Κατασκευή Εφαρμογών Τεχνητής Νοημοσύνης στο Microsoft Azure Κομμάτι εκπαίδευσης

Αυτή η εκπαίδευση με οδηγό, ζωντανά σε Ελλάδα (online ή ενορθωμένη) απευθύνεται σε μηχανικούς που επιθυμούν να χρησιμοποιήσουν την πλατφόρμα drag-and-drop του Azure ML για να εγκαταστήσουν φορτία εργασίας μηχανικής μάθησης χωρίς την ανάγκη αγοράς λογισμικού και σκληρού πέλτου και χωρίς να ανησυχούν για τη διαχείριση και την εγκατάσταση.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Να γράφουν εξαιρετικά ακριβή μοντέλα μηχανικής μάθησης χρησιμοποιώντας Python, R ή εργαλεία zero-code.
• Να εξαξιοποιούν τους διαθέσιμους σύνολα δεδομένων και αλγόριθμους της Azure για να εκπαιδεύουν και να παρακολουθούν μοντέλα μηχανικής και βάθυ-μάθησης.
• Να χρησιμοποιούν το αλληλεπιδραστικό εργασιακό περιβάλλον της Azure για συνεργατική ανάπτυξη μοντέλων ML.
• Να επιλέγουν από διάφορα υποστηριζόμενα πλαίσια ML της Azure, όπως PyTorch, TensorFlow και scikit-learn.

Microsoft Azure Infrastructure and Deployment

Αυτή η κατάρτιση επιτρέπει στους μεταδότες να βελτιώσουν τις δεξιότητες σχεδιασμού λύσεων Microsoft Azure.

Μετά από αυτή την κατάρτιση, ο μεταδότης θα καταλαβαίνει τις λειτουργικές περιλήψεις και τις δυνατότητες των υπηρεσιών Azure, θα μπορεί να αναγνωρίζει εμπορικές συμβάσεις και να λαμβάνει αποφάσεις για την σχεδίαση δημόσιων και hybrid cloud λύσεων.

Κατά τη διάρκεια της κατάρτισης, θα οριστούν οι κατάλληλες λύσεις υποδομής και πλατφόρμας για να αποκρίνονται στις απαιτήσεις λειτουργικότητας, επιχειρησιακότητας και διαμόρφωσης μέσω του κύκλου ζωής της λύσης.

Αυτή η εκπαίδευση με εξηγητή, διεξάγεται ζωντανά σε Ελλάδα (online ή onsite) και απευθύνεται σε DevOps Engineers, αναπτυκτές και διαχειριστές έργου που επιθυμούν να χρησιμοποιήσουν το Azure DevOps για να αναπτύξουν και να διακυβεύσουν βελτιωμένες επιχειρηματικές εφαρμογές ταχύτερα από τις παραδοσιακές μέθοδους ανάπτυξης.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Κατανοήσουν τη βασική λεξιλόγιο και αρχές DevOps.
• Εγκαταστήσουν και να ρυθμίσουν τα απαραίτητα εργαλεία Azure DevOps για την ανάπτυξη λογισμικού.
• Να χρησιμοποιήσουν τα εργαλεία και υπηρεσίες Azure DevOps για να προσαρμόζονται συνεχώς στην αγορά.
• Να αναπτύξουν επιχειρηματικές εφαρμογές και να εκτιμήσουν τις υφιστάμενες διαδικασίες ανάπτυξης με βάση τις λύσεις Azure DevOps.
• Να διαχειρίζονται ομάδες με αποδοτικότερο τρόπο και να επιταχύνουν τη χρονική περίοδο διακυβέυσης λογισμικού.
• Να υιοθετήσουν πρακτικές ανάπτυξης DevOps στην οργάνωσή τους.

Αυτή η καθοδηγούμενη από εκπαιδευτικό, ζωντανή εκπαίδευση σε Ελλάδα (online ή χώρος υπάρχοντας) στοχεύει σε επιστήμονες δεδομένων που επιθυμούν να χρησιμοποιήσουν το Azure Machine Learning για να κατασκευάζουν μοντέλα μηχανικής μάθησης από ξεκίαση έως το τέλος, για προβλέψεις.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Κατασκευάζουν μοντέλα μηχανικής μάθησης χωρίς προηγούμενη εμπειρία προγραμματισμού.
• Δημιουργούν προβλητικές αλγόριθμους με το Azure Machine Learning.
• Εφαρμόζουν έτοιμα για παραγωγή μοντέλα μηχανικής μάθησης.

Αυτή η καθοδήγηση ζωντανού προσωπικού στο Ελλάδα (online ή onsite) απευθύνεται σε διαχειριστές ασφάλειας που επιθυμούν να ασφαλίσουν Azure workloads.

Εώς την ολοκλήρωση αυτής της κατάρτισης, οι συμμετέχοντες θα μπορούν να:

• Διαχειρίζονται την ασφάλεια host, δικτύου και περισσότερων.
• Οργανώνουν την ασφάλεια αποθήκευσης και βάσεων δεδομένων στο Azure.
• Εφαρμόζουν επίβλεψη ασφάλειας χρησιμοποιώντας πόρους του Azure.
• Προλαμβάνουν κυβερνοέργα επιθέσεις σε δεδομένα και υποδομές.

