Designing and Implementing an Azure AI Solution (AI-102)

Passt der Kurs zu dir?

1. 1
   Grundlagen in Netzwerken, IP-Adressierung und Linux oder Windows Server, denn jede Cloud-Plattform baut darauf auf.
2. 2
   Ein eigenes Testkonto beim Cloud-Anbieter mit Budgetwarnung, damit Übungsressourcen keine unerwarteten Kosten verursachen; frage, ob der Kurs stattdessen eine Laborumgebung stellt.
3. 3
   Englisch zum Lesen von Konsole und Herstellerdokumentation; frage nach, in welcher Sprache du die Zertifizierungsprüfung ablegst.

Das lernst du

1. 1
   Designing and Implementing an Azure AI Solution (AI-102)
2. 2
   Kursbeschreibung
3. 3
   Microsoft Azure AI ermöglicht Unternehmen die Entwicklung intelligenter Anwendungen mit Künstlicher Intelligenz, generativer KI und modernen Machine-Learning-Diensten. Die Weiterbildung Designing and Implementing an Azure AI Solution (AI-102) vermittelt umfassende Kenntnisse zur Planung, Entwicklung und Implementierung moderner KI-Lösungen auf der Microsoft-Azure-Plattform. Die Teilnehmenden lernen, Azure AI Services, Azure AI Foundry, Azure OpenAI Service, Azure AI Search, Document Intelligence, Computer Vision und Language Services professionell einzusetzen und intelligente Anwendungen für Unternehmen zu entwickeln. Gleichzeitig bereitet der Kurs gezielt auf die Microsoft AI-102 Zertifizierungsprüfung zum Microsoft Certified: Azure AI Engineer Associate vor.
4. 4
   Zielgruppe
5. 5
   Azure AI Engineers
6. 6
   Softwareentwicklerinnen und Softwareentwickler
7. 7
   Cloud-Architektinnen und Cloud-Architekten
8. 8
   Data Scientists
9. 9
   Machine-Learning-Engineers
10. 10
    KI-Entwicklerinnen und KI-Entwickler
11. 11
    Alle, die KI-Lösungen mit Microsoft Azure entwickeln möchten
12. 12
    Kursniveau
13. 13
    Fortgeschritten
14. 14
    Grundkenntnisse in Microsoft Azure werden empfohlen
15. 15
    Programmierkenntnisse in C# oder Python sind hilfreich
16. 16
    Modul 1 - Azure AI Services und Azure AI Foundry
17. 17
    Dieses Modul vermittelt die Architektur moderner Azure-AI-Lösungen und die wichtigsten Dienste für die Entwicklung intelligenter Anwendungen.
18. 18
    Azure AI Foundry
19. 19
    Azure AI Services
20. 20
    Azure AI Projects
21. 21
    Azure AI Hub
22. 22
    Azure OpenAI Service
23. 23
    Responsible AI
24. 24
    Architektur moderner KI-Lösungen
25. 25
    Modul 2 - Computer Vision, Dokumentenverarbeitung und Sprachdienste
26. 26
    Die Teilnehmenden entwickeln Anwendungen mit Bild-, Dokumenten- und Sprachverarbeitung.
27. 27
    Azure AI Vision
28. 28
    Image Analysis
29. 29
    Face Detection
30. 30
    Document Intelligence
31. 31
    Optical Character Recognition (OCR)
32. 32
    Speech Services
33. 33
    Language Services
34. 34
    Modul 3 - Generative KI mit Azure OpenAI
35. 35
    Dieses Modul vermittelt die Entwicklung moderner Anwendungen mit Large Language Models.
36. 36
    GPT-Modelle
37. 37
    Prompt Engineering
38. 38
    System Prompts
39. 39
    Function Calling
40. 40
    Content Safety
41. 41
    Responsible Generative AI
42. 42
    Modul 4 - Azure AI Search und Retrieval-Augmented Generation (RAG)
43. 43
    Die Teilnehmenden entwickeln intelligente Such- und Chatlösungen mit Azure AI Search.
44. 44
    Azure AI Search
45. 45
    Indexierung
46. 46
    Vektorbasierte Suche
47. 47
    Embeddings
48. 48
    Retrieval-Augmented Generation (RAG)
49. 49
    Knowledge Mining
50. 50
    Unternehmensweite KI-Assistenten
51. 51
    Modul 5 - Entwicklung, Bereitstellung und Überwachung
52. 52
    Dieses Modul behandelt die Entwicklung produktiver KI-Anwendungen und deren sicheren Betrieb.
53. 53
    Azure SDKs
54. 54
    REST APIs
55. 55
    Authentifizierung
56. 56
    Deployment
57. 57
    Monitoring
58. 58
    Kostenoptimierung
59. 59
    Sicherheit und Governance
60. 60
    Modul 6 - Prüfungsvorbereitung und Microsoft AI-102 Examen
61. 61
    Zum Abschluss werden sämtliche Lernziele anhand praxisnaher Szenarien wiederholt. Die Teilnehmenden bereiten sich gezielt auf die Microsoft AI-102 Zertifizierungsprüfung vor.
62. 62
    Wiederholung aller Lernziele
63. 63
    Praxisübungen
64. 64
    Architekturszenarien
65. 65
    Typische Prüfungsfragen
66. 66
    Hinweise zum Prüfungsablauf
67. 67
    Microsoft AI-102 Examen
68. 68
    Lernziele
69. 69

