corso Microsoft AI-300: Rendere operative le soluzioni di apprendimento automatico e intelligenza artificiale generativa è dedicato ai professionisti che desiderano implementare e gestire soluzioni di IA scalabili e sicure utilizzando Azure Apprendimento automatico e Microsoft Fonderia.
I partecipanti apprenderanno ad automatizzare l'intero ciclo di vita dei modelli di machine learning e delle applicazioni di intelligenza artificiale generativa attraverso le moderne pratiche MLOps e GenAIOps. Il corso tratterà l'automazione delle pipeline, la CI/CD per l'IA, il monitoraggio, l'osservabilità, la gestione dei prompt e la distribuzione di applicazioni di IA in produzione.
Dopo aver completato il corso, sarai in grado di:
- Automatizza i flussi di lavoro completi di MLOps e GenAIOps.
- Implementare pipeline di apprendimento automatico in Azure
- Gestire l'implementazione e il monitoraggio dei modelli di intelligenza artificiale
- Utilizza GitHub Actions per automatizzare i flussi di lavoro basati sull'intelligenza artificiale.
- Valutare e ottimizzare agenti e applicazioni di intelligenza artificiale generativa
- Implementare l'osservabilità e il tracciamento per le applicazioni di intelligenza artificiale
I partecipanti devono avere:
- Esperienza con Python o R
- Conoscenza dell'apprendimento automatico e dell'intelligenza artificiale
- Familiarità con Azure machine Learning
- Comprensione di base delle pratiche DevOps e CI/CD
Implementazione di modelli di apprendimento automatico (MLOps)
- Sperimentando con Azure machine Learning
- AutoML e MLflow
- Intelligenza artificiale responsabile e tracciamento degli esperimenti
- Ottimizzazione dei modelli di apprendimento automatico
- Sintonia dell'iperparametro
- Automazione degli esperimenti
- Automazione dei flussi di lavoro di apprendimento automatico
- Azure Gasdotti ML
- Pianificazione e orchestrazione dei lavori
- Integrazione di GitHub Actions in MLOps
- Automazione della formazione e dell'implementazione
- CI/CD per l'apprendimento automatico
- Gestione della distribuzione dei modelli
- Gestione dell'ambiente
- Distribuzione automatizzata in produzione
Implementazione di applicazioni di intelligenza artificiale generativa (GenAIOps)
- Pianificazione di una soluzione GenAIOps
- Sviluppo di applicazioni di intelligenza artificiale generativa
- Flussi di lavoro di intelligenza artificiale riproducibili e scalabili
- Gestione di prompt e agenti basati sull'intelligenza artificiale
- Richieste di controllo versione
- Progettazione e collaborazione rapide su GitHub
- Valutazione e ottimizzazione delle applicazioni di intelligenza artificiale
- Parametri di prestazione e di costo
- Sperimentazione e ottimizzazione continue
- Automatizzare le valutazioni dell'IA
- Microsoft Foundry e GitHub Actions
- Flussi di lavoro di valutazione continua
- Monitoraggio e debug delle applicazioni di intelligenza artificiale
- Monitoraggio e osservabilità
- Tracciamento e analisi del comportamento delle applicazioni di intelligenza artificiale
Al momento non ci sono informazioni.
