AI-300T00: Operationalize machine learning and generative AI solutions
انقل تعلّم الآلة والذكاء الاصطناعي التوليدي إلى التشغيل الفعلي على Azure. خلال أربعة أيام تُجري التجارب وتضبط المعاملات الفائقة في Azure Machine Learning
نظرة عامة
انقل تعلّم الآلة والذكاء الاصطناعي التوليدي إلى التشغيل الفعلي على Azure. خلال أربعة أيام تُجري التجارب وتضبط المعاملات الفائقة في Azure Machine Learning، وتبني خطوط المعالجة وتطلقها، وتنشر النماذج وتراقبها، وتدير الذكاء الاصطناعي التوليدي في بيئة الإنتاج.
المنهاج
المحتوى التقني أدناه معروضٌ باللغة الإنجليزية كما ورد في منهاج الدورة، حفاظاً على دقّة المصطلحات.
- Preprocess data and configure featurization
- Run an automated machine learning experiment
- Evaluate and compare models
- Configure MLflow for model tracking in notebooks
- Train and track models in notebooks
- Evaluate models with the Responsible AI dashboard
- Module assessment
- Define a search space
- Configure a sampling method
- Configure early termination
- Use a sweep job for hyperparameter tuning
- Module assessment
- Create components
- Create a pipeline
- Run a pipeline job
- Module assessment
- Understand the business problem
- Explore the solution architecture
- Use GitHub Actions for model training
- Module assessment
- Understand the business problem
- Explore the solution architecture
- Trigger a workflow
- Module assessment
- Understand the business problem
- Explore the solution architecture
- Set up environments
- Module assessment
- Understand the business problem
- Explore the solution architecture
- Model deployment
- Module assessment
- Explore use cases for GenAIOps
- Select the right generative AI model
- Understand the development lifecycle of a language model application
- Explore available tools and frameworks to implement GenAIOps
- Module assessment
- Apply version control to prompts
- Understand Microsoft Foundry agents and prompt versioning
- Organize prompts in GitHub repositories
- Develop safe prompt deployment workflows
- Design evaluation experiments
- Apply Git-based workflows to optimization experiments
- Apply evaluation rubrics for consistent scoring
- Understand why automated evaluations matter
- Align evaluators with human criteria
- Create evaluation datasets
- Implement batch evaluations with Python
- Integrate evaluations into GitHub Actions
- Why do you need to monitor?
- Understand key metrics to monitor
- Explore how to monitor with Azure
- Integrate monitoring into your app
- Interpret monitoring results
- Why do you need to use tracing?
- Identify what to trace in generative AI applications
- Implement tracing in generative AI applications
- Debug complex workflows with advanced tracing patterns
- Make informed decisions with trace data analysis
لمن هذه الدورة
مهندسو تعلّم الآلة وممارسو MLOps الذين يشغّلون النماذج في بيئات الإنتاج.
قبل أن تبدأ
لا متطلبات مسبقة رسمية. يكفي الفضول والاستعداد للتطبيق العملي.
AB-100T00: Architecting agentic AI business solutions
Microsoft Copilot والذكاء الاصطناعي في Azure
تفاصيل الدورة ←AB-6007: Secure and Govern your AI agent workforce
Microsoft Copilot والذكاء الاصطناعي في Azure
تفاصيل الدورة ←AB-6008: Delegate work with Copilot Cowork
Microsoft Copilot والذكاء الاصطناعي في Azure
تفاصيل الدورة ←AB-620T00: Design and build integrated AI agent solutions in Copilot Studio
Microsoft Copilot والذكاء الاصطناعي في Azure
تفاصيل الدورة ←AB-730T00 Transform business workflows with generative AI
Microsoft Copilot والذكاء الاصطناعي في Azure
تفاصيل الدورة ←AB-731T00 Drive AI transformation in your organization
Microsoft Copilot والذكاء الاصطناعي في Azure
تفاصيل الدورة ←لنرسم خطوتك التالية معاً.
أخبرنا بالدورة أو الشهادة التي تهمّك، ونرسل لك المنهاج والمواعيد القادمة والرسوم وخيارات التدريب الخاص لفريقك.