Operationalize machine learning and generative AI solutions

Beschreibung 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. Inhalt Operationalisieren von Machine Learning-Modellen (MLOps)nnn- Mit Azure Machine Learning experimentierenn- Durchführen der Hyperparameteroptimierung mit Azure Machine Learningn- Ausführen von Pipelines in Azure Machine Learningn- Auslösen von Azure Machine Learning-Aufträgen mit GitHub Actionsn- Auslösen von GitHub Actions mithilfe der featurebasierten Entwicklungn- Arbeiten mit Umgebungen in GitHub Actionsn- Bereitstellen eines Modells mit GitHub ActionsnOperationalisieren von generativen KI-Anwendungen (GenAIOps)nnn- Planen und Vorbereiten einer GenAIOps-Lösungn- Verwalten von Eingabeaufforderungen für Agents in Microsoft Foundry mit GitHubn- Bewerten und Optimieren von KI-Agents durch strukturierte Experimenten- Automatisieren von KI-Auswertungen mit Microsoft Foundry- und GitHub-Aktionenn- Überwachen Ihrer generativen KI-Anwendungn- Analysieren und Debuggen Ihrer generativen KI-App mit Ablaufverfolgung Dieser Kurs wird in Kooperation mit Fast Lane durchgeführt. Zielgruppe 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.