Αυτή η ζωντανή εκπαίδευση από εκπαιδευτές στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε διαχειριστές ασφαλείας που επιθυμούν να μάθουν πώς να ρυθμίζουν την ασφάλεια του cloud Azure για να ασφαλίζουν φόρτους εργασίας που εκτελούνται στο Azure.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Διαμορφώστε την ασφάλεια του κεντρικού υπολογιστή και του δικτύου.
• Διαμόρφωση Azure προηγμένων επιλογών ασφαλείας.
• Χρησιμοποιήστε το Azure για να εξασφαλίσετε φόρτους εργασίας υπολογιστικού νέφους.
• Χρησιμοποιήστε την ασφάλεια των υπηρεσιών προστασίας τελικού σημείου από κακόβουλο λογισμικό και ιούς.
• Ασφαλίστε φόρτους εργασίας κοντέινερ που εκτελούνται στο Azure.

Αυτή η καθοδήγηση, που διεξάγεται υπό την καθοδήγηση εκπαιδευτικού σε Ελλάδα (online ή on-site), απευθύνεται σε προγραμματιστές που θέλουν να μάθουν πώς να κατασκευάζουν μικρουπηρεσίες με τη Microsoft Azure Service Fabric (ASF).

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Χρησιμοποιήσουν τη ASF ως πλατφόρμα για την κατασκευή και διαχείριση μικρουπηρεσιών.
• Κατανοήσουν βασικά εννοιακά στοιχεία και μοντέλα προγραμματισμού μικρουπηρεσιών.
• Δημιουργήσουν ένα cluster στο Azure.
• Κατασκευάσουν μικρουπηρεσίες εγχώρια ή στο cloud.
• Αποσφαλμάτωσουν και υποθεραπεύσουν μια ζωντανή εφαρμογή μικρουπηρεσίας.

Η υπηρεσία Azure Bot συνδυάζει τη δύναμη του πλαισίου Microsoft Bot και των λειτουργιών Azure για να επιτρέψει τη γρήγορη ανάπτυξη έξυπνων bots.

Σε αυτό το κεκλημένο, ζωντανό εκπαιδευτικό πρόγραμμα, οι συμμετέχοντες θα μάθουν όπως εύκολα να δημιουργήσουν έξυπνο bot χρησιμοποιώντας τη Microsoft Azure

Στο τέλος αυτού του εκπαιδευτικού προγράμματος, οι συμμετέχοντες θα μπορούν να:

• Μάθουν τα βασικά αρχίσια των έξυπνων bots
• Μάθουν πώς να δημιουργούν έξυπνα bots χρησιμοποιώντας εφαρμογές στο cloud
• Κατανοήσουν πώς να χρησιμοποιούν το Microsoft Bot Framework, το SDK Bot Builder και την υπηρεσία Azure Bot
• Κατανοήσουν πώς να σχεδιάζουν bots χρησιμοποιώντας μοτίβα bots
• Αναπτύξουν το πρώτο έξυπνο bot τους χρησιμοποιώντας τη Microsoft Azure

Διευθυντής

• Προγραμματιστές
• Φίλοι του χόμπι
• Μηχανικοί
• Επαγγελματίες ΤΠ

Μορφή του μαθήματος

• Μέρος παράσταση, μέρος συζήτηση, ασκήσεις και βαρύς πρακτικός οδηγία

Αυτή η εκπαίδευση με διάλογο και ζωντανό εκπαιδευτή σε Ελλάδα (online or onsite) απευθύνεται σε δεδομένους προϊσταμένους μεγάλης κλίμακας, οι οποίοι επιθυμούν να μάθουν πώς να χρησιμοποιήσουν το Azure Data Lake Storage Gen2 για αποτελεσματικές λύσεις διαχείρισης δεδομένων.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Να καταλάβουν την αρχιτεκτονική και τις κύριες χαρακτηριστικές του Azure Data Lake Storage Gen2.
• Να βελτιστοποιήσουν την αποθήκευση και την πρόσβαση στα δεδομένα για κόστος και απόδοση.
• Να ενσωματώσουν το Azure Data Lake Storage Gen2 με άλλες υπηρεσίες του Azure για ανάλυση και διαχείριση δεδομένων.
• Να αναπτύξουν λύσεις χρησιμοποιώντας την API του Azure Data Lake Storage Gen2.
• Να εντοπίζουν και να βελτιστοποιούν κοινά προβλήματα συντήρησης.

Σε αυτό το προσωπικό οδηγού, ζωντανό εκπαιδευτικό σε Ελλάδα (χώρου ή απο μακριά) οι συμμετέχοντες θα μάθουν τις βασικές έννοιες, τα όργανα και τις υπηρεσίες του Microsoft Azure ενώ προχωρούν στη δημιουργία μιας δειγματικής εφαρμογής στον κλωνό.

