Designing and Implementing a Microsoft Azure AI Solution (AI-102)
.svg)
.svg)
.svg)
Machine Lerning Engineer
Modul 1: Einführung in KI auf Azure
Künstliche Intelligenz (KI) bildet zunehmend den Kern moderner Apps und Dienste. In diesem Modul lernst du einige gängige KI-Funktionen kennen, die du in deinen Apps nutzen kannst, und erfährst, wie diese Funktionen in Microsoft Azure implementiert werden. Außerdem lernst du einige Überlegungen zum verantwortungsvollen Entwurf und zur Implementierung von KI-Lösungen kennen.
Lektionen:
- Einführung in die künstliche Intelligenz
- Künstliche Intelligenz in Azure
Modul 2: Entwickeln von KI-Apps mit Cognitive Services
Cognitive Services sind die Kernbausteine für die Integration von KI-Funktionen in deine Apps. In diesem Modul lernst du, wie du kognitive Dienste bereitstellst, sicherst, überwachst und einsetzt.
Lektionen:
- Erste Schritte mit kognitiven Diensten
- Verwenden von Cognitive Services für Unternehmensanwendungen
- Übung: Erste Schritte mit kognitiven Diensten
- Übung: Die Sicherheit von Cognitive Services verwalten
- Übung: Cognitive Services überwachen
- Übung: Einen Cognitive-Services-Container verwenden
Modul 3: Erste Schritte mit Natural Language Processing
Die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) ist ein Zweig der künstlichen Intelligenz, der sich mit der Extraktion von Erkenntnissen aus geschriebener oder gesprochener Sprache beschäftigt. In diesem Modul lernst du, wie du kognitive Dienste verwenden kannst, um Texte zu analysieren und zu übersetzen.
Lektionen:
- Analysieren von Text
- Text übersetzen
- Übung: Text analysieren
- Übung: Text übersetzen
Modul 4: Erstellen von sprachgesteuerten Anwendungen
Viele moderne Anwendungen und Dienste akzeptieren gesprochene Eingaben und können darauf mit der Synthese von Text reagieren. In diesem Modul setzt du deine Erkundung der Funktionen zur Verarbeitung natürlicher Sprache fort, indem du lernst, wie du sprachfähige Anwendungen erstellen kannst.
Lektionen:
- Spracherkennung und Sprachsynthese
- Sprachübersetzung
- Übung: Erkennen und Synthetisieren von Sprache
- Übung: Sprache übersetzen
Modul 5: Erstellen von Lösungen zum Sprachverstehen
Um eine Anwendung zu erstellen, die natürliche Spracheingaben intelligent verstehen und darauf reagieren kann, musst du ein Modell für das Sprachverständnis definieren und trainieren. In diesem Modul lernst du, wie du den Sprachverstehens-Dienst verwenden kannst, um eine Anwendung zu erstellen, die die Absicht der Nutzer:innen anhand natürlicher Spracheingaben erkennen kann.
Lektionen:
- Erstellen einer App zum Sprachverstehen
- Veröffentlichen und Verwenden einer Sprachverstehens-App
- Sprachverstehen mit Sprache verwenden
- Übung: Eine Sprachverstehens-App erstellen
- Übung: Eine Sprachverstehens-Client-Anwendung erstellen
- Übung: Die Dienste für Sprachverstehen und Spracherkennung verwenden
Modul 6: Erstellen einer QnA-Lösung
Eine der häufigsten Arten der Interaktion zwischen Anwender:innen und KI-Software-Agenten besteht darin, dass Fragen in natürlicher Sprache gestellt werden und der KI-Agent intelligent mit einer passenden Antwort antwortet. In diesem Modul erfährst du, wie der QnA Maker-Dienst die Entwicklung dieser Art von Lösung ermöglicht.
Lektionen:
- Erstellen einer QnA-Wissensdatenbank
- Veröffentlichen und Verwenden einer QnA-Wissensdatenbank
- Übung: Erstellen einer QnA-Lösung
Modul 7: Konversationelle KI und der Azure Bot Service
Bots sind die Grundlage für eine zunehmend verbreitete Art von KI-Anwendungen, bei denen Nutzer:innen mit KI-Agenten in Konversationen treten, oft so, wie sie es mit einem menschlichen Agenten tun würden. In diesem Modul lernst du das Microsoft Bot Framework und den Azure Bot Service kennen, die zusammen eine Plattform für die Erstellung und Bereitstellung von konversationellen Erlebnissen bieten.
