Operationalize machine learning and generative AI solutions (AI-300).

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

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.

Dieser Kurs richtet sich an Data Scientists, Machine Learning Engineers und DevOps-Fachleute, die produktionsreife KI-Lösungen auf Azure konzipieren und betreiben möchten.