AI-3016 Develop generative AI apps in Azure AI Foundry portal

Classroom Schulung | Deutsch | Anspruch

Schulungsdauer: 1 Tag

Ziele

In dieser 1-tägigen Schulung "AI-3016 Develop generative AI apps in Azure AI Foundry portal" lernen Sie, wie Sie generative KI-Anwendungen mit den Tools und Diensten der Azure AI Foundry entwickeln. Der Fokus liegt darauf, Sprachmodelle aus dem Modellkatalog zu erkunden, bereitzustellen und ihre Leistung zu optimieren. Sie erhalten einen praxisnahen Einblick in die Nutzung des Azure AI Foundry SDK, um eigene KI-Anwendungen zu erstellen, und erfahren, wie Sie mit Prompt Flow den Entwicklungsprozess von Sprachmodell-Apps effizient gestalten. Darüber hinaus lernen Sie, wie Sie RAG-basierte Agenten mit eigenen Daten erstellen, Sprachmodelle feinabstimmen und die Leistung generativer KI-Anwendungen bewerten. Ein weiterer Schwerpunkt liegt auf der verantwortungsvollen Entwicklung von KI-Lösungen, einschließlich der Identifikation, Messung und Minderung potenzieller Risiken. Am Ende der Schulung sind Sie in der Lage, generative KI-Apps in der Azure AI Foundry selbstständig zu planen, zu entwickeln und zu optimieren.

Zielgruppe

  • Data Scientist
  • AI Engineer

Voraussetzungen

Für eine optimale Teilnahme am Kurs empfehlen wir folgende Vorkenntnisse:

  • Vertrautheit mit den grundlegenden KI-Konzepten und -Diensten in Azure

Agenda

Planung und Vorbereitung zur Entwicklung von KI-Lösungen auf Azure

  • Was ist KI?
  • Azure KI-Dienste
  • Azure AI Foundry
  • Entwickler-Tools und SDKs
  • Verantwortungsvolle KI

Auswählen und Bereitstellen von Modellen aus dem Modellkatalog im Azure AI Foundry-Portal

  • Erkunden der Sprachmodelle im Modellkatalog
  • Bereitstellen eines Modells auf einem Endpunkt
  • Verbessern der Leistung eines Sprachmodells

Entwickeln einer KI-App mit dem Azure AI Foundry SDK

  • Was ist das Azure AI Foundry SDK?
  • Arbeiten mit Projektverbindungen
  • Erstellen eines Chatclients

Erste Schritte mit Prompt Flow zum Entwickeln von Sprachmodell-Apps in Azure KI Foundry

  • Grundlegendes zum Entwicklungslebenszyklus einer LLM-App (Large Language Model)
  • Grundlegende Komponenten verstehen und Flow-Typen untersuchen
  • Erkunden von Verbindungen und Laufzeiten
  • Erkunden von Varianten und Überwachungsoptionen

Entwickeln einer RAG-basierten Lösung mit Ihren eigenen Daten mithilfe von Azure AI Foundry

  • Verstehen, wie Ihr Sprachmodell geerdet wird
  • Machen Sie Ihre Daten durchsuchbar
  • Erstellen eines Copilots mit Prompt Flow

Optimieren eines Sprachmodells mit Azure KI Foundry

  • Verstehen, wann ein Sprachmodell optimiert werden sollte
  • Vorbereiten Ihrer Daten zur Optimierung eines Chat-Vervollständigungsmodells
  • Entdecken Sie die Optimierung von Sprachmodellen in Azure KI Studio

Implementieren einer verantwortungsvollen generativen KI-Lösung in Azure AI Foundry

  • Planen einer verantwortungsvollen generativen KI-Lösung
  • Potenzielle Schäden kartieren
  • Messen potenzieller Schäden
  • Minimieren potenzieller Schäden
  • Verwalten einer verantwortungsvollen generativen KI-Lösung

Bewertung der generativen KI-Leistung im Azure AI Foundry-Portal

  • Bewerten Sie die Modellleistung
  • Manuelles Auswerten der Leistung eines Modells
  • Automatisierte Auswertungen

