{"course":{"productid":36712,"modality":1,"active":true,"language":"de","title":"Implementing Cisco Data Center AI Infrastructure","productcode":"DCAI","vendorcode":"CI","vendorname":"Cisco","fullproductcode":"CI-DCAI","courseware":{"has_ekit":true,"has_printkit":false,"language":""},"url":"https:\/\/portal.flane.de\/course\/cisco-dcai","objective":"<ul>\n<li>Beschreiben Sie Schl&uuml;sselkonzepte der k&uuml;nstlichen Intelligenz mit Schwerpunkt auf traditioneller KI, maschinellem Lernen und Deep-Learning-Techniken sowie deren Anwendungen.<\/li><li>Beschreiben Sie generative KI, ihre Herausforderungen und zuk&uuml;nftigen Trends und untersuchen Sie dabei die Nuancen zwischen traditionellen und modernen KI-Methoden.<\/li><li>Erl&auml;utern Sie, wie KI das Netzwerkmanagement und die Netzwerksicherheit durch intelligente Automatisierung, pr&auml;diktive Analysen und Anomalieerkennung verbessert.<\/li><li>Beschreiben Sie die Schl&uuml;sselkonzepte, die Architektur und die grundlegenden Verwaltungsprinzipien von KI-ML-Clustern und beschreiben Sie den Prozess des Erwerbs, der Feinabstimmung, der Optimierung und der Verwendung von vortrainierten ML-Modellen.<\/li><li>Nutzen Sie die Funktionen von Jupyter Lab und generativer KI, um Netzwerkvorg&auml;nge zu automatisieren, Python-Code zu schreiben und KI-Modelle f&uuml;r eine h&ouml;here Produktivit&auml;t einzusetzen.<\/li><li>Beschreiben Sie die wesentlichen Komponenten und &Uuml;berlegungen f&uuml;r den Aufbau einer robusten KI-Infrastruktur.<\/li><li>Bewertung und Umsetzung effektiver Strategien zur Arbeitslastverteilung und Sicherstellung der Interoperabilit&auml;t innerhalb von KI-Systemen<\/li><li>Entdecken Sie Compliance-Standards, Richtlinien und Governance-Rahmenwerke, die f&uuml;r KI-Systeme relevant sind.<\/li><li>Beschreiben Sie nachhaltige Praktiken f&uuml;r KI-Infrastrukturen mit Schwerpunkt auf &ouml;kologischer und wirtschaftlicher Nachhaltigkeit.<\/li><li>Entscheidungen zur KI-Infrastruktur treffen, um Effizienz und Kosten zu optimieren<\/li><li>Beschreiben Sie die wichtigsten Herausforderungen f&uuml;r Netzwerke aus Sicht der Anforderungen von KI-\/ML-Anwendungen.<\/li><li>Beschreiben Sie die Rolle von optischen und Kupfertechnologien bei der Erm&ouml;glichung von KI\/ML-Workloads in Rechenzentren.<\/li><li>Beschreiben Sie Netzwerkkonnektivit&auml;tsmodelle und Netzwerkdesigns.<\/li><li>Beschreiben Sie wichtige Layer-2- und Layer-3-Protokolle f&uuml;r KI und Fog Computing f&uuml;r die verteilte KI-Verarbeitung.<\/li><li>AI-Workloads auf ein dediziertes AI-Netzwerk migrieren<\/li><li>Erl&auml;utern Sie die Mechanismen und Funktionsweisen der RDMA- und RoCE-Protokolle.<\/li><li>Verstehen Sie die Architektur und Funktionen von Hochleistungs-Ethernet-Fabrics.<\/li><li>Erl&auml;utern Sie die Netzwerkmechanismen und QoS-Tools, die f&uuml;r den Aufbau leistungsstarker, verlustfreier RoCE-Netzwerke erforderlich sind.<\/li><li>Beschreiben Sie ECN- und PFC-Mechanismen, stellen Sie Cisco Nexus Dashboard Insights f&uuml;r die &Uuml;berwachung von &Uuml;berlastungen vor und untersuchen Sie, wie sich verschiedene Phasen von KI-\/ML-Anwendungen auf die Infrastruktur von Rechenzentren auswirken und umgekehrt.<\/li><li>Stellen Sie die grundlegenden Schritte, Herausforderungen und Techniken im Zusammenhang mit dem Datenaufbereitungsprozess vor.