Entwerfen und Implementieren einer Data Science-Lösung in Azure

Lernen Sie, wie man mit Azure Machine Learning Lösungen im Cloudmaßstab bedient. In diesem Kurs lernen Sie, Ihr vorhandenes Wissen über Python und maschinelles Lernen zu nutzen, um die Datenerfassung und -aufbereitung, die Modellschulung und -bereitstellung sowie die Überwachung von Lösungen für maschinelles Lernen mit Azure Machine Learning und MLflow zu verwalten.

Inhalt

Erkunden und Konfigurieren des Azure Machine Learning-Arbeitsbereichs

  • Erkunden der Ressourcen und Objekte des Azure Machine Learning-Arbeitsbereichs
  • Erkunden von Entwicklertools für die Interaktion mit dem Arbeitsbereich
  • Verfügbarmachen von Daten in Azure Machine Learning
  • Arbeiten mit Computezielen in Azure Machine Learning
  • Verwenden von Umgebungen in Azure Machine Learning

Mit Azure Machine Learning experimentieren

  • Ermitteln des besten Klassifizierungsmodells mit automatisiertem maschinellem Lernen
  • Nachverfolgen des Modelltrainings in Jupyter-Notebooks mit MLflow

Optimieren Sie das Modelltraining mit Azure Machine Learning

  • Ausführen eines Trainingsskripts als Befehlsauftrag in Azure Machine Learning
  • Nachverfolgen des Modelltrainings mit MLflow in Aufträgen
  • Durchführen der Hyperparameteroptimierung mit Azure Machine Learning
  • Ausführen von Pipelines in Azure Machine Learning

Verwalten und Überprüfen von Modellen in Azure Machine Learning

  • Registrieren eines MLflow-Modells in Azure Machine Learning
  • Erstellen und Erkunden des Dashboards für verantwortungsvolle KI für ein Modell in Azure Machine Learning

Bereitstellen und Nutzen von Modellen mit Azure Machine Learning

  • Bereitstellen eines Modells auf einem verwalteten Onlineendpunkt
  • Bereitstellen eines Modells an einem Batchendpunkt

Entwickeln von generativen KI-Apps in Azure

  • Planen und Vorbereiten der Entwicklung von KI-Lösungen in Azure
  • Auswählen und Bereitstellen von Modellen aus dem Modellkatalog im Azure AI Foundry-Portal
  • Entwickeln einer KI-App mit dem Azure AI Foundry SDK
  • Erste Schritte mit Prompt Flow zum Entwickeln von Sprachmodell-Apps in Azure KI Foundry
  • Entwickeln einer RAG-basierten Lösung mit Ihren eigenen Daten mithilfe von Azure AI Foundry
  • Optimieren eines Sprachmodells mit Azure KI Foundry
  • Implementieren einer verantwortungsvollen generativen KI-Lösung in Azure AI Foundry
  • Bewertung der generativen KI-Leistung im Azure AI Foundry-Portal

Voraussetzungen

  • Azure-Grundkenntnisse
  • Verständnis für Data Science einschließlich der Vorbereitung von Daten und des Trainings von Maschinenlernmodellen wie Scikit-Learn, PyTorch oder Tensorflow
  • Programmierkenntnisse in Python und Verwendung von Bibliotheken wie Numpy, Pandas und Matplotlib

Zielgruppe

Dieser Kurs richtet sich an Datenwissenschaftler mit bereits vorhandenen Kenntnissen über Python und Frameworks für maschinelles Lernen wie ScikitLearn, PyTorch und Tensorflow, die maschinelle Lernlösungen in der Cloud erstellen und betreiben wollen.

Zertifizierungen

Dieses Training bereitet auf folgende Prüfung vor:

DP-100: Designing and Implementing a Data Science Solution on Azure

Mit bestandener Prüfung erwerben Sie die Zertifizierung zum:

Microsoft Certified: Azure Data Scientist Associate

Kursinfo


Kursnummer DP-100

Dauer 4 Tag(e)

Seminargebühr EUR 2.350,00 netto
(EUR 2.796,50 inkl. 19% MwSt.)


Durchführungsgarantie

Belegt

Kurs-Anmeldung / Anfrage

Wählen Sie einen der kommenden Termine aus um ein Angebot anzufordern oder sich direkt zu einem Kurs anzumelden.