Bevezetés az Azure-ba Képzés

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középhaladó és haladó szintű szakembereknek szól, akik Microsoft Azure használatával szeretnének mesterséges intelligenciával működő felhőalkalmazásokat fejleszteni és üzembe helyezni.

A képzés végére a résztvevők képesek lesznek:

• Eseményvezérelt és kiszolgáló nélküli alkalmazásokat fejleszteni az Azure Functions segítségével.
• Azure tároló megoldásokat és virtuális gépeket kezelni.
• Webalkalmazásokat üzembe helyezni és skálázni az Azure App Service és Docker konténerek használatával.
• AI, gépi tanulás és természetes nyelvfeldolgozás integrálása az Azure AI Services segítségével.
• Kihasználni a GitHub Copilotot az AI-alapú felhőalkalmazás-fejlesztés támogatására.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) azoknak a mérnököknek szól, akik az Azure ML drag-and-drop platformját szeretnék használni a gépi tanulási munkaterhelések üzembe helyezéséhez anélkül, hogy szoftvert és hardvert kelljen vásárolniuk, és anélkül, hogy a karbantartás és üzembe helyezés miatt kellene aggódniuk.

A képzés végére a résztvevők képesek lesznek:

• Nagyon pontos gépi tanulási modelleket írni Python, R vagy kód nélküli eszközök használatával.
• Kihasználni az Azure által biztosított adathalmazokat és algoritmusokat a gépi tanulási és mélytanulási modellek tanításához és nyomon követéséhez.
• Az Azure interaktív munkaterületét használni a gépi tanulási modellek együttműködésen alapuló fejlesztéséhez.
• Választani különböző Azure által támogatott ML keretrendszerek közül, mint például a PyTorch, TensorFlow és scikit-learn.

Microsoft Azure Infrastruktúra és Üzembe helyezés

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszínen) kezdő szintű / középhaladó / haladó szintű fejlesztőknek és szakmai szakembereknek szól, akik a Microsoft Azure-t szeretnék használni üzleti alkalmazásokhoz szükséges AI agentek építésére, tesztelésére és üzembe helyezésére.

A képzés végére a résztvevők képesek lesznek: megérteni az AI agent architektúrát az Azure-on, létrehozni és konfigurálni egy működő agentet, csatlakoztatni agenteket üzleti tudásforrásokhoz, értékelni és felkészíteni agenteket üzembe helyezésre.

Ez a képzés lehetővé teszi a résztvevők számára, hogy fejlesszék Microsoft Azure megoldástervezési készségeiket.

A képzés után a résztvevők megértik az Azure szolgáltatások funkcióit és képességeit, képesek lesznek kompromissumokat azonosítani és döntéseket hozni a nyilvános és hibrid felhőalapú megoldások tervezéséhez.

A képzés során meghatározzák a megfelelő infrastrukturális és platformmegoldásokat, amelyek kielégítik a szükséges funkcionális, működési és üzembe helyezési követelményeket a megoldás életciklusa során.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) DevOps mérnökök, fejlesztők és projektmenedzserek számára készült, akik szeretnék az Azure DevOps segítségével gyorsabban építeni és üzembe helyezni vállalati alkalmazásokat, mint a hagyományos fejlesztési módszerekkel.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a DevOps alapvető szókincsét és elveit.
• Telepíteni és konfigurálni a szükséges Azure DevOps eszközöket a szoftverfejlesztéshez.
• Az Azure DevOps eszközöket és szolgáltatásokat használni a piaci igényekhez való folyamatos alkalmazkodáshoz.
• Vállalati alkalmazásokat építeni és az aktuális fejlesztési folyamatokat értékelni az Azure DevOps megoldások alapján.
• Hatékonyabban kezelni a csapatokat és felgyorsítani a szoftver üzembe helyezésének idejét.
• DevOps fejlesztési gyakorlatokat bevezetni a szervezeten belül.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak az adattudósoknak szól, akik az Azure Machine Learninget szeretnék használni végpontok közötti gépi tanulási modellek építéséhez prediktív elemzés céljából.

A képzés végére a résztvevők képesek lesznek:

• Gépi tanulási modelleket építeni programozási tapasztalat nélkül.
• Prediktív algoritmusokat létrehozni az Azure Machine Learning segítségével.
• Termelésre kész gépi tanulási algoritmusokat üzembe helyezni.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak a biztonsági rendszergazdáknak szól, akik az Azure-munkaterhelések biztonságossá tételét szeretnék elérni.

A képzés végére a résztvevők képesek lesznek:

• Gazdagépbiztonság, hálózati biztonság és egyebek kezelése.
• Tárolási és adatbázis-biztonság beállítása az Azure-ban.
• Biztonsági monitorozás implementálása Azure-erőforrások használatával.
• Rosszindulatú kibertámadások megelőzése az adatokra és infrastruktúrákra.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) azoknak a biztonsági rendszergazdáknak szól, akik szeretnének megtanulni, hogyan konfigurálják az Azure felhőbiztonságot a felhőben futó munkaterhelések biztonságossá tételéhez.

A képzés végére a résztvevők képesek lesznek:

• Gazdagép- és hálózati biztonság konfigurálása.
• Azure haladó biztonsági beállítások konfigurálása.
• Az Azure használata felhőalapú számítástechnikai munkaterhelések biztonságossá tételéhez.
• Végpontvédelmi szolgáltatások használata kártevők és vírusok elleni védelemhez.
• Tárolómunkaterhelések biztonságossá tétele, amelyek az Azure-ban futnak.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak a fejlesztőknek szól, akik szeretnének megtanulni, hogyan építhetnek microservice-eket a Microsoft Azure Service Fabric (ASF) platformon.

