt Engineering in Microsoft Foundry zu entwickeln, zu versionieren und bereitzustellen
- KI-Agent-Prompts systematisch mit automatisierten Cloud-Evaluatoren zu testen, zu bewerten und zu optimieren
- generative KI-Agenten im Betrieb mit Application Insights und Distributed Tracing zu überwachen und nachzuverfolgen
- KI-Agenten durch Fine-Tuning zu optimieren, einschließlich Supervised Fine-Tuning, Reinforcement Fine-Tuning und Direct Preference Optimization
Abschluss
Teilnahmebescheinigung
Teilnahmebescheinigung der TÜV Rheinland Akademie.
Zielgruppe
Dieser Kurs richtet sich an Data Scientists, Machine Learning Engineers und DevOps-Fachleute, die produktionsreife KI-Lösungen auf Azure konzipieren und betreiben möchten.
Anforderungen
Die Teilnehmenden sollten sicher im Umgang mit Python, Cloud-Services und GitHub sein. Typische Teilnehmende entwickeln oder warten Machine-Learning-Pipelines, automatisieren KI-Workflows oder operationalisieren generative KI-Anwendungen in Unternehmensumgebungen.
Inhalte
Tag 1: Machine Learning Operations (MLOps) mit Azure Machine Learning
- Modul 1: Experimente mit Azure Machine Learning durchführen
- Modul 2: Modelltraining in Azure Machine Learning optimieren
- Modul 3: Hyperparameter-Tuning mit einem Sweep-Job durchführen
Tag 2: Fortsetzung
- Modul 4: Pipelines in Azure Machine Learning ausführen
- Modul 5: Eine MLOps-Lösung mit Azure Machine Learning planen und vorbereiten
- Modul 6: Modelltraining mit GitHub Actions automatisieren
- Modul 7: Ein Modell in Azure Machine Learning bereitstellen und überwachen
Tag 3: Generative AI Operations (GenAIOps) mit Microsoft Foundry
- Modul 1: Planung und Vorbereitung einer GenAIOps-Lösung
- Modul 2: Verwaltung von Prompts für Agenten in Microsoft Foundry mit GitHub
- Modul 3: Evaluierung und Optimierung von KI-Agenten durch strukturierte Experimente
Tag 4: Fortsetzung
- Modul 4: Automatisierte KI-Evaluierungen mit Microsoft Foundry und GitHub Actions
- Modul 5: Überwachung und Tracing deines generativen KI-Agenten
- Modul 6: Optimierung von KI-Agenten mit Fine-Tuning
Hinweise
Dieser Kurs ersetzt den DP-100.
Damit Sie von einer möglichst hohen Durchführungschance profitieren, behalten wir uns vor, bei Bedarf mit dem autorisierten Microsoft Partner ETC – Enterprise Training Center GmbH zusammenzuarbeiten.