<\/li><li>Verwenden Sie Cisco Nexus Dashboard Insights zur &Uuml;berwachung von KI-\/ML-Datenverkehrsfl&uuml;ssen.<\/li><li>Beschreiben Sie die Bedeutung von KI-spezifischer Hardware f&uuml;r die Verk&uuml;rzung von Trainingszeiten und die Unterst&uuml;tzung der hohen Verarbeitungsanforderungen von KI-Aufgaben.<\/li><li>Verstehen Sie die f&uuml;r den Betrieb von KI-\/ML-L&ouml;sungen erforderliche Rechenhardware.<\/li><li>Bestehende KI-\/ML-L&ouml;sungen und deren Funktionsweise verstehen<\/li><li>Beschreiben Sie die Optionen f&uuml;r virtuelle Infrastrukturen und die zu ber&uuml;cksichtigenden Aspekte bei deren Bereitstellung.<\/li><li>Erl&auml;utern Sie Strategien zur Datenspeicherung, Speicherprotokolle und softwaredefinierte Speicherung.<\/li><li>Verwenden Sie NDFC, um eine f&uuml;r KI-\/ML-Workloads optimierte Fabric zu konfigurieren.<\/li><li>Verwenden Sie lokal gehostete GPT-Modelle mit RAG f&uuml;r Netzwerk-Engineering-Aufgaben.<\/li><\/ul>","essentials":"<p>F&uuml;r diese Schulung gibt es keine formalen Voraussetzungen. Es wird jedoch empfohlen, dass Sie vor der Teilnahme an dieser Schulung &uuml;ber folgende Kenntnisse und F&auml;higkeiten verf&uuml;gen:\n<\/p>\n<ul>\n<li>Cisco UCS-Rechnerarchitektur und -Betrieb<\/li><li>Cisco Nexus Switch-Portfolio und Funktionen<\/li><li>Kerntechnologien f&uuml;r Rechenzentren<\/li><\/ul><p>Diese F&auml;higkeiten finden Sie in den folgenden Cisco-Lernangeboten:<\/p>\n<ul>\n<li><span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/ibb\/course\/cisco-dcnx\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>Implementing Cisco NX-OS Switches and Fabrics in the Data Center <span class=\"fl-prod-pcode\">(DCNX)<\/span><\/a><\/span><\/li><li><span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/ibb\/course\/cisco-dcnde\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>Cisco Data Center Nexus Dashboard Essentials <span class=\"fl-prod-pcode\">(DCNDE)<\/span><\/a><\/span><\/li><li><span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/ibb\/course\/cisco-dccor\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>Implementing and Operating Cisco Data Center Core Technologies <span class=\"fl-prod-pcode\">(DCCOR)<\/span><\/a><\/span><\/li><\/ul>","audience":"<ul>\n<li>Netzwerkdesigner<\/li><li>Netzwerkadministratoren<\/li><li>Speicheradministratoren<\/li><li>Netzwerktechniker<\/li><li>Systemingenieure<\/li><li>Rechenzentrumsingenieure<\/li><li>Beratende Systemingenieure<\/li><li>Technische L&ouml;sungsarchitekten<\/li><li>Cisco-Integratoren\/Partner<\/li><li>Au&szlig;endiensttechniker<\/li><li>Server-Administratoren<\/li><li>Netzwerkmanager<\/li><li>Programmmanager<\/li><li>Projektmanager<\/li><\/ul>","outline":"<ul>\n<li>Fundamentals of AI<\/li><li>Generative AI<\/li><li>AI Use Cases<\/li><li>AI-ML Clusters and Models<\/li><li>AI Toolset&mdash;Jupyter Notebook<\/li><li>AI Infrastructure<\/li><li>AI Workloads Placement and Interoperability<\/li><li>AI Policies<\/li><li>AI Sustainability<\/li><li>AI Infrastructure Design<\/li><li>Key Network Challenges and Requirements for AI Workloads<\/li><li>AI Transport<\/li><li>Connectivity Models<\/li><li>AI Network<\/li><li>Architecture Migration to AI\/ML Network<\/li><li>Application-Level Protocols<\/li><li>High-Throughput Converged Fabrics<\/li><li>Building Lossless