Ziele

In dieser 1-tägigen Schulung "AI-3016 Develop generative AI apps in Azure AI Foundry portal" lernen Sie, wie Sie generative KI-Anwendungen mit den Tools und Diensten der Azure AI Foundry entwickeln. Der Fokus liegt darauf, Sprachmodelle aus dem Modellkatalog zu erkunden, bereitzustellen und ihre Leistung zu optimieren. Sie erhalten einen praxisnahen Einblick in die Nutzung des Azure AI Foundry SDK, um eigene KI-Anwendungen zu erstellen, und erfahren, wie Sie mit Prompt Flow den Entwicklungsprozess von Sprachmodell-Apps effizient gestalten. Darüber hinaus lernen Sie, wie Sie RAG-basierte Agenten mit eigenen Daten erstellen, Sprachmodelle feinabstimmen und die Leistung generativer KI-Anwendungen bewerten. Ein weiterer Schwerpunkt liegt auf der verantwortungsvollen Entwicklung von KI-Lösungen, einschließlich der Identifikation, Messung und Minderung potenzieller Risiken. Am Ende der Schulung sind Sie in der Lage, generative KI-Apps in der Azure AI Foundry selbstständig zu planen, zu entwickeln und zu optimieren.

Zielgruppe

  • Data Scientist
  • AI Engineer

Voraussetzungen

Für eine optimale Teilnahme am Kurs empfehlen wir folgende Vorkenntnisse:

  • Vertrautheit mit den grundlegenden KI-Konzepten und -Diensten in Azure

Agenda

Planung und Vorbereitung zur Entwicklung von KI-Lösungen auf Azure

  • Was ist KI?
  • Azure KI-Dienste
  • Azure AI Foundry
  • Entwickler-Tools und SDKs
  • Verantwortungsvolle KI

Auswählen und Bereitstellen von Modellen aus dem Modellkatalog im Azure AI Foundry-Portal

  • Erkunden der Sprachmodelle im Modellkatalog
  • Bereitstellen eines Modells auf einem Endpunkt
  • Verbessern der Leistung eines Sprachmodells

Entwickeln einer KI-App mit dem Azure AI Foundry SDK

  • Was ist das Azure AI Foundry SDK?
  • Arbeiten mit Projektverbindungen
  • Erstellen eines Chatclients

Erste Schritte mit Prompt Flow zum Entwickeln von Sprachmodell-Apps in Azure KI Foundry

  • Grundlegendes zum Entwicklungslebenszyklus einer LLM-App (Large Language Model)
  • Grundlegende Komponenten verstehen und Flow-Typen untersuchen
  • Erkunden von Verbindungen und Laufzeiten
  • Erkunden von Varianten und Überwachungsoptionen

Entwickeln einer RAG-basierten Lösung mit Ihren eigenen Daten mithilfe von Azure AI Foundry

  • Verstehen, wie Ihr Sprachmodell geerdet wird
  • Machen Sie Ihre Daten durchsuchbar
  • Erstellen eines Copilots mit Prompt Flow

Optimieren eines Sprachmodells mit Azure KI Foundry

  • Verstehen, wann ein Sprachmodell optimiert werden sollte
  • Vorbereiten Ihrer Daten zur Optimierung eines Chat-Vervollständigungsmodells
  • Entdecken Sie die Optimierung von Sprachmodellen in Azure KI Studio

Implementieren einer verantwortungsvollen generativen KI-Lösung in Azure AI Foundry

  • Planen einer verantwortungsvollen generativen KI-Lösung
  • Potenzielle Schäden kartieren
  • Messen potenzieller Schäden
  • Minimieren potenzieller Schäden
  • Verwalten einer verantwortungsvollen generativen KI-Lösung

Bewertung der generativen KI-Leistung im Azure AI Foundry-Portal

  • Bewerten Sie die Modellleistung
  • Manuelles Auswerten der Leistung eines Modells
  • Automatisierte Auswertungen

Diese Seite weiterempfehlen