Επί τέλους αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Κατανοήσουν τις βασικές πληροφορίες για το Microsoft Azure
• Κατανοήσουν τις διάφορες εργαλεία και υπηρεσίες του Azure
• Μάθουν πώς να χρησιμοποιούν το Azure για την κατασκευή εφαρμογών στον κλωνό

Internet of Things (IoT) είναι μια υποδομή δικτύου που συνδέει φυσικά αντικείμενα και εφαρμογές λογισμικού ασύρματα, επιτρέποντάς τους να επικοινωνούν μεταξύ τους και να ανταλλάσσουν δεδομένα μέσω επικοινωνιών δικτύου, υπολογιστικού νέφους και λήψης δεδομένων. Το Azure είναι ένα ολοκληρωμένο σύνολο υπηρεσιών cloud που προσφέρει μια σουίτα IoT που αποτελείται από προδιαμορφωμένες λύσεις που βοηθούν τους προγραμματιστές να επιταχύνουν την ανάπτυξη έργων IoT.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν πώς να αναπτύσσουν εφαρμογές IoT χρησιμοποιώντας το Azure.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τις βασικές αρχές της αρχιτεκτονικής του IoT
• Εγκαταστήστε και διαμορφώστε το Azure IoT Suite
• Μάθετε τα οφέλη από τη χρήση του Azure στον προγραμματισμό συστημάτων IoT
• Υλοποιήστε διάφορες Azure υπηρεσίες IoT (IoT Hub, Functions, Stream Analytics, Power BI, Cosmos DB, DocumentDB, IoT Device Management)
• Δημιουργία, δοκιμή, ανάπτυξη και αντιμετώπιση προβλημάτων ενός συστήματος IoT χρησιμοποιώντας το Azure

Ακροατήριο

• προγραμματιστές
• Μηχανικοί

Μορφή του μαθήματος

• Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Σημείωμα

• Για να ζητήσετε μια εξατομικευμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσουμε.

Αυτή η εκπαίδευση, η οποία υπόκειται στην καθοδήγηση του δάσκαλου (online ή on-site), απευθύνεται σε μηχανικούς που επιθυμούν να καταφέρουν να εφαρμόσουν φορτία δουλειάς μηχανικής μάθησης στο Azure cloud.

Το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Εγκαταστήσουν και ρυθμίσουν το Kubernetes, Kubeflow και άλλες απαραίτητες λογισμικές στο Azure.
• Να χρησιμοποιήσουν την Azure Kubernetes Service (AKS) για να απλοποιήσουν τη δουλειά της εκκίνησης μιας κλωβοδέσμης Kubernetes στο Azure.
• Να δημιουργήσουν και να καταφέρουν να εφαρμόσουν ένα κλωβό πίπελα Kubernetes για την αυτομάτο χειρισμό και διαχείριση ML μοντέλων σε παραγωγή.
• Να εκπαιδεύσουν και να εφαρμόσουν TensorFlow ML μοντέλα σε διάφορες GPUs και υπολογιστές που λειτουργούν σε παράλληλη λειτουργία.
• Να εκμεταλλευτούν άλλες διαχειρισμένες υπηρεσίες AWS για να επεκταθούν σε μια ML εφαρμογή.

Σε αυτή τη ζωντανή εκπαίδευση στο Ελλάδα (διαδικτυακό ή επιτόπου), οι συμμετέχοντες θα μάθουν πώς να δημιουργούν και να διαχειρίζονται ένα περιβάλλον κοντέινερ σε κλίμακα παραγωγής χρησιμοποιώντας το Kubernetes στο AKS.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Διαμόρφωση και διαχείριση του Kubernetes στο AKS.
• Ανάπτυξη, διαχείριση και κλιμάκωση ενός συμπλέγματος Kubernetes.
• Αναπτύξτε εφαρμογές με κοντέινερ (Docker) στο Azure.
• Μεταφέρετε ένα υπάρχον περιβάλλον Kubernetes από εσωτερική εγκατάσταση στο AKS cloud.
• Ενσωματώστε το Kubernetes με λογισμικό συνεχούς ενοποίησης (CI) τρίτων.
• Εξασφαλίστε υψηλή διαθεσιμότητα και ανάκτηση από καταστροφές στο Kubernetes.

Αυτή η εκπαίδευση, που διεξάγεται υπό την καθοδήγηση του εκπαιδευτικού (online ή onsite), απευθύνεται σε μηχανικούς μηχανήματος μάθησης που θέλουν να χρησιμοποιήσουν το Azure Machine Learning και το Azure DevOps για να εφαρμόσουν πρακτικές MLOps.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Δημιουργήσουν αναδιαμορφώσιμους ρολογράφους και μοντέλα μηχανήματος μάθησης.
• Να διαχειρίζονται το κύκλο ζωής του μηχανήματος μάθησης.
• Να καταγράφουν και να αναφέρουν την ιστορία των εκδόσεων των μοντέλων, τα περιβάλλοντα και άλλα.
• Να αναπτύξουν δυναμικά εφαρμοστέα μηχανήματος μάθησης παντού.