Azure oktatás Magyarország

Ez az oktató vezette, élő képzés Magyarország (online vagy helyszíni) az olyan középfokú Java fejlesztők, szoftvermérnökök és cloud-rajongók számára szánva, akik kihasználni akarják Azure OpenAI hatalmát intelligens alkalmazások létrehozásához.

Ez a képzés végén a résztvevők képesek lesznek:

• Megérteni a Generatív AI alapelveit és alkalmazásait.
• Beállítani és kezelni egy Azure OpenAI szolgáltatást.
• Beépíteni OpenAI modelljeit Java alkalmazásokba.
• AI-használó funkciókat telepíteni webalkalmazásokban.

Ez a tanácsadó által vezetett, élő képzés Magyarország (online vagy területi) célja az középhosszú szintű felhőmérnökök és IT-szakemberekkel, akik szeretnének a Terraformot használni az Azure felhőplatformon való infrastruktúra üzembe helyezésének, kezelésének és méretezésének automatizálásához.

A képzés végén a résztvevők képesek lesznek:

• Tudni fogják a Terraform alapjait és annak előnyeit az infrastruktúra kódolásában.
• Beállítani és konfigurálni a Terrafom-ot az Azure-hoz.
• Készíteni, tesztelni és üzembe helyezni Terraform-konfigurációs fájlokat különböző Azure-szolgáltatásokhoz.
• Használni a Terrafom-ot az Azure erőforrásainak kezelésére és méretezésére.
• Kivitelezni a legjobb gyakorlatokat a Terraform állapotkezelése és verziókövetés terén.
• Integrálni a Terrafom-ot az Azure DevOps-sal automatikus üzembe helyezésekhez.
• Létrehozni felhasznosítható Terraform-modulokat konsztans erőforrás-provisioning-hez.
• Használni a Terrafom speciális funkcióit összetett infrastruktúra üzembe helyezésekor.

Ez az oktatóvezetett élő képzés Magyarország (online vagy helyszíni) formában zajlik, és az intermediate- és advanced szintű szakembereknek szánva, akik szeretnék AI-alapú felhőalapú alkalmazásokat készíteni és telepíteni Microsoft Azure segítségével.

Ez a képzés végén a résztvevők képesek lesznek:

• Eseményvezérelt és serverless alkalmazásokat fejleszteni Azure Functions használatával.
• Kezelni Azure tárolási megoldásokat és virtuális gépeket.
• Webalkalmazásokat telepíteni és skálázni Azure App Service és Docker konténer használatával.
• AI-t, gép tanulást és természetes nyelvfeldolgozást integrálni Azure AI Services segítségével.
• GitHub Copilot segítségével segítik az AI-alapú felhőalkalmazás-fejlesztést.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a középszintű adatmérnököknek szól, akik szeretnének jártasságot szerezni a Azure Synapse Analytics használatában az adatfeldolgozás, elemzés és vizualizáció széles skálájára.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a Azure Synapse Analytics alapfogalmait, architektúráját és összetevőit.
• Skálázható adattárházak létrehozása, konfigurálása és kezelése a Azure Synapse segítségével.
• Sajátítsa el a különböző forrásokból származó adatok (ETL) feldolgozásának, átalakításának és Azure Synapse-ba való betöltésének technikáit.
• Optimalizálja a lekérdezés teljesítményét, biztonságossá tegye az adatokat, és integrálja a Azure Synapse-t az Power BI-gyel és más eszközökkel az adatok megjelenítéséhez és a betekintések megosztásához.

• Megértetni az Azure Data Lake Storage Gen2 architekturáját és kulcsfontosságú jellemzőit.
• Optimalizálni az adat tárolást és hozzáférést költség és teljesítmény szempontjából.
• Integrálni az Azure Data Lake Storage Gen2-t más Azure szolgáltatásokkal az analitika és adatfeldolgozás céljából.
• Megoldásokat fejleszteni az Azure Data Lake Storage Gen2 API használatával.
• Hibaeldőzés és tárolási stratégiák optimalizálása.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a biztonsági rendszergazdáknak szól, akik szeretnék megtanulni, hogyan állítsák be a Azure felhőalapú biztonságot a Azure-ban futó munkaterhelések biztonságossá tételére.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a gazdagép és a hálózat biztonságát.
• Azure speciális biztonsági beállítások konfigurálása.
• A Azure segítségével biztosíthatja a számítási felhő munkaterhelését.
• Használja a végpontvédelmi szolgáltatásokat a rosszindulatú programok és vírusok ellen.
• Biztonságos konténer-munkaterhelések, amelyek a Azure alatt futnak.

Ezen az oktató által vezetett, élő képzésen a Magyarország-ban (online vagy helyszíni) a résztvevők megtanulják, hogyan állíthatnak be és kezelhetnek termelési méretű konténerkörnyezetet a Kubernetes segítségével az AKS-en.