Fabrics<\/li><li>Congestion Visibility<\/li><li>Data Preparation for AI<\/li><li>AI\/ML Workload Data Performance<\/li><li>AI-Enabling Hardware<\/li><li>Compute Resources<\/li><li>Compute Resource Solutions<\/li><li>Virtual Resources<\/li><li>Storage Resources<\/li><li>Setting Up AI Cluster<\/li><li>Deploy and Use Open Source GPT Models for RAG<\/li><li>AI Infrastructure Operations and Monitoring<\/li><li>Troubleshooting AI Infrastructure<\/li><li>Troubleshoot Common Issues in AI\/ML Fabric<\/li><\/ul>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/ibb\/en\/course\/cisco-dcai\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Die Schulung <strong><q>Implementing Cisco Data Center AI Infrastructure (DCAI)<\/q><\/strong> vermittelt Fachkr&auml;ften die erforderlichen Kenntnisse, um KI-Workloads in modernen Rechenzentrumsumgebungen zu unterst&uuml;tzen, zu sichern und zu optimieren. Dieses umfassende Programm befasst sich mit den besonderen Merkmalen von KI-\/ML-Anwendungen, ihrem Einfluss auf die Infrastrukturplanung und Best Practices f&uuml;r die automatisierte Bereitstellung. Die Teilnehmer erwerben fundierte Kenntnisse &uuml;ber Sicherheitsaspekte bei KI-Implementierungen und beherrschen Day-2-Operationen, einschlie&szlig;lich &Uuml;berwachung und fortgeschrittener Fehlerbehebungstechniken wie Log-Korrelation und Telemetrieanalyse. Durch praktische Erfahrungen, einschlie&szlig;lich der praktischen Anwendung von Tools wie Splunk, werden die Lernenden darauf vorbereitet, Probleme in KI\/ML-f&auml;higen Rechenzentren effizient zu &uuml;berwachen, zu diagnostizieren und zu l&ouml;sen, um eine optimale Verf&uuml;gbarkeit und Leistung f&uuml;r kritische Unternehmens-Workloads sicherzustellen.<\/p>\n<p>Diese Schulung kombiniert Inhalte aus den Schulungen <q>Betreiben und Fehlerbehebung von KI-L&ouml;sungen auf Cisco-Infrastruktur (DCAIAOT)<\/q> und <q>KI-L&ouml;sungen auf Cisco-Infrastruktur &ndash; Grundlagen (DCAIE)<\/q>.<\/p>\n<p>Diese Schulung bereitet Sie auf die Pr&uuml;fung 300-640 DCAI v1.0 vor. Bei erfolgreichem Abschluss erhalten Sie die Zertifizierung <q>Cisco Certified Specialist &ndash; Data Center AI Infrastructure<\/q> und erf&uuml;llen die Anforderungen der Spezialisierungspr&uuml;fung f&uuml;r die Zertifizierung <q>Cisco Certified Network Professional (CCNP) Data Center<\/q>.<\/p>\n<p><strong>Was Sie in der Pr&uuml;fung erwartet<\/strong><br\/><\/p>\n<p>Die Pr&uuml;fung <q>Implementing Cisco Data Center AI Infrastructure (300-640 DCAI) v1.0<\/q> dauert 90 Minuten und ist Teil der Zertifizierung <q>Cisco Certified Specialist &ndash; Data Center AI Infrastructure<\/q>. Sie erf&uuml;llt die Anforderungen f&uuml;r die Spezialisierungspr&uuml;fung im Rahmen der CCNP Data Center-Zertifizierung.<\/p>\n<p>Diese Pr&uuml;fung testet Ihre Kenntnisse &uuml;ber KI-Infrastrukturen, darunter:<\/p>\n<ul>\n<li>Design<\/li><li>Umsetzung<\/li><li>&Uuml;berwachung<\/li><li>Fehlerbehebung<\/li><\/ul><p>\n<strong>Wie Sie davon profitieren<\/strong><br\/><\/p>\n<p>Dieses Training wird Ihnen helfen:\n<\/p>\n<ul>\n<li>Erwerben Sie umfassende F&auml;higkeiten zur Unterst&uuml;tzung, Sicherung und Optimierung von KI-Workloads in modernen Rechenzentrumsumgebungen.<\/li><li>Verstehen Sie den Aufbau, die Implementierung und die erweiterte Fehlerbehebung von KI-Infrastrukturen, einschlie&szlig;lich Netzwerkproblemen und spezieller Hardware.