AI-102T00: Entwerfen und Implementieren einer Microsoft Azure KI-Lösung

Seminarziel

Das Seminar "AI-102T00: Entwerfen und Implementieren einer Microsoft Azure KI-Lösung" vermittelt den Teilnehmenden das Wissen und die Fähigkeiten, um erfolgreich KI-Lösungen mit Azure Machine Learning zu entwerfen, implementieren und verwalten zu können.
Die Teilnehmenden lernen die verschiedenen Azure AI-Dienste und -Tools kennen und wie sie die am besten geeigneten auswählen können, um eine bestimmte KI-Lösung zu implementieren. Sie erstellen Experimente und Pipelines mit Azure Machine Learning und erfahren, wie sie Machine-Learning-Modelle erstellen und bereitstellen.

Inhalt

• Qualifikationen auf einen Blick
  • Planen und Verwalten einer Azure KI-Lösung (15-20 %)
  • Implementieren von Lösungen zur Inhaltsmoderation (10-15 %)
  • Implementieren von Lösungen für maschinelles Sehen (15-20 %)
  • Implementieren von Lösungen für linguistische Datenverarbeitung (30-35 %)
  • Implementieren von Knowledge Mining- und Document Intelligence-Lösungen (10-15%)
  • Implementieren von generativen KI-Lösungen (10-15 %)
• Planen und Verwalten einer Azure KI-Lösung (15-20 %)
• Auswählen des geeigneten Azure KI-Diensts
  • Auswählen des geeigneten Diensts für eine Lösung für maschinelles Sehen
  • Auswählen des geeigneten Diensts für eine Lösung für linguistische Datenverarbeitung
  • Auswählen des geeigneten Diensts für eine Speech-Lösung
  • Auswählen des geeigneten Diensts für eine generative KI-Lösung
  • Auswählen des geeigneten Diensts für eine Document Intelligence-Lösung
  • Auswählen des geeigneten Diensts für eine Knowledge Mining-Lösung
• Planen, Erstellen und Bereitstellen eines Azure KI-Diensts
  • Planen einer Lösung, die den Prinzipien verantwortungsvoller KI entspricht
  • Erstellen einer Azure KI-Ressource
  • Ermitteln eines Standardendpunkts für einen Dienst
  • Integrieren von Azure KI-Diensten in eine CI/CD-Pipeline (Continuous Integration und Continuous Deployment)
  • Planen und Implementieren einer Containerbereitstellung
• Verwalten, Überwachen und Schützen eines Azure KI-Diensts
  • Konfigurieren der Diagnoseprotokollierung
  • Überwachen einer Azure KI-Ressource
  • Verwalten von Kosten für Azure KI-Dienste
  • Verwalten von Kontoschlüsseln
  • Verwalten von Kontoschlüsseln mithilfe von Azure Key Vault
  • Verwalten der Authentifizierung für eine Azure KI Service-Ressource
  • Verwalten privater Kommunikation
• Implementieren von Lösungen zur Inhaltsmoderation (10-15 %)
  • Erstellen von Lösungen für die Inhaltsbereitstellung
  • Implementieren einer Lösung zur Textmoderation mit Azure KI Content Safety
  • Implementieren einer Lösung zur Bildoderation mit Azure KI Content Safety
• Implementieren von Lösungen für maschinelles Sehen (15-20 %)
  • Analysieren von Bildern
  • Auswählen geeigneter visueller Features zur Erfüllung der Anforderungen an die Bildverarbeitung
  • Erkennen von Objekten in Bildern und Generieren von Bildtags
  • Einschließen von Bildanalysefeatures in eine Bildverarbeitungsanforderung
  • Interpretieren von Bildverarbeitungsergebnissen
  • Extrahieren von Text aus Bildern mithilfe von Azure KI Vision
  • Konvertieren handschriftlicher Text mithilfe von Azure KI Vision
• Implementieren benutzerdefinierter Modell zum maschinellen Sehen mithilfe von Azure KI Vision
  • Auswählen zwischen Bildklassifizierungs- und Objekterkennungsmodellen
  • Bezeichnen von Bildern
  • Trainieren von benutzerdefinierten Bildmodellen (einschließlich Bildklassifizierung und Objekterkennung)
  • Bewerten benutzerdefinierter Modellmetriken für maschinelles Sehen
  • Erstellen eines benutzerdefinierten Modells für maschinelles Sehen
  • Nutzen eines benutzerdefinierten Modells für maschinelles Sehen
• Analysieren von Videos
  • Extrahieren von Erkenntnissen aus einem Video- oder Livestream mithilfe von Azure KI Video Indexer
  • Verwenden von Azure KI Vision Spatial Analysis zum Erkennen der Anwesenheit und von Bewegungen von Personen in Videos
• Implementieren von Lösungen für linguistische Datenverarbeitung (30-35 %)
• Analysieren von Text mithilfe von Azure KI Language
  • Schlüsselbegriffe extrahieren
  • Extrahieren von Entitäten
  • Ermitteln der Stimmung von Texten
  • Erkennen der im Text verwendeten Sprache
  • Erkennen personenbezogener Informationen (Personally Identifiable Information, PII) in Texten
  • Spracherkennung mithilfe von Azure KI Speech
  • Implementieren von Text-zu-Sprache
  • Implementieren von Sprache-in-Text
  • Verbessern von Text-zu-Sprache mithilfe von Speech Synthesis Markup Language (SSML)
  • Implementieren benutzerdefinierter Sprachlösungen
