<?xml version="1.0" encoding="utf-8" ?>
<!DOCTYPE FL_Course SYSTEM "https://www.flane.de/dtd/fl_course095.dtd"><?xml-stylesheet type="text/xsl" href="https://portal.flane.de/css/xml-course.xsl"?><course productid="37055" language="de" source="https://portal.flane.de/ibb/xml-course/microsoft-ai-300t00" lastchanged="2026-04-02T16:28:49+02:00" parent="https://portal.flane.de/ibb/xml-courses"><title>Operationalize machine learning and generative AI solutions</title><productcode>AI-300T00</productcode><vendorcode>MS</vendorcode><vendorname>Microsoft</vendorname><fullproductcode>MS-AI-300T00</fullproductcode><version>1.0</version><audience>&lt;p&gt;Dieser Kurs richtet sich an Data Scientists, Machine Learning-Ingenieure und DevOps-Experten, die KI-L&amp;ouml;sungen auf Produktionsniveau auf Azure entwerfen und betreiben m&amp;ouml;chten. Es eignet sich f&amp;uuml;r Lernende mit Erfahrungen in Python, einem grundlegenden Verst&amp;auml;ndnis von Machine Learning-Konzepten und grundlegenden Kenntnissen mit DevOps-Praktiken wie Quellcodeverwaltung, CI/CD und Befehlszeilentools, die sich auf die Implementierung von MLOps- und GenAIOps-Workflows mit Azure nativen Diensten vorbereiten.&lt;/p&gt;</audience><contents>&lt;h5&gt;Operationalisieren von Machine Learning-Modellen (MLOps)&lt;/h5&gt;&lt;ul&gt;
&lt;li&gt;Mit Azure Machine Learning experimentieren&lt;/li&gt;&lt;li&gt;Durchf&amp;uuml;hren der Hyperparameteroptimierung mit Azure Machine Learning&lt;/li&gt;&lt;li&gt;Ausf&amp;uuml;hren von Pipelines in Azure Machine Learning&lt;/li&gt;&lt;li&gt;Ausl&amp;ouml;sen von Azure Machine Learning-Auftr&amp;auml;gen mit GitHub Actions&lt;/li&gt;&lt;li&gt;Ausl&amp;ouml;sen von GitHub Actions mithilfe der featurebasierten Entwicklung&lt;/li&gt;&lt;li&gt;Arbeiten mit Umgebungen in GitHub Actions&lt;/li&gt;&lt;li&gt;Bereitstellen eines Modells mit GitHub Actions&lt;/li&gt;&lt;/ul&gt;&lt;h5&gt;Operationalisieren von generativen KI-Anwendungen (GenAIOps)&lt;/h5&gt;&lt;ul&gt;
&lt;li&gt;Planen und Vorbereiten einer GenAIOps-L&amp;ouml;sung&lt;/li&gt;&lt;li&gt;Verwalten von Eingabeaufforderungen f&amp;uuml;r Agents in Microsoft Foundry mit GitHub&lt;/li&gt;&lt;li&gt;Bewerten und Optimieren von KI-Agents durch strukturierte Experimente&lt;/li&gt;&lt;li&gt;Automatisieren von KI-Auswertungen mit Microsoft Foundry- und GitHub-Aktionen&lt;/li&gt;&lt;li&gt;&amp;Uuml;berwachen Ihrer generativen KI-Anwendung&lt;/li&gt;&lt;li&gt;Analysieren und Debuggen Ihrer generativen KI-App mit Ablaufverfolgung&lt;/li&gt;&lt;/ul&gt;</contents><audience_plain>Dieser Kurs richtet sich an Data Scientists, Machine Learning-Ingenieure und DevOps-Experten, die KI-Lösungen auf Produktionsniveau auf Azure entwerfen und betreiben möchten. Es eignet sich für Lernende mit Erfahrungen in Python, einem grundlegenden Verständnis von Machine Learning-Konzepten und grundlegenden Kenntnissen mit DevOps-Praktiken wie Quellcodeverwaltung, CI/CD und Befehlszeilentools, die sich auf die Implementierung von MLOps- und GenAIOps-Workflows mit Azure nativen Diensten vorbereiten.</audience_plain><contents_plain>Operationalisieren von Machine Learning-Modellen (MLOps)


- Mit Azure Machine Learning experimentieren
- Durchführen der Hyperparameteroptimierung mit Azure Machine Learning
- Ausführen von Pipelines in Azure Machine Learning
- Auslösen von Azure Machine Learning-Aufträgen mit GitHub Actions
- Auslösen von GitHub Actions mithilfe der featurebasierten Entwicklung
- Arbeiten mit Umgebungen in GitHub Actions
- Bereitstellen eines Modells mit GitHub Actions
Operationalisieren von generativen KI-Anwendungen (GenAIOps)


- Planen und Vorbereiten einer GenAIOps-Lösung
- Verwalten von Eingabeaufforderungen für Agents in Microsoft Foundry mit GitHub
- Bewerten und Optimieren von KI-Agents durch strukturierte Experimente
- Automatisieren von KI-Auswertungen mit Microsoft Foundry- und GitHub-Aktionen
- Überwachen Ihrer generativen KI-Anwendung
- Analysieren und Debuggen Ihrer generativen KI-App mit Ablaufverfolgung</contents_plain><duration unit="d" days="4">4 Tage</duration><pricelist><price country="US" currency="USD">2595.00</price><price country="CA" currency="CAD">2595.00</price><price country="DE" currency="EUR">2690.00</price><price country="NL" currency="EUR">2095.00</price><price country="CH" currency="CHF">2690.00</price><price country="AT" currency="EUR">2690.00</price><price country="SE" currency="EUR">2690.00</price><price country="SI" currency="EUR">2690.00</price><price country="FR" currency="EUR">3250.00</price><price country="IT" currency="EUR">1690.00</price></pricelist><miles/></course>