AI-3016 Develop copilots with Azure AI Studio
Preis Netto: € MwSt.: €
Preis Preis auf Anfrage
Dauer
1 Tag
Standort
Kurssprache englisch
Trainingslösung Online Live
Moderne KI-Anwendungen verändern die Art, wie digitale Assistenten entwickelt, gesteuert und integriert werden. Intelligente Copilots auf Basis von Azure eröffnen neue Möglichkeiten für Automatisierung, Effizienz und kontextbezogene Interaktion in Unternehmensumgebungen.
Zentrale Themen
- Entwicklung KI-basierter Copilots mit Azure AI Studio.
- Einsatz von Large Language Models und Prompt-Design.
- Integration von Datenquellen, APIs und Unternehmenslogik.
- Sicherheit, Governance und verantwortungsvolle KI.
- Tests, Optimierung und Betrieb von Copilot-Lösungen.
Voraussetzung
Grundlegendes Verständnis von Cloud-Technologien, Azure-Services sowie erste Erfahrungen mit KI- oder Softwareentwicklung werden empfohlen.
Zielgruppe
IT-Fachkräfte, Entwickler, Solution Architects und technisch orientierte Rollen, die KI-gestützte Assistenten professionell planen und umsetzen möchten.
Die vermittelten Inhalte schaffen eine fundierte Basis für den Aufbau leistungsfähiger Copilots und unterstützen dabei, KI-Strategien praxisnah, sicher und skalierbar in moderne Systemlandschaften zu integrieren.
- Die wichtigsten Funktionen und Möglichkeiten von Azure AI Studio kennenlernen.
- Verwendung von Azure AI Studio zur Bereitstellung und Verwaltung einer Azure AI-Ressource.
- Azure AI Studio verwenden, um ein KI-Projekt zu erstellen und zu verwalten.
- Verstehen, wann Azure AI Studio zu verwenden ist.
- Den Entwicklungszyklus bei der Erstellung von Sprachmodellanwendungen verstehen.
- Verstehen, was ein Ablauf in Prompt Flow ist.
- Untersuchung der Kernkomponenten bei der Arbeit mit Prompt Flow.
- Identifizierung der Notwendigkeit, das Sprachmodell mit Retrieval Augmented Generation RAG zu erden.
- Indizierung der Daten mit Azure AI Search, um sie für Sprachmodelle durchsuchbar zu machen.
- Einen Copiloten mit RAG auf den eigenen Daten im Azure AI Studio erstellen.
- Einen Gesamtprozess für die verantwortungsvolle Entwicklung generativer KI-Lösungen zu beschreiben.
- Identifizierung und Priorisierung potenzieller Schäden, die für eine generative KI-Lösung relevant sind.
- Messung des Vorhandenseins von Schäden in einer generativen KI-Lösung.
- Schäden in einer generativen KI-Lösung abschwächen.
- .Vorbereitung auf den verantwortungsvollen Einsatz und Betrieb einer generativen KI-Lösung
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
09:00 - 17:00