A képzés végére a résztvevők képesek lesznek:

• A Kubernetes konfigurálása és kezelése az AKS-en.
• Telepítsen, kezeljen és méretezzön Kubernetes fürtöt.
• Telepítsen konténeres (Docker) alkalmazásokat a Azure-on.
• Meglévő Kubernetes környezet áttelepítése helyszíniről AKS felhőbe.
• Integrálja a Kubernetes-t harmadik féltől származó folyamatos integrációs (CI) szoftverrel.
• Biztosítsa a magas rendelkezésre állást és a katasztrófa utáni helyreállítást a Kubernetes alkalmazásban.

Ez a képzés (online vagy helyszíni) olyan mérnökökre vonatkozik, akik Azure ML húzás-és-rádobi környezetét szeretnék használni gépi tanulási feladatok üzembe helyezésére anélkül, hogy szoftvereket és hardvereket kellene vásárolniuk vagy fenntartaniuk.

A képzés végeztével a résztvevők képesek lesznek:

• Magas pontosságú gépi tanulási modellöket írni Python, R vagy zéró-kódos eszközök használatával.
• Használni Azure elérhető adathalmazait és algoritmusait a gépi tanulási és mélytanulási modellök betanításához és nyomon követéséhez.
• Használni Azure interaktív munkaterületét a gépi tanulási modellök együttműködő fejlesztéséhez.
• Választhatnak különböző Azure támogatott ML keretrendszerek közül, mint például a PyTorch, TensorFlow és scikit-learn.

Ez a képzés lehetővé teszi a delegáltak számára, hogy javítsák Microsoft Azure megoldás-tervezési készségeiket.

A képzés végén a delegált meg fogja érteni az Azure-szolgáltatások funkcióit és lehetőségeit, meg tudja azonosítani a kompromisszumokat, és döntéseket hozhat a nyilvános és hibrid felhőalapú megoldások tervezéséhez.

A képzés során meghatározzák az infrastruktúra és platform megfelelő megoldásait, amelyek kielégítik a szükséges funkcionális, műveleti és telepítési követelményeket a megoldás élettartamának során.

Ez a képzés (online vagy helyszínen) DevOps mérnököknek, fejlesztőknek és projektmenedzsereknek szánt, akik az Azure DevOps használatával szeretnének gyorsabban építeni és üzembe helyezni a meghatározott vállalati alkalmazásokat, mint a hagyományos fejlesztési módszerekkel.

A képzés végére a résztvevők:

• Megértenek a DevOps alapvető szókincsét és elveit.
• Telepíteni és beállítani tudnak az Azure DevOps szükséges eszközeit a szoftverfejlesztéshez.
• Az Azure DevOps eszközeit és szolgáltatásait használva folyamatosan alkalmazkodnak a piachoz.
• Építenek vállalati alkalmazásokat, és értékelik az aktuális fejlesztési folyamatokat az Azure DevOps megoldásain alapulóan.
• A csapatokat hatékabban kezelik, és gyorsítják a szoftver üzembe helyezésének időtartamát.
• Bevezetik a DevOps fejlesztési gyakorlatokat az organizációban.

Ez oktatóvezetett, élő képzés (online vagy helyszíni) a data scientisteknek szól, akik az Azure Machine Learning használatával szeretnék végigépíteni a gépészettan modellek építését a prediktív elemzéshez.

Ezen képzés végén a résztvevők képesek lesznek:

• Programozási tapasztalat nélkül gépészettan modelleket építeni.
• Prediktív algoritmusokat készíteni Azure Machine Learning segítségével.
• Üzembe helyezhető gépészettan algoritmusokat telepíteni.

Ez az interaktív képzés (Magyarország) (online vagy helyben) a biztonsági rendszergazdák számára készült, akik biztonságot szeretnének garantálni az Azure-beli munkaterheléseken.

A képzés végére a résztvevők képesek lesznek:

• Host-, hálózati- és egyéb biztonsági szolgáltatások rendszergazdai műveleteit elvégezni.
• Azure-beli tároló és adatbázis biztonságának beállítását végrehajtani.
• Biztonsági figyelést Azure erőforrásokkal megvalósítani.
• Rugalmas cyberhajtásokat elkerülni az adatokon és infrastruktúrákon.

Ez a tanár vezetésű, élő képzés Magyarország-ban (online vagy helyszínen) a fejlesztők számára készült, akik szeretnének megtanulni, hogyan építsenek mikroszolgáltatásokat a Microsoft Azure Service Fabric (ASF)-on.