<\/li><li>Erwerben Sie fundierte Kenntnisse &uuml;ber KI-\/ML-Konzepte, generative KI und deren praktische Anwendung im Netzwerkmanagement und in der Automatisierung.<\/li><li>Wenden Sie praktische Techniken zur &Uuml;berwachung, Diagnose und Behebung von Problemen an, nutzen Sie Tools wie Splunk und setzen Sie KI ein, um die Produktivit&auml;t im Netzwerkbetrieb zu steigern.<\/li><li>Bereiten Sie sich auf die Pr&uuml;fung 300-640 DCAI v1.0 vor.<\/li><li>Sammeln Sie 38 CE-Punkte f&uuml;r die Rezertifizierung<\/li><\/ul>","objective_plain":"- Beschreiben Sie Schl\u00fcsselkonzepte der k\u00fcnstlichen Intelligenz mit Schwerpunkt auf traditioneller KI, maschinellem Lernen und Deep-Learning-Techniken sowie deren Anwendungen.\n- Beschreiben Sie generative KI, ihre Herausforderungen und zuk\u00fcnftigen Trends und untersuchen Sie dabei die Nuancen zwischen traditionellen und modernen KI-Methoden.\n- Erl\u00e4utern Sie, wie KI das Netzwerkmanagement und die Netzwerksicherheit durch intelligente Automatisierung, pr\u00e4diktive Analysen und Anomalieerkennung verbessert.\n- Beschreiben Sie die Schl\u00fcsselkonzepte, die Architektur und die grundlegenden Verwaltungsprinzipien von KI-ML-Clustern und beschreiben Sie den Prozess des Erwerbs, der Feinabstimmung, der Optimierung und der Verwendung von vortrainierten ML-Modellen.\n- Nutzen Sie die Funktionen von Jupyter Lab und generativer KI, um Netzwerkvorg\u00e4nge zu automatisieren, Python-Code zu schreiben und KI-Modelle f\u00fcr eine h\u00f6here Produktivit\u00e4t einzusetzen.\n- Beschreiben Sie die wesentlichen Komponenten und \u00dcberlegungen f\u00fcr den Aufbau einer robusten KI-Infrastruktur.\n- Bewertung und Umsetzung effektiver Strategien zur Arbeitslastverteilung und Sicherstellung der Interoperabilit\u00e4t innerhalb von KI-Systemen\n- Entdecken Sie Compliance-Standards, Richtlinien und Governance-Rahmenwerke, die f\u00fcr KI-Systeme relevant sind.\n- Beschreiben Sie nachhaltige Praktiken f\u00fcr KI-Infrastrukturen mit Schwerpunkt auf \u00f6kologischer und wirtschaftlicher Nachhaltigkeit.\n- Entscheidungen zur KI-Infrastruktur treffen, um Effizienz und Kosten zu optimieren\n- Beschreiben Sie die wichtigsten Herausforderungen f\u00fcr Netzwerke aus Sicht der Anforderungen von KI-\/ML-Anwendungen.\n- Beschreiben Sie die Rolle von optischen und Kupfertechnologien bei der Erm\u00f6glichung von KI\/ML-Workloads in Rechenzentren.\n- Beschreiben Sie Netzwerkkonnektivit\u00e4tsmodelle und Netzwerkdesigns.\n- Beschreiben Sie wichtige Layer-2- und Layer-3-Protokolle f\u00fcr KI und Fog Computing f\u00fcr die verteilte KI-Verarbeitung.\n- AI-Workloads auf ein dediziertes AI-Netzwerk migrieren\n- Erl\u00e4utern Sie die Mechanismen und Funktionsweisen der RDMA- und RoCE-Protokolle.\n- Verstehen Sie die Architektur und Funktionen von Hochleistungs-Ethernet-Fabrics.\n- Erl\u00e4utern Sie die Netzwerkmechanismen und QoS-Tools, die f\u00fcr den Aufbau leistungsstarker, verlustfreier RoCE-Netzwerke erforderlich sind.\n- Beschreiben Sie ECN- und PFC-Mechanismen, stellen Sie Cisco Nexus Dashboard Insights f\u00fcr die \u00dcberwachung von \u00dcberlastungen vor und untersuchen Sie, wie sich verschiedene Phasen von KI-\/ML-Anwendungen auf die Infrastruktur von Rechenzentren auswirken und umgekehrt.