Lernziele des 3-tägigen Online-Workshops (Termine)
- Sie werden über ein fundiertes Verständnis der verschiedenen AI-, KI- und ML-Dienste in Azure verfügen.
- Sie sind in der Lage, Azure AI-Services effektiv zu nutzen und eigene AI-Anwendungen zu konzipieren.
- Sie verstehen die Architektur und die wichtigsten Komponenten der AI-Services in Azure und können Diese anwenden.
- Sie werden nützliche praktische Erfahrungen mit zahlreichen Azure KI Studios sowie dem Azure AI Studio / AI Foundry und dem Machine Learning Studio sammeln.
- Sie kennen die Best Practices zur Entwicklung und Implementierung von AI-Lösungen.
Geht es ihnen, wie anderen IT-Admins, IT-Managern oder IT-Projektleitern? Alle reden von AI, für Sie ist das Thema aber (noch) eher diffus und sie möchten den Anschluss nicht verlieren? Zwar geht es letztendlich darum, die Entwicklung moderner Cloud-nativer Anwendungen durch die Anreicherung mit AI auf das nächste Level zu heben, aber wenn ihre Entwickler Sie mit Vorschlägen oder Forderungen aus dem KI-Schlaraffenland konfrontieren, müssen Sie mitreden können.
Dann bietet dieser 4-Tägige Azure-Basis-Kurs (Agenda) den idealen Startpunkt, um die erworbenen Kenntnisse zu systematisieren und Ihr Unternehmen darin zu unterstützen, bald auch selbst AI-basierte Anwendungen entwickeln und bereitstellen zu können oder Azure-basierte KI-Dienste gewinnbringend nutzen zu können. Melden Sie sich jetzt verbindlich an.
Für wen eignet sich der Kurs?
Voraussetzungen
- Grundlegende Begrifflichkeiten aus Cloud-Computing durch Selbststudium oder Erfahrungen mit AWS oder Google sind nützlich, ebenso Erfahrungen mit Microsoft 365 und Entra ID.
- Erfahrung aus den Bereichen Data Science, Machine Learning und KI sind nützlich, aber nicht zwingend.
Kosten
1500,00 € zzgl. MwSt. pro Teilnehmer
Ihr Trainer
Tag 1: Einführung und Grundlagen
Ein grundlegendes Verständnis grundlegender Begriffe ist essenziell, um die nachfolgenden Themen einordnen zu können. Hier sollten auch ethische Aspekte und Anwendungsbeispiele aus der Praxis besprochen werden. Es ist wichtig, die verschiedenen Dienste klar zu unterscheiden und deren spezifische Anwendungsfälle zu erläutern: Azure Machine Learning für das Erstellen und Trainieren von Modellen, Cognitive Services für vorgefertigte KI-Funktionen und Azure OpenAI für generative KI-Anwendungen.
- Einführung in AI, KI und ML: Definitionen, Unterschiede und aktuelle Trends.
- Azure AI Services: Überblick über Azure Machine Learning, Azure AI Services und Azure OpenAI.
- Praktische Übungen in den AI-Studios: Grafische Erkundung der Dienste, erste Schritte mit Azure Machine Learning Studio, Azure AI Services und Azure OpenAI.
Live-Demos und Übungen
Tag 2: Azure AI Foundry
Die neue Azure-AI-Foundry bietet viele Möglichkeiten zur Vereinfachung und Automatisierung von AI-Projekten. Eine detaillierte Einführung ist sinnvoll und vertieft die an Tag 1 vermittelten Kenntnisse
- Einführung in die neue Azure AI Foundry: Architektur, Entitätstypen, Funktionen und Möglichkeiten.
- Entwicklung eigener AI-Anwendungen und CoPiloten: Einführung in die Nutzung der REST API und SDKs für C# und Python am Beispiel mit Azure AI Vision
Live-Demos und Übungen
Tag 3: Programmatischer Umgang mit den wichtigsten AI-Diensten
Tag drei konzentriert sich im Rahmen zahlreicher Übungen darauf, wie Sie die bisher vorgestellten Services in eigenen Code einbetten, um wahlweise via REST-API oder durch Nutzung der unterstützten Clientbibliotheken mit den bereitgestellten Modellen interagieren können. Wir entwickeln hier jedoch keine eigenen Modelle, sondern untersuchen Standard-Codebeispiele dahingehend, wie Azure-AI-Dienste in Ihre .Net/ASP- oder Python-Applikationen integriert werden können.
- Entwicklung eigener AI-Anwendungen und Copiloten: Nutzung der REST API und SDKs für C# und Python mit Azure AI Language
- Entwicklung eigener AI-Anwendungen und Copiloten: Nutzung der REST API und SDKs für C# und Python mit Azure AI Speech
- Entwicklung eigener AI-Anwendungen und Copiloten: Nutzung der REST API und SDKs für C# und Python mit Azure AI Document Intelligence und Content Safety
- Einführung in das Machine Learning Studio: Erweiterte Funktionen und Anwendungsbeispiele.
Live-Demos und Übungen