  • Implementieren der Absichtserkennung
  • Implementieren der Schlüsselworterkennung
• Übersetzen von Sprache
  • Übersetzen von Text und Dokumenten mithilfe des Azure KI Übersetzer-Diensts
  • Implementieren einer benutzerdefinierten Übersetzung, einschließlich des Trainings, der Verbesserung und der Veröffentlichung eines benutzerdefinierten Modells
  • Übersetzen von Sprache in Sprache mithilfe des Azure KI Übersetzer-Diensts
  • Übersetzen von Sprache-in-Text mithilfe des Azure KI Übersetzer-Diensts
  • Gleichzeitiges Übersetzen in mehrere Sprachen
• Implementieren und Verwalten eines Language Understanding-Modells mithilfe von Azure KI Language
  • Erstellen von Absichten und Hinzufügen von Äußerungen
  • Erstellen von Entitäten
  • Trainieren, Bewerten, Bereitstellen und Testen eines Language Understanding-Modells
  • Optimieren eines Language Understanding-Modells
  • Verwenden eines Sprachmodells aus einer Clientanwendung
  • Sichern und Wiederherstellen von Language Understanding-Modellen
• Erstellen einer benutzerdefinierten Frage-Antwort-Lösung mithilfe des Azure KI Language-Diensts
  • Erstellen eines benutzerdefinierten Frage-Antwort-Projekts
  • Manuelles Hinzufügen von Frage-Antwort-Paaren
  • Importieren von Quellen
  • Trainieren und Testen einer Wissensdatenbank
  • Veröffentlichen einer Wissensdatenbank
  • Erstellen einer mehrteiligen Unterhaltung
  • Hinzufügen alternativer Formulierungen
  • Hinzufügen von Smalltalk zu einer Wissensdatenbank
  • Exportieren einer Wissensdatenbank
  • Erstellen einer Frage-Antwort-Lösung für mehrere Sprachen
• Implementieren von Knowledge Mining- und Document Intelligence-Lösungen (10-15%)
• Implementieren einer Azure KI-Suche-Lösung
  • Bereitstellen einer Azure KI-Suche-Ressource
  • Erstellen von Datenquellen
  • Erstellen eines Index
  • Definieren einer Fähigkeitengruppe
  • Implementieren von benutzerdefinierten Skills und Einschließen in ein Skillset
  • Erstellen und Ausführen eines Indexers
  • Abfragen eines Index, einschließlich der Syntax, Sortierung, Filterung und Platzhalter
  • Verwalten von Wissensspeicherprojektionen (einschließlich Datei-, Objekt- und Tabellenprojektionen)
  • Implementieren einer Azure KI Dokument Intelligenz-Lösung
  • Bereitstellen einer Document Intelligence-Ressource
  • Verwenden vordefinierter Modelle zum Extrahieren von Daten aus Dokumenten
  • Implementieren eines benutzerdefinierten Document Intelligence-Modells
  • Trainieren, Testen, und Veröffentlichen eines benutzerdefinierten Document Intelligence-Modells
  • Erstellen eines zusammengesetzten Document Intelligence-Modells
  • Implementieren eines Dokument Intelligenz-Modells als benutzerdefinierten Azure KI-Suche-Skill
• Implementieren von generativen KI-Lösungen (10-15 %)
• Verwenden von Azure OpenAI Service zum Generieren von Inhalten
  • Bereitstellen einer Azure OpenAI Service-Ressource
  • Auswählen und Bereitstellen eines Azure OpenAI-Modells
  • Übermitteln von Eingabeaufforderungen zum Generieren natürlicher Sprache
  • Übermitteln von Eingabeaufforderungen zum Generieren von Code
  • Verwenden von DALL-E-Modellen zum Generieren von Bildern
  • Verwenden von Azure OpenAI-APIs zum Übermitteln von Eingabeaufforderungen und Empfangen von Antworten
  • Verwenden großer multimodaler Modelle in Azure OpenAI
• Optimieren von generativer KI
  • Konfigurieren von Parametern zum Steuern des generativen Verhaltens
  • Anwenden von Techniken zur Entwicklungen von Eingabeaufforderungen zum Verbessern der Antworten
  • Verwenden eigener Daten in einem Azure OpenAI-Modell
  • Optimieren eines Azure OpenAI-Modells
    
    

Nach der Schulung können Sie folgende Fragen beantworten:

• Wie können Sie in Azure Machine Learning ein Modell erstellen, das mehrere Dateneingaben akzeptiert?
• Welche Rolle spielt das Azure Machine Learning SDK bei der Entwicklung von KI-Lösungen in Azure?
• Was sind die Schritte, die erforderlich sind, um ein Machine-Learning-Modell in Azure bereitzustellen?
• Wie kann DevOps in die Entwicklung von KI-Lösungen in Azure integriert werden?
• Welche Sicherheitskonfigurationen müssen in Azure implementiert werden, um KI-Lösungen zu schützen?
• Wie können Sie die Leistung von Machine-Learning-Modellen in Azure überwachen und verbessern?
• Wie können Sie Modelle in Azure Machine Learning automatisch bereitstellen, wenn neue Daten verfügbar sind?
• Wie können Sie Fehler in KI-Lösungen in Azure debuggen und beheben?
• Welche Azure-Dienste und -Tools können bei der Entwicklung von KI-Lösungen in Azure verwendet werden?
• Was sind die bewährten Methoden für die Entwicklung von KI-Lösungen in Azure mit Azure Machine Learning?