Schulungsübersicht
Einführung in Microsoft Azure
- Überblick über Azure-Dienste und Cloud-Computing
- Einrichtung einer Azure-Abonnement und Umgebung
- Verständnis von Ressourcengruppen, virtuellen Maschinen und Netzwerken
Entwicklung von ereignisgesteuerten und serverlosen Architekturen
- Einführung in Azure Functions und serverloses Computing
- Erstellung ereignisgesteuerter Anwendungen mit Azure Event Grid und Service Bus
- Entwicklung von serverlosen APIs und Workflows
Verwaltung von Speicher- und Datenbanklösungen in Azure
- Erkundung von Azure Storage (Blob, Table, Queue, File)
- Verwaltung von Azure SQL Database und Cosmos DB
- Integration von Speicherelementen in Cloudanwendungen
Bereitstellung von Webanwendungen in Azure
- Grundlagen des Azure App Service und der Bereitstellungsmodelle
- Erstellen und Bereitstellen von containerisierten Anwendungen mit Docker
- Skalierung von Webanwendungen mit Kubernetes und Azure Container Instances
Integration von KI und maschinellem Lernen in Cloud-Apps
- Einführung in Azure AI und Cognitive Services
- Nutzung des Azure Machine Learning Studio zur Modellentwicklung
- Implementierung von Computer Vision und Natural Language Processing
DevOps und CI/CD in Azure
- Einrichtung von CI/CD-Pipelines mit Azure DevOps
- Verwaltung der Infrastruktur als Code mit Terraform und Bicep
- Überwachung und Protokollierung von Anwendungen mit Azure Monitor
Verbesserung der Entwicklung mit GitHub Copilot
- Einführung in GitHub Copilot und künstlernalter Programmierunterstützung
- Nutzung von Copilot zur Erstellung, Debugging und Optimierung des Quellcodes für Cloudanwendungen
- Beste Praktiken zum Ausnutzen der künstleralitären Unterstützung in der Cloud-Entwicklung
Abschlussprojekt: Entwicklung einer KI-gesteuerten Cloud-Anwendung
- Entwurf eines skalierbaren KI-cloud-Lösungen
- Entwicklung und Bereitstellung der Anwendung
- Optimierung von Leistung, Sicherheit und Überwachung
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse der Cloud-Computing-Konzepte
- Erfahrung mit mindestens einer Programmiersprache (Python, JavaScript oder C# werden bevorzugt)
- Vertrautheit mit der Entwicklung von Webanwendungen und Datenbanken
Zielgruppe
- Cloud-Entwickler und Software-Ingenieure
- AI-Praktiker und Datenwissenschaftler, die sich für die Integration von AI in der Cloud interessieren
- IT-Professionals und DevOps-Ingenieure
Erfahrungsberichte (5)
Es war genau das, was wir wollten – und eine recht ausgewogene Menge an Inhalten und Übungen, die die unterschiedlichen Profile der teilnehmenden Ingenieure im Unternehmen abdeckten.
Arturo Sanchez - INAIT SA
Kurs - Microsoft Azure Infrastructure and Deployment
Maschinelle Übersetzung
Ich muss Ressourcen ausprobieren, die ich bisher noch nicht verwendet habe.
Daniel - INIT GmbH
Kurs - Architecting Microsoft Azure Solutions
Maschinelle Übersetzung
Die Übungen
Khaled Altawallbeh - Accenture Industrial SS
Kurs - Azure Machine Learning (AML)
Maschinelle Übersetzung
sehr freundlich und hilfsbereit
Aktar Hossain - Unit4
Kurs - Building Microservices with Microsoft Azure Service Fabric (ASF)
Maschinelle Übersetzung
Der praktische Teil ermöglichte es mir, Übungen durchzuführen und die Funktionen Microsoft Azure zu testen.
Alex Bela - Continental Automotive Romania SRL
Kurs - Programming for IoT with Azure
Maschinelle Übersetzung