MLOps for Azure Machine Learning培訓

本課程爲講師引導的培訓，在澳門（線上或線下）進行，面向具有中高級經驗的AI工程師和數據科學家，旨在通過現代MLOps實踐，提升DeepSeek模型的性能，減少延遲，並高效部署AI解決方案。

培訓結束後，學員將能夠：

• 優化DeepSeek模型，提升效率、準確性和可擴展性。
• 實施MLOps和模型版本控制的最佳實踐。
• 在雲端和本地基礎設施上部署DeepSeek模型。
• 有效監控、維護和擴展AI解決方案。

本課程爲講師指導的線下或線上培訓，面向中高級專業人士，旨在教授如何使用Microsoft Azure構建和部署AI驅動的雲應用。

培訓結束後，學員將能夠：

• 使用Azure Functions開發事件驅動和無服務器應用。
• 管理Azure存儲解決方案和虛擬機。
• 使用Azure App Service和Docker容器部署和擴展Web應用。
• 使用Azure AI服務集成AI、機器學習和自然語言處理。
• 利用GitHub Copilot輔助AI驅動的雲應用開發。

本課程由講師主導，提供澳門（線上或線下）培訓，面向初級/中級/高級開發人員和技術專業人員，他們希望使用Microsoft Azure構建、測試和部署用於商業應用的AI代理。

培訓結束後，參與者將能夠：瞭解Azure上的AI代理架構，創建並配置一個可運行的代理，將代理連接到商業知識源，評估並準備代理進行部署。

該培訓允許代表提高他們的 Microsoft Azure 解決方案設計技能。

在本次培訓之後，學員將瞭解 Azure 服務的特性和功能，以便能夠識別權衡，並做出設計公共雲和混合雲解決方案的決策。

在培訓期間，將定義適當的基礎設施和平台解決方案，以滿足整個解決方案生命週期中所需的功能、操作和部署要求。

本課程爲講師指導的培訓，地點在澳門（線上或線下），面向希望利用Azure DevOps比傳統開發方法更快構建和部署企業應用程序的DevOps工程師、開發人員和項目經理。

通過本課程，學員將能夠：

• 理解DevOps的基本詞彙和原則。
• 安裝和配置必要的Azure DevOps工具以進行軟件開發。
• 利用Azure DevOps工具和服務持續適應市場變化。
• 構建企業應用程序，並基於Azure DevOps解決方案評估當前開發流程。
• 更高效地管理團隊，加速軟件部署時間。
• 在組織內採用DevOps開發實踐。

這種由講師指導的澳門現場（現場或遠端）現場培訓面向希望保護Azure工作負載的安全管理員。

在培訓結束時，參與者將能夠：

• 管理主機安全、網路安全等。
• 在 Azure 中設置存儲和資料庫安全性。
• 使用 Azure 資源實施安全監視。
• 防止對數據和基礎設施的惡意網路攻擊。

本課程由講師指導，提供澳門（線上或線下）培訓，旨在幫助安全管理員學習如何配置Azure雲安全，以保護在Azure中運行的工作負載。

培訓結束後，學員將能夠：

• 配置主機和網絡安全。
• 配置Azure高級安全選項。
• 使用Azure保護雲計算工作負載。
• 使用端點保護服務防禦惡意軟件和病毒。
• 保護在Azure中運行的容器工作負載。

Azure Bot Service集成了Microsoft Bot Framework和Azure Functions的功能，爲快速構建智能機器人提供了一個強大的平臺。

在此講師指導的培訓中，參與者將探索如何使用Microsoft Azure高效開發智能機器人。

培訓結束時，參與者將能夠：

理解智能機器人背後的核心概念。

使用基於雲的應用程序構建智能機器人。

獲得對Microsoft Bot Framework、Bot Builder SDK和Azure Bot Service的實用知識。

在實際場景中應用已建立的機器人設計模式。

使用Microsoft Azure創建並部署他們的第一個智能機器人。

受衆

本課程面向對機器人開發感興趣的開發者、愛好者、工程師和IT專業人員。

課程形式

培訓結合了講座、討論、練習，並強調實踐操作。

本次由講師指導的線下或線上培訓，面向希望學習如何使用Azure Data Lake Storage Gen2來實現高效數據分析解決方案的中級數據工程師。

培訓結束後，參與者將能夠：

• 瞭解Azure Data Lake Storage Gen2的架構和關鍵特性。
• 優化數據存儲和訪問，以提升性能和降低成本。
• 將Azure Data Lake Storage Gen2與其他Azure服務集成，用於分析和數據處理。
• 使用Azure Data Lake Storage Gen2 API開發解決方案。
• 解決常見問題並優化存儲策略。

