Szkolenie: Usługi sztucznej inteligencji i uczenia maszynowego w chmurze Azure
Szkolenie "Usługi sztucznej inteligencji i uczenia maszynowego w chmurze Azure" to kompleksowe wprowadzenie do narzędzi i usług AI dostępnych w ekosystemie Azure. Program obejmuje cały proces tworzenia modeli AI, od identyfikacji celu po wdrożenie i monitorowanie w środowisku produkcyjnym.
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:1 dzień (8h)
Kod kursu:AI/AZURE
Dostępne terminy szkolenia
Termin:
Trener:
Cena:
1350 PLN netto
Lokalizacja:
ZdalneTermin:
Trener:
Cena:
1350 PLN nettoLokalizacja:
ZdalneTermin:
Trener:
Cena:
1350 PLN nettoLokalizacja:
ZdalneTermin:
Trener:
Cena:
1350 PLN nettoLokalizacja:
ZdalneUsługi sztucznej inteligencji i uczenia maszynowego w chmurze Azure
Cele szkolenia
Wprowadzenie w podstawowe pojęcia i zagadnienia z tematyki sztucznej inteligencji.
Poznanie kluczowych usług AWS w zakresie sztucznej inteligencji i uczenia maszynowego.
Przeprowadzenie uczestników przez pełen cykl życia projektów AI/ML – od pomysłu do wdrożenia w chmurze.
Dla kogo?
Szkolenie skierowane jest do tych, którzy chcą tworzyć inteligentne rozwiązania oparte na chmurze Azure: inżynierów danych, architektów chmurowych, specjalistów DevOps oraz liderów projektów
Idealne dla osób, które chcą zrozumieć, jak usługi AWS mogą zmienić podejście do uczenia maszynowego i AI
Zalety
Teoria traktowana jako niezbędne minimum potrzebne do zrozumienia zasady działania usług chmurowych.
Przegląd od podstaw zaawansowanych narzędzi chmurowych, co pozwoli świadomie dobierać rozwiązania zależnie od potrzeb projektowych.
Warsztatowa formuła pozwala od razu wdrożyć wiedzę w praktyce.
Wymagania
Podstawowe doświadczenie w pracy z chmurą Azure
Podstawowa wiedza o sztucznej inteligencji mile widziana
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Wprowadzenie.
Podstawowe pojęcia związane ze sztuczną inteligencją:
uczenie głębokie
sieci neuronowe
uczenie maszynowe
sztuczna inteligencja
generatywna sztuczna inteligencja
Podział modeli LLM ze względu na zakres i pochodzenie danych wejściowych:
LLM ogólne
Fine-Tuned specjalistyczne
RAG
Przegląd usług w Azure wraz z obszarami zastosowania:
Azure Cognitive Services
Azure Vision
Azure Text/Speech
Azure Translate
Azure Cognitive Search
Case Study: proces Machine Learning krok po kroku na przykładzie:
Identyfikacja celu
Formowanie problemu
Zbieranie danych
Procesowanie danych
Trenowanie, dostosowanie, ewaluacja
Wdrożenie
Monitorowanie
Najlepsze praktyki, częste problemy i pułapki w wykorzystaniu usług Azure
Podsumowanie i zakończenie
Autorem szkolenia jest Przemysław Chmielecki
Architekt chmurowy i praktyk podejścia DevSecOps. Od wielu lat poruszam się w obszarze chmury obliczeniowej i sprawia mi to coraz większą radość. W różnych projektach miałem okazję poznać wszystkie chmury głównych dostawców (AWS, Azure, GCP, Alibaba, Oracle) a także poznać sposoby optymalizacji kosztów i dostępnych rozwiązań korzystając z technologii kontenerowych (Kubernetes, Helm, ArgoCD) i automatyzacji na drodze skryptowania (Bash, PowerShell, Python). Mam także doświadczenie w pracy z SDLC…
