Microsoft Operationalize machine learning and generative AI solutions

In diesem Kurs werden Lernende darauf vorbereitet, Machine Learning Operations -Lösungen (MLOps) und Generative AI Operations (GenAIOps) auf Azure zu entwerfen, zu implementieren und zu betreiben. Es umfasst das Erstellen einer sicheren und skalierbaren KI-Infrastruktur, das Verwalten des vollständigen Lebenszyklus herkömmlicher Machine Learning-Modelle mit Azure Machine Learning sowie das Bereitstellen, Bewerten, Überwachen und Optimieren von generativen KI-Anwendungen und -Agents mithilfe von Microsoft Foundry. Lernende erhalten praktische Kenntnisse über Automatisierung, kontinuierliche Integration und Bereitstellung, Infrastruktur als Code und Beobachtbarkeit mithilfe von Tools wie GitHub Actions, Azure CLI und Bicep. Der Kurs betont die Zusammenarbeit mit Data Science- und DevOps-Teams, um zuverlässige, produktionsfähige KI-Systeme bereitzustellen, die auf moderne MLOps- und GenAIOps-Best Practices abgestimmt sind.

Operationalisieren von Machine Learning-Modellen (MLOps)

• Mit Azure Machine Learning experimentieren
• Durchführen der Hyperparameteroptimierung mit Azure Machine Learning
• Ausführen von Pipelines in Azure Machine Learning
• Auslösen von Azure Machine Learning-Aufträgen mit GitHub Actions
• Auslösen von GitHub Actions mithilfe der featurebasierten Entwicklung
• Arbeiten mit Umgebungen in GitHub Actions
• Bereitstellen eines Modells mit GitHub ActionsnOperationalisieren von generativen KI-Anwendungen (GenAIOps)

• Planen und Vorbereiten einer GenAIOps-Lösung
• Verwalten von Eingabeaufforderungen für Agents in Microsoft Foundry mit GitHub
• Bewerten und Optimieren von KI-Agents durch strukturierte Experimenten
• Automatisieren von KI-Auswertungen mit Microsoft Foundry- und GitHub-Aktionen
• Überwachen Ihrer generativen KI-Anwendung
• Analysieren und Debuggen Ihrer generativen KI-App mit Ablaufverfolgung

Dieser Kurs richtet sich an Data Scientists, Machine Learning-Ingenieure und DevOps-Experten, die KI-Lösungen auf Produktionsniveau auf Azure entwerfen und betreiben möchten. Es eignet sich für Lernende mit Erfahrungen in Python, einem grundlegenden Verständnis von Machine Learning-Konzepten und grundlegenden Kenntnissen mit DevOps-Praktiken wie Quellcodeverwaltung, CI/CD und Befehlszeilentools, die sich auf die Implementierung von MLOps- und GenAIOps-Workflows mit Azure nativen Diensten vorbereiten.