.svg)
.svg)
.svg)
Machine Lerning Engineer
1. Einführung in Azure KI Studio
Microsoft Azure bietet mehrere Dienste, mit denen Entwickler:innen spannende AI-basierte Lösungen erstellen können. Azure KI Studio vereint diese Dienste auf einer zentralen einheitlichen Benutzeroberfläche für die AI-Entwicklung auf der Azure-Cloudplattform.
2. Erste Schritte mit Prompt Flow zum Entwickeln von Sprachmodell-Apps in Azure AI Studio
Hier erfährst du, wie du mithilfe von prompt flow Anwendungen entwickelst, die Sprachmodelle in Azure KI Studio nutzt.
3. Erstellen einer RAG-basierten Copilot-Lösung mit deinen eigenen Daten mithilfe von Azure AI Studio
Copilots können dir Vorschläge bereitstellen, Inhalte generieren oder helfen, Entscheidungen zu treffen. Copilots verwenden Sprachmodelle als Form der generativen künstlichen Intelligenz (AI) und beantworten deine Fragen anhand der Daten, mit denen sie trainiert wurden. Um sicherzustellen, dass ein Copilot Informationen aus einer bestimmten Quelle abruft, kannst du beim Erstellen eines Copilots mit Azure KI Studio deine eigenen Daten hinzufügen.
4. Verantwortungsvolle generative AI in AI Studio
Mit generativer AI sind erstaunlich kreative Lösungen möglich, sie muss jedoch verantwortungsbewusst implementiert werden, um das Risiko zu minimieren, dass schädliche Inhalte generiert werden.
- Beschreiben der wichtigsten Features und Funktionen von Azure AI Studio
- Verwenden von Azure AI Studio zum Bereitstellen und Verwalten einer Azure-AI-Ressource
- Verwenden von Azure AI Studio zum Erstellen und Verwalten eines AI-Projekts
- Verstehen, wann Azure AI Studio verwendet werden soll
- Verstehen des Entwicklungslebenszyklus beim Erstellen von Sprachmodell-Anwendungen
- Verstehen, was ein Flow im Prompt Flow ist
- Erkunde die Kernkomponenten beim Arbeiten mit dem Prompt Flow
- Ermitteln der Notwendigkeit, dein Sprachmodell mit Retrieval Augmented Generation (RAG) zu grounden
- Indizieren deiner Daten mit Azure-AI-Suche, damit du von Sprachmodellen durchsucht werden kannst
- Erstellen eines Copilots mithilfe von RAG und deine eigenen Daten in Azure AI Studio
- Beschreiben eines Gesamtprozesses für die Entwicklung von Lösungen für verantwortungsbewusste generative AI
- Identifizieren und Priorisieren potenzieller Schäden, die für eine generative AI-Lösung relevant sind
- Messen des Vorhandenseins von Schäden in einer generativen AI-Lösung
- Mindern von Schäden in einer generativen AI-Lösung
- Vorbereiten zum verantwortungsvollen Bereitstellen und Betreiben einer generativen AI-Lösung
Dieser Kurs besteht aus einem Online-Seminar und wird von einer:m Trainer:in geleitet, die/der die Teilnehmenden live betreut. Theorie und Praxis werden mit Live-Demonstrationen und praktischen Übungen vermittelt. Zum Einsatz kommt die Videokonferenz-Software Zoom.
Die Teilnehmer:innen sollten mit grundlegenden AI-Konzepten und -Diensten in Azure vertraut sein und Erfahrung mit Python haben.
.jpg)
.svg)