\n- Stellen Sie die grundlegenden Schritte, Herausforderungen und Techniken im Zusammenhang mit dem Datenaufbereitungsprozess vor.\n- Verwenden Sie Cisco Nexus Dashboard Insights zur \u00dcberwachung von KI-\/ML-Datenverkehrsfl\u00fcssen.\n- Beschreiben Sie die Bedeutung von KI-spezifischer Hardware f\u00fcr die Verk\u00fcrzung von Trainingszeiten und die Unterst\u00fctzung der hohen Verarbeitungsanforderungen von KI-Aufgaben.\n- Verstehen Sie die f\u00fcr den Betrieb von KI-\/ML-L\u00f6sungen erforderliche Rechenhardware.\n- Bestehende KI-\/ML-L\u00f6sungen und deren Funktionsweise verstehen\n- Beschreiben Sie die Optionen f\u00fcr virtuelle Infrastrukturen und die zu ber\u00fccksichtigenden Aspekte bei deren Bereitstellung.\n- Erl\u00e4utern Sie Strategien zur Datenspeicherung, Speicherprotokolle und softwaredefinierte Speicherung.\n- Verwenden Sie NDFC, um eine f\u00fcr KI-\/ML-Workloads optimierte Fabric zu konfigurieren.\n- Verwenden Sie lokal gehostete GPT-Modelle mit RAG f\u00fcr Netzwerk-Engineering-Aufgaben.","essentials_plain":"F\u00fcr diese Schulung gibt es keine formalen Voraussetzungen. Es wird jedoch empfohlen, dass Sie vor der Teilnahme an dieser Schulung \u00fcber folgende Kenntnisse und F\u00e4higkeiten verf\u00fcgen:\n\n\n\n- Cisco UCS-Rechnerarchitektur und -Betrieb\n- Cisco Nexus Switch-Portfolio und Funktionen\n- Kerntechnologien f\u00fcr Rechenzentren\nDiese F\u00e4higkeiten finden Sie in den folgenden Cisco-Lernangeboten:\n\n\n- Implementing Cisco NX-OS Switches and Fabrics in the Data Center (DCNX)\n- Cisco Data Center Nexus Dashboard Essentials (DCNDE)\n- Implementing and Operating Cisco Data Center Core Technologies (DCCOR)","audience_plain":"- Netzwerkdesigner\n- Netzwerkadministratoren\n- Speicheradministratoren\n- Netzwerktechniker\n- Systemingenieure\n- Rechenzentrumsingenieure\n- Beratende Systemingenieure\n- Technische L\u00f6sungsarchitekten\n- Cisco-Integratoren\/Partner\n- Au\u00dfendiensttechniker\n- Server-Administratoren\n- Netzwerkmanager\n- Programmmanager\n- Projektmanager","outline_plain":"- Fundamentals of AI\n- Generative AI\n- AI Use Cases\n- AI-ML Clusters and Models\n- AI Toolset\u2014Jupyter Notebook\n- AI Infrastructure\n- AI Workloads Placement and Interoperability\n- AI Policies\n- AI Sustainability\n- AI Infrastructure Design\n- Key Network Challenges and Requirements for AI Workloads\n- AI Transport\n- Connectivity Models\n- AI Network\n- Architecture Migration to AI\/ML Network\n- Application-Level Protocols\n- High-Throughput Converged Fabrics\n- Building Lossless Fabrics\n- Congestion Visibility\n- Data Preparation for AI\n- AI\/ML Workload Data Performance\n- AI-Enabling Hardware\n- Compute Resources\n- Compute Resource Solutions\n- Virtual Resources\n- Storage Resources\n- Setting Up AI Cluster\n- Deploy and Use Open Source GPT Models for RAG\n- AI Infrastructure Operations and Monitoring\n- Troubleshooting AI Infrastructure\n- Troubleshoot Common Issues in AI\/ML Fabric","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Die Schulung Implementing Cisco Data Center AI Infrastructure (DCAI) vermittelt Fachkr\u00e4ften die erforderlichen Kenntnisse, um KI-Workloads in modernen Rechenzentrumsumgebungen zu unterst\u00fctzen, zu sichern und zu optimieren. Dieses umfassende Programm befasst sich mit den besonderen Merkmalen von