Lernpfade für Technik/IT-Profis
KI in Azure: LLMs, Basismodelle und Agenten
Dieser Start-Lernpfad behandelt GenKI in Azure, insbesondere die LangChain-Integration, Azure OpenAI, Azure AI Foundry (AI Studio) und Azure AI Agent Service. Die Lernenden entwickeln skalierbare LLM-Anwendungen, nutzen die Azure-Services mit kognitiver und generativer KI, orchestrieren Prompt-Flows, implementieren RAG, setzen KI-Agenten mit hochentwickelten Azure-Tools und SDKs ein und befassen sich mit Sicherheit, verantwortungsvoller KI-Nutzung und in realen Bereitstellungssituationen.
Lernziele
- Mit LangChain, Azure Cognitive Search, Blob Storage und PgVector skalierbare LLM-Anwendungen auf Azure entwickeln und bereitstellen
- Azure OpenAI und Azure AI Studio (Foundry) für generative und prädiktive KI nutzen, unter anderem für Prompt-Engineering, RAG und multimodale Anwendungen
- KI-Lösungen mit der Inhaltssicherheit, den verantwortungsvollen KI-Methoden und den zuverlässigen Authentifizierungs- und Zugriffssteuerungen von Azure implementieren, evaluieren und absichern
- KI-Agenten mit Azure AI Agent Service unter Einbindung von Funktionsaufrufen, Code-Interpretation, OpenAPI und Wissensmanagement-Tools entwickeln, orchestrieren und bereitstellen
- SDKs und Workflows für die Cloud-Bereitstellung von Azure anwenden, um KI-Projekte für reale Geschäftsszenarien zu automatisieren, containerisieren und verwalten
Zielgruppe
Dieser Lernpfad richtet sich an KI-Entwickler:innen, Cloud Engineers, Data Scientists und technische Profis, die Gen-KI- und Agent-gestützte Lösungen in Microsoft Azure beherrschen möchten. Er eignet sich ideal für alle mit grundlegenden Programmierfähigkeiten, die praktische Erfahrungen mit der Entwicklung, Bereitstellung und Absicherung hochentwickelter KI-Anwendungen in Unternehmensumgebungen sammeln wollen.