Microsoft Certified: Azure AI Engineer Associate

Kandidaten für die Azure AI Engineer Associate-Zertifizierung sollten über Fachkenntnisse beim Erstellen, Verwalten und Bereitstellen von AI-Lösungen verfügen, die Azure Cognitive Services, Azure Cognitive Search und Microsoft Bot Framework nutzen.

Zu ihren Aufgaben gehört die Teilnahme an allen Phasen der Entwicklung von AI-Lösungen, von der Definition und dem Design der Anforderungen bis hin zur Entwicklung, Bereitstellung, Wartung, Leistungsoptimierung und Überwachung.

Azure AI-Ingenieure arbeiten mit Lösungsarchitekten zusammen, um ihre Vision zu umzusetzen, und mit Datenwissenschaftlern, Dateningenieuren, IoT-Spezialisten und AI-Entwicklern, um vollständige End-to-End-AI-Lösungen zu erstellen.

Um sich als Microsoft Certified: Azure AI Engineer Associate zu zertifizieren, müssen Sie das Examen AI-102: Designing and Implementing an Azure AI Solution bestehen. Zur optimalen Prüfungsvorbereitung hat Microsoft die 4-tägige Präsenzschulung Kurs AI-102T00: Entwurf und Implementieren einer Azure AI Lösung entwickelt.

Zielgruppe

Die Zertifizierung ist für Cloud Service Architekten, Designern von Künstlicher Intelligenz in Azure und AI: Developer ausgerichtet.

Voraussetzungen

Vor Teilnahme an disesem Kurs benötigen die Teilnehmer:

• Azure Grundlagen

• Verständnis von Azure-Storage Technologien

• C# Verständnis

Kandidaten für diese Zertifizierung sollten C#, Python oder JavaScript beherrschen und in der Lage sein, REST-basierte APIs und SDKs zu verwenden, um Computervision, Verarbeitung natürlicher Sprache, Knowledge Mining und AI-Konversations-Lösungen in Azure zu erstellen. Sie sollten auch die Komponenten des Azure AI-Portfolios und die verfügbaren Datenspeicheroptionen verstehen. Außerdem müssen die Kandidaten die Prinzipien verantwortungsvoller AI verstehen und anwenden können.

Trainingsinhalte

Einführung in KI in Azure:
Künstliche Intelligenz (KI) wird zunehmend das Kernstück moderner Apps und Services. In diesem Modul lernen Sie einige allgemeine KI-Funktionen kennen, die Sie in Ihren Apps nutzen können, und wie diese Funktionen in Microsoft Azure implementiert werden. Sie lernen auch einige Überlegungen zum verantwortungsvollen Entwerfen und Implementieren von KI-Lösungen kennen.

• Einführung in die künstliche Intelligenz

• Künstliche Intelligenz in Azure

Entwickeln von KI-Apps mit kognitiven Services Cognitive:
Services sind die Kernbausteine für die Integration von KI-Funktionen in Ihre Apps.In diesem Modul erfahren Sie, wie Sie kognitive Services anbieten, sichern, überwachen und bereitstellen.

• Erste Schritte mit kognitiven Services

• Verwenden von kognitiven Services für Unternehmensanwendungen

Erste Schritte mit der Verarbeitung natürlicher Sprache:
NLP (Verarbeitung natürlicher Sprache) ist ein Zweig der künstlichen Intelligenz, der sich mit dem Extrahieren von Erkenntnissen aus der geschriebenen oder gesprochenen Sprache befasst.In diesem Modul lernen Sie, wie Sie mit Hilfe kognitiver Services Text analysieren und übersetzen.

• Text analysieren

• Text übersetzen

Erstellen sprachgesteuerter Anwendungen:
Viele moderne Apps und Services akzeptieren gesprochene Eingaben und können darauf reagieren, indem sie Text synthetisieren.In diesem Modul setzen Sie Ihre Erkundung der Verarbeitungsfunktionen für natürliche Sprachen fort, indem Sie lernen, wie sprachgesteuerte Anwendungen erstellt werden.

• Spracherkennung und -synthese

• Sprachübersetzung

Erstellen von Sprachverständnislösungen:
Um eine Anwendung zu erstellen, die Eingaben in natürlicher Sprache intelligent verstehen und darauf reagieren kann, müssen Sie ein Modell für das Sprachverständnis definieren und trainieren.In diesem Modul erfahren Sie, wie man mit Hilfe des Sprachverständnisses eine App erstellt, mit der Benutzerabsichten anhand von Eingaben in natürlicher Sprache identifiziert werden können.

