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
 35 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (5)

Kommende Kurse

Verwandte Kategorien