    Nach Abschluss der Weiterbildung können die Teilnehmenden

    Azure-AI-Lösungen planen und implementieren.
    Azure AI Services professionell einsetzen.
    Generative KI mit Azure OpenAI entwickeln.
    Retrieval-Augmented Generation (RAG) implementieren.
    Azure AI Search für intelligente Unternehmenslösungen einsetzen.
    Computer Vision-, Dokumenten- und Sprachlösungen entwickeln.
    Die Microsoft AI-102 Zertifizierungsprüfung erfolgreich absolvieren.
    Voraussetzungen
    Grundkenntnisse in Microsoft Azure
    Programmierkenntnisse in C# oder Python sind empfehlenswert
    Grundlagen der Künstlichen Intelligenz sind hilfreich
    Abschluss
    Teilnahmebescheinigung
    Prüfungsvorbereitung auf das Microsoft AI-102 Examen
    Microsoft Certified: Azure AI Engineer Associate
    Zusatzinformationen
    Diese Modulzusammenstellung stellt ein Beispiel aus mehreren möglichen Varianten dar. München, Stuttgart und Nürnberg hat ein zertifiziertes Modulbausteinsystem entwickelt, das individuelle Zusammenstellungen und Anpassungen der Maßnahme je nach Berufserfahrung und Bildungsziel ermöglicht. Daher können Dauer und Preise des Angebots variieren. Bitte wenden Sie sich hierzu an unsere Bildungsberaterinnen und Bildungsberater.
    Das Angebot richtet sich an Einzelpersonen sowie an B2B-Kund:innen. Der Kurs ist AZAV-zertifiziert und kann über einen Bildungsgutschein oder im Rahmen des Qualifizierungs­chancengesetzes (QCG) gefördert werden..
    Die Weiterbildung vermittelt umfassende Kenntnisse zur Entwicklung moderner KI-Anwendungen auf Microsoft Azure. Die Teilnehmenden lernen, Azure AI Services, Azure AI Foundry, Azure OpenAI Service, Azure AI Search sowie Document Intelligence und Computer Vision professionell einzusetzen. Ein besonderer Schwerpunkt liegt auf generativer KI, Prompt Engineering und Retrieval-Augmented Generation (RAG), wodurch moderne KI-Assistenten und intelligente Unternehmenslösungen entwickelt werden können. Durch die intensive Prüfungsvorbereitung schaffen die Teilnehmenden die Grundlage für die erfolgreiche Microsoft AI-102 Zertifizierung als Azure AI Engineer Associate.
    Ähnliche Kurse
    Developing AI Apps and Agents on Azure (AI-103)
    Microsoft Azure AI Fundamentals (AI-901)
    Microsoft Azure Data Scientist Associate (DP-100)
    Microsoft Azure Developer Associate (AZ-204)
    Microsoft Azure Solutions Architect Expert (AZ-305)
    Microsoft Power Platform AI Builder

1. 1

   Stuttgart

   Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Aldingen

   Blended Learning · Teilzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Villingen-Schwenningen

   Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

4. 4

   Baden-Baden

   Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

5. 5

   Heilbronn

   Blended Learning · Teilzeit · 1–3 Monate · 1.000–5.000 €

Förderwege

Wer deinen Kurs zahlt

Was dir die Qualifikation beruflich bringt

1. 1

   Infrastruktur automatisieren

   In den DevOps- und Bereitstellungskursen beschreibst du Server und Netzwerke als Code und spielst Änderungen über Pipelines aus. Testumgebungen entstehen so per Skript und verschwinden danach wieder. Beispiel: Du richtest eine Pipeline ein, die bei jeder Codeänderung eine Testumgebung in AWS erzeugt und nach dem Test löscht.

2. 2

   Datenschutz und Sicherheit mitplanen

   Die Kurse zu Cloud Security und CCSP behandeln Verschlüsselung, Identitäten und die geteilte Verantwortung zwischen Anbieter und Kunde. Verarbeitet ein Cloud-Anbieter personenbezogene Daten im Auftrag, verlangt die DSGVO einen Vertrag, der ihn an die dokumentierten Weisungen des Auftraggebers bindet. Beispiel: Du prüfst für ein Projekt, in welcher Region die Kundendaten liegen und ob der Vertrag zur Auftragsverarbeitung unterschrieben ist.

3. 3

   Kosten sichtbar machen

   Du lernst, Ressourcen mit Tags Projekten zuzuordnen, Budgets mit Warnschwellen anzulegen und ungenutzte Instanzen zu finden. Das trennt einen geplanten Cloud-Betrieb von einer überraschenden Monatsrechnung. Beispiel: Du findest in einem Konto vergessene Testserver und stellst eine automatische Abschaltung am Abend ein.

Themen

Arbeitsmarkt

Cloud Computing bundesweit in Zahlen