Lektionen:
- Bot-Grundlagen
- Implementieren eines konversationellen Bots
- Übung: Erstellen eines Bots mit dem Bot Framework SDK
- Übung: Einen Bot mit dem Bot Framework Composer erstellen
Modul 8: Erste Schritte mit Computer Vision
Computer Vision ist ein Bereich der künstlichen Intelligenz, in dem Softwareanwendungen visuelle Eingaben aus Bildern oder Videos interpretieren. In diesem Modul beginnst du deine Erkundung der Computer Vision, indem du lernst, wie du kognitive Dienste zur Analyse von Bildern und Videos verwenden kannst.
Lektionen:
- Analysieren von Bildern
- Analysieren von Videos
- Übung: Bilder mit Computer Vision analysieren
- Übung: Videos mit dem Video Indexer analysieren
Modul 9: Entwickeln eigener Bildverarbeitungslösungen
Es gibt zwar viele Szenarien, in denen vordefinierte allgemeine Computer Vision-Funktionen nützlich sein können, aber manchmal musst du ein benutzerdefiniertes Modell mit deinen eigenen visuellen Daten trainieren. In diesem Modul lernst du den Custom Vision-Dienst kennen und erfährst, wie du damit benutzerdefinierte Modelle zur Bildklassifizierung und Objekterkennung erstellen kannst.
Lektionen:
- Bildklassifizierung
- Objekterkennung
- Übung: Bilder mit Custom Vision klassifizieren
- Übung: Objekte in Bildern mit Custom Vision erkennen
Modul 10: Erkennen, Analysieren und Wiedererkennen von Gesichtern
Die Erkennung, Analyse und Erkennung von Gesichtern sind häufige Szenarien der Computer Vision. In diesem Modul lernst du den Einsatz von kognitiven Diensten zur Erkennung menschlicher Gesichter kennen.
Lektionen:
- Erkennen von Gesichtern mit dem Computer Vision Service
- Verwenden des Gesichtsdienstes
- Übung: Erkennen, Analysieren und Wiedererkennen von Gesichtern
Modul 11: Lesen von Text in Bildern und Dokumenten
Optische Zeichenerkennung (OCR) ist ein weiteres häufiges Computer Vision-Szenario, bei dem Software Text aus Bildern oder Dokumenten extrahiert. In diesem Modul lernst du kognitive Dienste kennen, die zum Erkennen und Lesen von Text in Bildern, Dokumenten und Formularen verwendet werden können.
Lektionen:
- Lesen von Text mit dem Computer Vision Service
- Extrahieren von Informationen aus Formularen mit dem Form Recognizer-Dienst
- Übung: Text in Bildern lesen
- Übung: Daten aus Formularen extrahieren
Modul 12: Erstellen einer Knowledge-Mining-Lösung
Letztlich geht es in vielen KI-Szenarien um die intelligente Suche nach Informationen auf Basis von Benutzeranfragen. KI-gestütztes Knowledge Mining ist ein zunehmend wichtiger Weg, um intelligente Suchlösungen zu erstellen, die KI nutzen, um Erkenntnisse aus großen Beständen digitaler Daten zu extrahieren und Nutzer:innen zu ermöglichen, diese Erkenntnisse zu finden und zu analysieren.
Lektionen:
- Implementieren einer intelligenten Suchlösung
- Entwickeln von benutzerdefinierten Fähigkeiten für eine Enrichment-Pipeline
- Erstellen eines Wissensspeichers
- Übung: Eine Azure Cognitive Search-Lösung erstellen
- Übung: Einen benutzerdefinierten Skill für Azure Cognitive Search erstellen
- Übung: Einen Wissensspeicher mit Azure Cognitive Search erstellen
- Planen und Verwalten einer Azure-AI-Lösung
- Implementieren von Lösungen zur Entscheidungs-Unterstützung
- Implementieren von Lösungen für maschinelles Sehen
- Implementieren von Lösungen für die Verarbeitung natürlicher Sprache
- Implementieren von Knowledge-Mining- und Document-Intelligence-Lösungen
- Implementieren generativer AI-Lösungen
Dieser Kurs besteht aus einem Online-Seminar und wird von einer:m Trainer:in geleitet, die/der die Teilnehmenden live betreut. Theorie und Praxis werden mit Live-Demonstrationen und praktischen Übungen vermittelt. Zum Einsatz kommt die Videokonferenz-Software Zoom.
Dieses intensive Training bereitet dich auf die Zertifizierung «Microsoft Certified: Azure AI Engineer Associate» vor.
Software-Entwickler:innen, die am Kompilieren, Verwalten und Bereitstellen von AI-Lösungen interessiert sind, die Azure Cognitive Services, Azure Cognitive Search und Microsoft Bot Framework nutzen. Du bist mit C# oder Python vertraut und verfügst über Kenntnisse in der Verwendung von REST-basierten APIs zum Kompilieren von maschinellem Sehen, Sprachanalyse, Wissensbeschaffung, intelligenter Suche und Konversations-AI-Lösungen in Azure.
.svg)