• Entwicklung einer App mit Sprachverständnis

• Veröffentlichung von Nutzung einer App mit Sprachverständnis

• Sprachverständnis mit Sprache verwenden

Erstellen einer QnA Lösung:
Eine der häufigsten Arten der Interaktion zwischen Anwendern und einer AI Software ist das Stellen von Fragen in natürlicher Sprache durch den Anwender. KI liefert dann eine intelligente und passende Antwort In diesem Modul erfahren Sie, wie der QnA Maker-Service die Entwicklung dieser Art von Lösung ermöglicht.

• Erstellen einer QnA-Wissensdatenbank

• Veröffentlichen und Verwenden einer QnA-Wissensdatenbank

Konversations-KI und der AzureBot-Service:
Bots sind die Grundlage für eine zunehmend verbreitete Art der KI-Anwendung, bei der Benutzer Gespräche mit KI-Agenten führen, häufig wie mit einem menschlichen Agenten. In diesem Modul lernen Sie das Microsoft Bot Framework und den Azure Bot Service kennen, die zusammen eine Plattform zum Erstellen und Bereitstellen von Konversationserfahrungen bieten.

• Bot-Grundlagen

• Implementierung eines Conversational Bot

Erste Schritte mit Computer Vision:
Computer Vision ist ein Bereich der künstlichen Intelligenz, in dem Softwareanwendungen visuelle Eingaben von Bildern oder Videos interpretieren.In diesem Modul beginnen Sie mit der Erforschung der Computer-Vision, indem Sie lernen, wie man kognitive Services zum Analysieren von Bildern und Videos verwendet.

• Bilder analysieren

• Videos analysieren

Entwicklung kundenspezifischer Visionslösungen:
Während es viele Szenarien gibt, in denen vordefinierte allgemeine Computer Vision-Funktionen nützlich sein können, müssen Sie manchmal ein benutzerdefiniertes Modell mit Ihren eigenen visuellen Daten trainieren.In diesem Modul lernen Sie den Custom Vision-Service kennen und erfahren, wie Sie damit benutzerdefinierte Bildklassifizierungs- und Objekterkennungsmodelle erstellen.

• Bildklassifizierung

• Objekterkennung

Gesichter erkennen, analysieren und erkennen:
Gesichtserkennung, -analyse und -erkennung sind gängige Computer-Vision-Szenarien. In diesem Modul lernen Sie den Benutzer kognitiver Services kennen, mit denen man menschliche Gesichter identifiziert.

• Erkennen von Gesichtern mit dem Computer Vision Service

• Verwenden des Gesichts-Service

Lesen von Text in Bildern und Dokumenten:
Die optische Zeichenerkennung (OCR) ist ein weiteres gängiges Computer-Vision-Szenario, bei dem die Software Text aus Bildern oder Dokumenten extrahiert. In diesem Modul lernen Sie kognitive Services kennen, mit denen Sie Text in Bildern, Dokumenten und Formularen erkennen und lesen können.

• Lesen von Text mit dem Computer Vision Service

• Extrahieren von Informationen aus Formularen mit dem Formularerkennungsdienst

Erstellen einer Knowledge Mining-Lösung:
Letztendlich beinhalten viele KI-Szenarien die intelligente Suche nach Informationen, basierend auf Benutzeranfragen. KI-gestütztes Knowledge Mining ist eine zunehmend wichtige Methode, um intelligente Suchlösungen zu entwickeln, die mit Hilfe von KI Erkenntnisse aus großen Repositorien digitaler Daten extrahieren und es Benutzern ermöglichen, diese Erkenntnisse zu finden und zu analysieren.

• Implementierung einer intelligenten Suchlösung

• Entwicklung benutzerdefinierter Fähigkeiten für eine Anreicherungspipeline

• Erstellen eines Wissensspeichers

Seminarzeiten

• Dauer: 4 Tage
• 1. Tag: 09:00 Uhr bis 16:00 Uhr
• Weitere Tage: 09:00 Uhr bis 16:00 Uhr
• Letzter Tag: 09:00 Uhr bis 16:00 Uhr

Preis pro Person