curso Microsoft AI-300: Puesta en práctica de soluciones de aprendizaje automático e IA generativa. está dedicado a profesionales que desean implementar y operar soluciones de IA escalables y seguras utilizando Azure Aprendizaje automático y Microsoft Fundición.
Los participantes aprenderán a automatizar todo el ciclo de vida de los modelos de aprendizaje automático y las aplicaciones de IA generativa mediante prácticas modernas de MLOps y GenAIOps. El curso abarca la automatización de pipelines, CI/CD para IA, monitorización, observabilidad, gestión de prompts e implementación de aplicaciones de IA en producción.
Después de completar el curso, usted podrá:
- Automatice flujos de trabajo completos de MLOps y GenAIOps.
- Implementar pipelines de aprendizaje automático en Azure
- Gestionar el despliegue y la monitorización de los modelos de IA.
- Utiliza GitHub Actions para automatizar flujos de trabajo de IA.
- Evaluar y optimizar agentes y aplicaciones de IA generativa.
- Implementar la observabilidad y el rastreo para aplicaciones de IA
Los participantes deberán tener:
- Experiencia en Python o R.
- Conocimientos de aprendizaje automático e inteligencia artificial.
- Familiaridad con Azure Aprendizaje automático
- Comprensión básica de las prácticas DevOps y CI/CD
Operacionalización de modelos de aprendizaje automático (MLOps)
- Experimentando con Azure Aprendizaje automático
- AutoML y MLflow
- Seguimiento responsable de experimentos e inteligencia artificial
- Optimización de modelos de aprendizaje automático
- Ajuste de hiperparámetros
- Automatización de experimentos
- Automatización de flujos de trabajo de aprendizaje automático
- Azure Canalizaciones de aprendizaje automático
- Planificación y coordinación de tareas
- Integración de GitHub Actions en MLOps
- Automatización de la formación y la implementación
- CI/CD para aprendizaje automático
- Gestión del despliegue del modelo
- Gestión del medio ambiente
- Despliegue automatizado en producción
Puesta en práctica de aplicaciones de IA generativa (GenAIOps)
- Planificación de una solución GenAIOps
- Desarrollo de aplicaciones de IA generativa
- Flujos de trabajo de IA reproducibles y escalables
- Gestión de avisos y agentes de IA
- Indicaciones de control de versiones
- Ingeniería y colaboración ágiles en GitHub
- Evaluación y optimización de aplicaciones de IA
- Métricas de rendimiento y costes
- Experimentación y optimización continuas
- Automatización de las evaluaciones de IA
- Microsoft Foundry y GitHub Actions
- Flujos de trabajo de evaluación continua
- Supervisión y depuración de aplicaciones de IA
- Monitoreo y observabilidad
- Seguimiento y análisis del comportamiento de las aplicaciones de IA
No hay información en este momento.