KI-\/ML-Anwendungen, ihrem Einfluss auf die Infrastrukturplanung und Best Practices f\u00fcr die automatisierte Bereitstellung. Die Teilnehmer erwerben fundierte Kenntnisse \u00fcber Sicherheitsaspekte bei KI-Implementierungen und beherrschen Day-2-Operationen, einschlie\u00dflich \u00dcberwachung und fortgeschrittener Fehlerbehebungstechniken wie Log-Korrelation und Telemetrieanalyse. Durch praktische Erfahrungen, einschlie\u00dflich der praktischen Anwendung von Tools wie Splunk, werden die Lernenden darauf vorbereitet, Probleme in KI\/ML-f\u00e4higen Rechenzentren effizient zu \u00fcberwachen, zu diagnostizieren und zu l\u00f6sen, um eine optimale Verf\u00fcgbarkeit und Leistung f\u00fcr kritische Unternehmens-Workloads sicherzustellen.\n\nDiese Schulung kombiniert Inhalte aus den Schulungen Betreiben und Fehlerbehebung von KI-L\u00f6sungen auf Cisco-Infrastruktur (DCAIAOT) und KI-L\u00f6sungen auf Cisco-Infrastruktur \u2013 Grundlagen (DCAIE).\n\nDiese Schulung bereitet Sie auf die Pr\u00fcfung 300-640 DCAI v1.0 vor. Bei erfolgreichem Abschluss erhalten Sie die Zertifizierung Cisco Certified Specialist \u2013 Data Center AI Infrastructure und erf\u00fcllen die Anforderungen der Spezialisierungspr\u00fcfung f\u00fcr die Zertifizierung Cisco Certified Network Professional (CCNP) Data Center.\n\nWas Sie in der Pr\u00fcfung erwartet\n\n\nDie Pr\u00fcfung Implementing Cisco Data Center AI Infrastructure (300-640 DCAI) v1.0 dauert 90 Minuten und ist Teil der Zertifizierung Cisco Certified Specialist \u2013 Data Center AI Infrastructure. Sie erf\u00fcllt die Anforderungen f\u00fcr die Spezialisierungspr\u00fcfung im Rahmen der CCNP Data Center-Zertifizierung.\n\nDiese Pr\u00fcfung testet Ihre Kenntnisse \u00fcber KI-Infrastrukturen, darunter:\n\n\n- Design\n- Umsetzung\n- \u00dcberwachung\n- Fehlerbehebung\n\nWie Sie davon profitieren\n\n\nDieses Training wird Ihnen helfen:\n\n\n\n- Erwerben Sie umfassende F\u00e4higkeiten zur Unterst\u00fctzung, Sicherung und Optimierung von KI-Workloads in modernen Rechenzentrumsumgebungen.\n- Verstehen Sie den Aufbau, die Implementierung und die erweiterte Fehlerbehebung von KI-Infrastrukturen, einschlie\u00dflich Netzwerkproblemen und spezieller Hardware.\n- Erwerben Sie fundierte Kenntnisse \u00fcber KI-\/ML-Konzepte, generative KI und deren praktische Anwendung im Netzwerkmanagement und in der Automatisierung.\n- Wenden Sie praktische Techniken zur \u00dcberwachung, Diagnose und Behebung von Problemen an, nutzen Sie Tools wie Splunk und setzen Sie KI ein, um die Produktivit\u00e4t im Netzwerkbetrieb zu steigern.\n- Bereiten Sie sich auf die Pr\u00fcfung 300-640 DCAI v1.0 vor.\n- Sammeln Sie 38 CE-Punkte f\u00fcr die Rezertifizierung","version":"1.0","duration":{"unit":"d","value":5,"formatted":"5 Tage"},"pricelist":{"List Price":{"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":3885},"US":{"country":"US","currency":"USD","taxrate":null,"price":4395},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":6065},"FR":{"country":"FR","currency":"EUR","taxrate":19.6,"price":4160}}},"lastchanged":"2026-03-19T20:24:10+01:00","parenturl":"https:\/\/portal.flane.de\/ibb\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.de\/ibb\/json-course-schedule\/36712","source_lang":"de","source":"https:\/\/portal.flane.de\/ibb\/json-course\/cisco-dcai"}}