Docker是一個容器化平臺，用於爲ML系統構建可重複、可移植和可擴展的環境。

本課程爲講師指導的培訓（線上或線下），面向希望使用Docker容器化並操作完整ML管道的中級到高級技術專業人員。

培訓結束後，學員將能夠：

• 容器化ML訓練、驗證和推理工作負載。
• 使用Docker和支持工具設計和編排端到端ML管道。
• 爲ML組件實現版本控制、可重複性和CI/CD。
• 在容器化環境中部署、監控和擴展ML服務。

課程形式

• 互動講座，輔以實際演示。
• 專注於構建真實ML管道組件的實踐練習。
• 端到端容器化工作流程的即時實驗。

課程定製選項

• 如需根據特定ML基礎設施需求定製培訓，請聯繫我們討論選項。

本次由講師指導的澳門（線上或線下）培訓面向中級Java開發者、軟件工程師和雲計算愛好者，旨在幫助他們利用Azure OpenAI的強大功能創建智能應用。

培訓結束後，參與者將能夠：

• 理解生成式AI的原理及其應用。
• 設置和管理Azure OpenAI服務。
• 將OpenAI的模型集成到Java應用中。
• 在Web應用中部署AI驅動的功能。

Kubeflow 是一個開源平臺，旨在簡化在 Kubernetes 上構建、訓練和部署機器學習工作負載的過程。

本課程爲講師指導的培訓（線上或線下），面向希望使用 Kubeflow 構建可靠機器學習工作流的初級到中級專業人士。

完成本培訓後，學員將掌握以下技能：

• 熟悉 Kubeflow 生態系統及其核心組件。
• 使用 Kubeflow Pipelines 構建可重複的工作流。
• 在 Kubernetes 上運行可擴展的訓練任務。
• 使用 Kubeflow Serving 高效部署機器學習模型。

課程形式

• 引導式演示與協作討論。
• 使用真實 Kubeflow 組件的實踐操作。
• 構建端到端機器學習工作流的實際練習。

課程定製選項

• 可根據團隊的技術棧和項目需求定製本培訓內容。

這種以講師為主導的澳門現場培訓（現場或遠端）面向希望在Kubernetes上構建，部署和管理機器學習工作流的開發人員和數據科學家。

在培訓結束時，參與者將能夠：

• 在本地和雲端安裝和配置 Kubeflow。
• 基於 Docker 個容器和 Kubernetes 構建、部署和管理 ML 工作流。
• 在不同的架構和雲環境中運行整個機器學習管道。
• 使用 Kubeflow 生成和管理 Jupyter 筆記本。
• 跨多個平台構建 ML 訓練、超參數調優併為工作負載提供服務。

本次由講師指導的培訓在澳門（線上或線下）面向希望評估當前可用方法和工具的工程師，以便在組織內採用MLOps時做出明智的決策。

通過本次培訓，參與者將能夠：

• 安裝和配置各種MLOps框架和工具。
• 組建具備正確技能的團隊，以構建和支持MLOps系統。
• 準備、驗證和版本化數據以供ML模型使用。
• 瞭解ML管道的組件及其所需的工具。
• 實驗不同的機器學習框架和服務器，以部署到生產環境。
• 將整個機器學習過程操作化，使其可重現和可維護。

MLOps on Kubernetes 是一個框架，用於通過容器化流水線和GitOps工作流自動化機器學習的訓練、驗證、打包和部署。

本課程由講師指導，提供線上或線下培訓，面向希望構建自動化、可擴展的MLOps流水線的中級從業者。

完成本培訓後，學員將能夠：

• 設計端到端的機器學習CI/CD流水線。
• 實現用於模型部署和版本控制的GitOps工作流。
• 自動化機器學習模型的訓練、測試和打包。
• 集成監控、告警和回滾策略。

課程形式

• 講師引導的演講和技術深入探討。
• 實踐練習，構建真實的CI/CD工作流。
• 即時實驗室練習，部署機器學習工作負載到Kubernetes。

課程定製選項

• 組織可以請求與內部MLOps工具和基礎設施相匹配的定製內容。