A képzés végére a résztvevők képesek lesznek:

• Az ASF használata microservice-ek építéséhez és kezeléséhez.
• A microservices programozás kulcsfogalmainak és modelljeinek megértése.
• Fürt létrehozása az Azure-ban.
• Microservice-ek üzembe helyezése helyszíni vagy felhő környezetben.
• Élő microservice alkalmazások hibakeresése és hibaelhárítása.

Az Azure Bot Service egyesíti a Microsoft Bot Framework és az Azure Functions képességeit, így hatékony platformot biztosít intelligens botok gyors fejlesztéséhez.

Ezen oktató által vezetett, élő képzés során a résztvevők megismerhetik, hogyan fejleszthetnek hatékonyan intelligens botokat a Microsoft Azure segítségével.

A képzés végére a résztvevők képesek lesznek:

Megérteni az intelligens botok mögött álló alapvető fogalmakat.

Intelligens botokat fejleszteni felhőalapú alkalmazások használatával.

Gyakorlati ismereteket szerezni a Microsoft Bot Framework, a Bot Builder SDK és az Azure Bot Service használatáról.

Bevált bot tervezési mintákat alkalmazni valós helyzetekben.

Létrehozni és üzembe helyezni az első intelligens botjukat a Microsoft Azure segítségével.

Közönség

Ez a képzés fejlesztőknek, hobbi programozóknak, mérnököknek és IT szakembereknek szól, akik érdeklődnek a botfejlesztés iránt.

A képzés formátuma

A képzés előadások és viták kombinációját kínálja gyakorlati gyakorlatokkal és erős hangsúllyal a gyakorlati alkalmazáson.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) középszintű adatmérnököknek szól, akik szeretnének megtanulni, hogyan használják az Azure Data Lake Storage Gen2-t hatékony adatelemzési megoldásokhoz.

A képzés végén a résztvevők képesek lesznek:

• Megérteni az Azure Data Lake Storage Gen2 architektúráját és kulcsfontosságú funkcióit.
• Optimalizálni az adattárolást és hozzáférést a költségek és teljesítmény szempontjából.
• Integrálni az Azure Data Lake Storage Gen2-t más Azure szolgáltatásokkal elemzési és adatfeldolgozási célokra.
• Megoldásokat fejleszteni az Azure Data Lake Storage Gen2 API használatával.
• Hibaelhárítást végezni gyakori problémák esetén és tárolási stratégiákat optimalizálni.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) középhaladó Java fejlesztők, szoftvermérnökök és felhőrajongók számára készült, akik szeretnék kihasználni az Azure OpenAI erejét intelligens alkalmazások létrehozásához.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a generatív AI alapelveit és alkalmazásait.
• Azure OpenAI szolgáltatás beállítása és kezelése.
• OpenAI modellek integrálása Java alkalmazásokba.
• AI-alapú funkciók üzembe helyezése webalkalmazásokban.

Az Internet of Things (IoT) egy hálózati infrastruktúra, amely fizikai objektumokat és szoftveralkalmazásokat vezeték nélkül kapcsol össze, lehetővé téve számukra, hogy kommunikáljanak egymással és adatokat cseréljenek hálózati kommunikáció, felhőszámítás és adatrögzítés segítségével. Az Azure egy átfogó felhőszolgáltatás-készlet, amely egy IoT Suite-et kínál, amely előre konfigurált megoldásokból áll, és segíti a fejlesztőket az IoT projektek gyors fejlesztésében.

Ebben az oktató által vezetett, élő képzésben a résztvevők megtanulják, hogyan fejleszthetnek IoT alkalmazásokat Azure használatával.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az IoT architektúra alapjait
• Telepíteni és konfigurálni az Azure IoT Suite-et
• Megismerni az Azure használatának előnyeit az IoT rendszerek programozásában
• Különböző Azure IoT szolgáltatások implementálása (IoT Hub, Functions, Stream Analytics, Power BI, Cosmos DB, DocumentDB, IoT Device Management)
• IoT rendszer építése, tesztelése, telepítése és hibaelhárítása Azure használatával

Célközönség

• Fejlesztők
• Mérnökök

A képzés formátuma

• Részben előadás, részben vita, gyakorlatok és intenzív gyakorlati munka

Megjegyzés

• Ha egyedi képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk a megbeszélés érdekében.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak a mérnököknek szól, akik gépi tanulási munkaterheléseket szeretnének telepíteni az Azure felhőbe.

A képzés végére a résztvevők képesek lesznek:

• Telepíteni és konfigurálni a Kubernetes, Kubeflow és egyéb szükséges szoftvereket az Azure-on.
• Az Azure Kubernetes Service (AKS) használatával leegyszerűsíteni a Kubernetes klaszter inicializálását az Azure-on.
• Létrehozni és telepíteni egy Kubernetes folyamatot a gépi tanulási modellek automatizálásához és kezeléséhez éles környezetben.
• TensorFlow gépi tanulási modellek betanítására és telepítésére több GPU-n és párhuzamosan futó gépeken.
• Egyéb AWS felügyelt szolgáltatások kihasználásával bővíteni egy gépi tanulási alkalmazást.