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

• 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 wählen Sie den geeigneten Azure AI-Dienst für eine spezifische Computer Vision-Lösung aus?
• Welche Schritte sind erforderlich, um eine Azure OpenAI Service-Ressource bereitzustellen und zu konfigurieren?
• Wie implementieren Sie eine benutzerdefinierte Lösung für Textmoderation mit Azure AI Content Safety?
• Wie können Sie mit Azure AI Vision Text aus Bildern extrahieren und handschriftlichen Text konvertieren?
• Welche Techniken verwenden Sie zur Entwicklung von Eingabeaufforderungen, um die Antworten generativer KI zu verbessern?
• Wie erstellen und verwalten Sie ein Language Understanding-Modell mit Azure AI Language?
• Wie implementieren Sie eine Azure AI Search-Lösung mit benutzerdefinierten Skills und Indexern?
• Welche Prinzipien verantwortungsvoller KI müssen bei der Planung einer Azure AI-Lösung berücksichtigt werden?
• Wie können Sie Azure AI-Dienste in eine CI/CD-Pipeline integrieren und Container-Bereitstellungen planen?
• Wie überwachen Sie eine Azure AI-Ressource und verwalten Kosten für Azure AI-Dienste effektiv?
• Diese FAQs decken alle sechs Prüfungsbereiche korrekt ab:
  • 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 %)

LernzieleDas 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.Zielgruppen

• Datenwissenschaftler:innen und Entwickler, die KI-Lösungen mit Azure Machine Learning entwickeln und implementieren möchten
• IT-Experten, die für die Entwicklung und Umsetzung von KI-Lösungen in ihrer Organisation verantwortlich sind
• IT-Expert:innen, die bereits Kenntnisse in Machine Learning und Cloud-Computing haben und ihre Fähigkeiten in der Arbeit mit Azure Machine Learning erweitern möchten
• Personen, die sich für Azure Machine Learning und die Entwicklung von KI-Lösungen in der Cloud interessieren und ihre Kenntnisse in diesem Bereich vertiefen möchten