Εκπαίδευση Azure στη Λευκωσία

Αυτή η επίδειξη μαθήματος με επικουρικό διδάσκοντα στο Λευκωσία (διαπράττονται ή πραγματικό τόπος) στοχεύει σε μέσου επίπεδου Java καταναλωτές, λογισμικού μηχανικού και φανατικούς του cloud που θέλουν να εκμεταλλευθούν το δυναμικό του Azure OpenAI για να δημιουργήσουν νοηματικά προγράμματα.

Ακολουθώντας αυτό το μάθημα, οι συμμετέχοντες θα είναι σε θέση να:

• Συνειδητοποιήσουν τους αρχές της Generative AI και τις εφαρμογές της.
• Εγκαταστήσουν και διαχειρίστε μια υπηρεσία Azure OpenAI.
• Συμβάλλουν τα μοντέλα του OpenAI σε Java εφαρμογές.
• Διαθέσουν χαρακτηριστικά AI προτεινόμενα μέσω των ιδρυμάτων web.

Αυτή η εκπαίδευση υπό την καθοδήγηση του εκπαιδευτικού, η οποία λαμβάνει χώρα σε Λευκωσία (online ή επιχειρηματικός χώρος), απευθύνεται σε προχωρημένους νεφελισκόφους μηχανικούς και IT επαγγελματίες οι οποίοι θέλουν να χρησιμοποιήσουν το Terraform για να αυτοματοποιήσουν τη διαχείριση, τον προσδιορισμό και την κλίμακα υποδομών στην πλατφόρμα νεφέλης Azure.

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

• Κατανοήσουν τα βασικά αρχικά σημεία του Terraform και τους πλεονεκτισμούς του ως υποδομή ως κώδικα.
• Οργάνωση και ρύθμιση του Terraform για Azure.
• Ανάπτυξη, δοκιμή και εφαρμογή αρχείων ρύθμισης του Terraform για διάφορες υπηρεσίες Azure.
• Χρησιμοποίηση του Terraform για τη διαχείριση και κλίμακα πόρων Azure.
• Εφαρμογή αρχών καλής πρακτικής στη διαχείριση κατάστασης του Terraform και έλεγχο έκδοσης.
• Ενσωμάτωση του Terraform με Azure DevOps για αυτόματες εφαρμογές.
• Δημιουργία αναβαθμίσιμων μονάδων Terraform για συνεκτική παροχή πόρων.
• Χρησιμοποίηση προηγμένων χαρακτηριστικών του Terraform για περίπλοκες εφαρμογές υποδομής.

Αυτή η εκπαιδευτική περίοδος, υπό τη διοίκηση εκπαιδευτικών (online ή onsite), απευθύνεται σε επαγγελματίες μεταξύ μέσου και υψηλού επιπέδου που επιθυμούν να κατασκευάζουν και να αναδεικνύουν εφαρμογές με ισχύ AI χρησιμοποιώντας το Microsoft Azure.

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

• Αναπτύσσουν εφαρμογές που αντιδρούν σε γεγονότα και serverless χρησιμοποιώντας τα Azure Functions.
• Διαχειρίζονται λύσεις αποθήκευσης και virtual machines στο Azure.
• Αναδεικνύουν και κλιμακώνουν web applications χρησιμοποιώντας το Azure App Service και Docker containers.
• Ενσωματώνουν AI, machine learning και επεξεργασία φυσικής γλώσσας χρησιμοποιώντας τα Azure AI Services.
• Εξεργάζονται με το GitHub Copilot για να βοηθήσουν στην ανάδειξη εφαρμογών με ισχύ AI.

Αυτή η ζωντανή εκπαίδευση στο Λευκωσία (διαδικτυακός ή επιτόπου) από εκπαιδευτές απευθύνεται σε μηχανικούς δεδομένων μεσαίου επιπέδου που επιθυμούν να καταστούν ικανοί στη χρήση του Azure Synapse Analytics για ένα ευρύ φάσμα επεξεργασίας δεδομένων, αναλυτικών στοιχείων και οπτικοποίησης.

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

• Κατανοήστε τις βασικές έννοιες, την αρχιτεκτονική και τα στοιχεία του Azure Synapse Analytics.
• Δημιουργήστε, διαμορφώστε και διαχειριστείτε επεκτάσιμες αποθήκες δεδομένων χρησιμοποιώντας το Azure Synapse.
• Κατακτήστε τις τεχνικές για την πρόσληψη, μετατροπή και φόρτωση δεδομένων (ETL) από διάφορες πηγές στο Azure Synapse.
• Βελτιστοποιήστε την απόδοση των ερωτημάτων, ασφαλίστε τα δεδομένα και ενσωματώστε το Azure Synapse με το Power BI και άλλα εργαλεία για οπτικοποίηση δεδομένων και κοινή χρήση πληροφοριών.

Αυτή η εκπαίδευση με διάλογο και ζωντανό εκπαιδευτή σε Λευκωσία (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.

Αυτή η ζωντανή εκπαίδευση από εκπαιδευτές στο Λευκωσία (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.

Σε αυτή τη ζωντανή εκπαίδευση στο Λευκωσία (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 με οδηγό, ζωντανά σε Λευκωσία (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.

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 Λευκωσία (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 Λευκωσία (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 Λευκωσία (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 καθοδήγηση, που διεξάγεται υπό την καθοδήγηση εκπαιδευτικού σε Λευκωσία (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

Σε αυτό το προσωπικό οδηγού, ζωντανό εκπαιδευτικό σε Λευκωσία (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.

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.

Microsoft Azure Infrastructure and Deployment