A képzés végén a résztvevők:

• Használhatják az ASF-ot mikroszolgáltatások építésére és kezelésére.
• Tisztában lesznek a mikroszolgáltatások programozási alapelveivel és modelljeivel.
• Létrehozhatnak fürtöt az Azure-ban.
• Beruházhatják a mikroszolgáltatásokat helyszínen vagy felhőben.
• Hibákat tudnak keresni és megoldani egy élő mikroszolgáltatási alkalmazásban.

Az Azure Bot Service kombinálja a Microsoft Bot Framework és az Azure függvények erejét, hogy intelligens botok gyors fejlesztésének lehetővé váljon.

Ez az interaktív, tanárok vezetésű képzés során a résztvevők megtanulhatják, hogyan hozzanak létre intelligens bótot a Microsoft Azure segítségével

A képzés végén a résztvevők képesek lesznek:

• Megérteni az intelligens botok alapjait
• Megtanulni, hogyan hozhatók létre intelligens botok felhőalapú alkalmazásokkal
• Megérteni a Microsoft Bot Framework, a Bot Builder SDK és az Azure Bot Service használatát
• Megérteni, hogyan lehet botokat tervezni bot minták segítségével
• Fejleszteni az első intelligens bótjukat a Microsoft Azure segítségével

Célcsoport

• Fejlesztők
• Hobbyizták
• Mérnökök
• IT szakemberek

A képzés formája

• Részben előadás, részben vita, gyakorlatok és intenzív gyakorló feladatok

Ebben az oktatóvezetett, élő képzésben Magyarország (helyszínen vagy távoli) a résztvevők megtanulják Microsoft Azure alapvető fogalmait, alkotóelemeit és szolgáltatásait, amíg egy minta felhőalkalmazás létrehozását végigmennek.

A képzés végére a résztvevők képesek lesznek:

• Microsoft Azure alapjait megérteni
• Az különböző Azure eszközöket és szolgáltatásokat megismerni
• Megtanulni, hogyan használják a Azure felhőalkalmazások készítésére

Internet of Things (IoT) egy hálózati infrastruktúra, amely vezeték nélkül köti össze a fizikai objektumokat és a szoftveralkalmazásokat, lehetővé téve számukra, hogy kommunikáljanak egymással, és hálózati kommunikáción, felhőalapú számítástechnikán és adatrögzítésen keresztül adatokat cseréljenek. A Azure felhőszolgáltatások átfogó készlete, amely előre konfigurált megoldásokból álló IoT Suite-ot kínál, amely segít a fejlesztőknek az IoT-projektek fejlesztésének felgyorsításában.

Ezen az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan fejleszthetnek IoT-alkalmazásokat a Azure segítségével.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg az IoT architektúra alapjait
• Telepítse és konfigurálja a Azure IoT Suite-ot
• Ismerje meg a Azure használatának előnyeit az IoT-rendszerek programozásában
• Különféle Azure IoT-szolgáltatások megvalósítása (IoT Hub, Functions, Stream Analytics, Power BI, Cosmos DB, DocumentDB, IoT-eszköz Management)
• IoT-rendszer felépítése, tesztelése, üzembe helyezése és hibaelhárítása a Azure segítségével

Közönség

• Fejlesztők
• Mérnökök

A tanfolyam formátuma

• Rész előadás, részben beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Jegyzet

• Ha személyre szabott képzést szeretne kérni ehhez a tanfolyamhoz, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljük.

Ez az instruktor vezetett, élő képzés Magyarország-ban (online vagy helyszínen) olyan mérnököknek szól, akik a gépi tanulási feladatokat szeretnék üzembe helyezni az Azure felhőben.

A képzés végére a résztvevők képesek lesznek:

• Telepíteni és beállítani a Kubernetes, Kubeflow és más szükséges szoftvereket az Azure-on.
• Azure Kubernetes Service (AKS) használattal egyszerűsíteni a Kubernetes fürt inicializálásának munkáját az Azure-on.
• Kubernetes folyamatot készíteni és üzembe helyezni a gépi tanulási modell automatizálásához és kezeléséhez a termelésben.
• TensorFlow gépi tanulási modelleket telepíteni és üzembe helyezni több GPU és párhuzamosan futó gépen.
• Más AWS felügyelt szolgáltatásokat használni a gépi tanulási alkalmazás kiterjesztéséhez.

Ez oktatóvezetett, élő képzés (online vagy helyszíni) azokon a gépi tanulási mérnökökre célozik, akik az Azure Machine Learning és Azure DevOps használatával szeretnék az MLOps gyakorlatokat elősegíteni.

A képzés végén a résztvevők képesek lesznek:

• Ismétlődő munkafolyamatokat és gépi tanulási modelleket építeni.
• Kezelni a gépi tanulás élettartamát.
• Nyomon követni és jelenteni a modell verziótörténetet, erőforrásokat és többet.
• Production-ready gépi tanulási modelleket telepíteni bármelyik helyre.

Microsoft Azure Infrastruktúra és Üzemeltesztetés