Developing AI Cloud Solutions on Azure (AI-200)

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
   Developing AI Cloud Solutions on Azure (AI-200)
2. 2
   Zielgruppe
3. 3
   Die Weiterbildung richtet sich an Azure Developer, Softwareentwicklerinnen und Softwareentwickler, Cloud Engineers, AI Engineers sowie IT-Fachkräfte, die moderne KI-Anwendungen auf Microsoft Azure entwickeln und implementieren möchten. Der Kurs eignet sich insbesondere für Personen, die Cloud-Anwendungen entwickeln und sich gezielt auf die Microsoft-Zertifizierung AI-200 vorbereiten möchten.
4. 4
   Kursniveau
5. 5
   Fortgeschritten
6. 6
   Vorkenntnisse
7. 7
   Empfohlen werden praktische Erfahrungen mit Microsoft Azure, der Softwareentwicklung sowie grundlegende Kenntnisse in Programmiersprachen wie C# oder Python. Erste Erfahrungen mit REST-APIs, Git und Cloud-Anwendungen sind von Vorteil.
8. 8
   Microsoft entwickelt seine Azure-Zertifizierungen kontinuierlich weiter. Der bisherige Entwicklerkurs AZ-204 Developing Solutions for Microsoft Azure wurde durch den aktuellen Kurs Developing AI Cloud Solutions on Azure (AI-200) ersetzt. Während der AZ-204 den Schwerpunkt auf die Entwicklung allgemeiner Cloud-Anwendungen legte, konzentriert sich AI-200 auf die Entwicklung moderner KI-gestützter Cloud-Lösungen mit Microsoft Azure. Diese Weiterbildung orientiert sich ausschließlich an den offiziellen Lernzielen der aktuellen Microsoft-Zertifizierung AI-200 und vermittelt die Kompetenzen, die für die Entwicklung, Bereitstellung und Verwaltung moderner KI-Anwendungen erforderlich sind.
9. 9
   Entwicklung von KI-Anwendungen mit Azure AI
10. 10
    Die Teilnehmenden lernen, KI-Anwendungen mit den aktuellen Azure AI-Diensten zu entwickeln und bereitzustellen. Dabei stehen die Planung, Entwicklung und Integration intelligenter Anwendungen innerhalb der Azure-Plattform im Mittelpunkt.
11. 11

    Zu den Inhalten gehören unter anderem

    Entwicklung von KI-Anwendungen
    Azure AI Services verwenden
    Azure AI Foundry nutzen
    Bereitstellung von KI-Anwendungen
    Konfiguration von Azure-Ressourcen
    Integration von Azure AI Services
    Verwaltung von KI-Projekten
    Implementierung moderner KI-Lösungen
    Entwicklung generativer KI-Lösungen
    Dieses Modul vermittelt die Entwicklung generativer KI-Anwendungen mit den aktuellen Microsoft-Technologien. Die Teilnehmenden lernen, Anwendungen zu entwickeln, die große Sprachmodelle effizient nutzen und in Unternehmensanwendungen integrieren.
    Generative KI-Anwendungen entwickeln
    Azure OpenAI Services verwenden
    Prompts entwickeln
    Prompt-Optimierung
    Grounding von KI-Anwendungen
    RAG-Konzepte implementieren
    Ausgabequalität verbessern
    Bereitstellung generativer KI-Lösungen
    Entwicklung von KI-Agenten und intelligenten Workflows
    Die Teilnehmenden lernen, KI-Agenten zu entwickeln und komplexe KI-Workflows innerhalb der Azure-Plattform umzusetzen. Dabei wird die Zusammenarbeit verschiedener KI-Dienste innerhalb einer Anwendung behandelt.
    KI-Agenten entwickeln
    Agenten konfigurieren
    Agenten orchestrieren
    Werkzeuge integrieren
    Mehrstufige KI-Workflows entwickeln
    Interaktion zwischen KI-Komponenten
    Bereitstellung intelligenter Agenten
    Optimierung von Agentenlösungen
    Datenintegration und Anwendungsintegration
    Eine leistungsfähige KI-Lösung benötigt geeignete Datenquellen und eine zuverlässige Integration in bestehende Anwendungen. Die Teilnehmenden lernen, Datenquellen einzubinden und Azure-Dienste sicher miteinander zu verbinden.
    Integration von Datenquellen
    Anbindung von Azure-Diensten
    Verbindung externer Datenquellen
    Verarbeitung strukturierter Daten
    Verarbeitung unstrukturierter Daten
    Integration in Cloud-Anwendungen
    Sichere Datenverarbeitung
    Anwendungsintegration
    Sicherheit, Überwachung und Wartung von KI-Lösungen
    Für den produktiven Betrieb von KI-Anwendungen sind Sicherheitsmaßnahmen, Überwachung und Wartung unverzichtbar. Die Teilnehmenden lernen, KI-Lösungen zuverlässig zu betreiben und kontinuierlich zu überwachen.
    Sicherheit für KI-Anwendungen
    Authentifizierung und Autorisierung
    Schutz von Daten
    Überwachung von KI-Anwendungen
    Protokollierung
    Fehleranalyse
    Leistungsüberwachung
    Optimierung und Wartung
    Vorbereitung auf die Microsoft-Zertifizierung AI-200
    Zum Abschluss werden sämtliche Themengebiete wiederholt und anhand praxisnaher Übungen vertieft. Die Teilnehmenden bereiten sich gezielt auf die Microsoft-Zertifizierungsprüfung Developing AI Cloud Solutions on Azure (AI-200) vor.

12. 12

    Schwerpunkte sind

    Wiederholung aller Prüfungsbereiche
    Praxisorientierte Entwicklungsaufgaben
    Implementierung typischer KI-Szenarien
    Analyse und Fehlerbehebung
    Prüfungsvorbereitung
    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.. Alle Kurse können deutschlandweit online besucht werden.
    Die Weiterbildung Developing AI Cloud Solutions on Azure (AI-200) vermittelt alle Kompetenzen, die für die Entwicklung moderner KI-Cloud-Anwendungen gemäß den aktuellen Microsoft-Lernzielen erforderlich sind. Die Teilnehmenden entwickeln KI-Anwendungen, generative KI-Lösungen und intelligente Agenten, integrieren Datenquellen und Azure-Dienste und lernen, KI-Anwendungen sicher bereitzustellen, zu überwachen und zu optimieren. Mit der gezielten Vorbereitung auf die Microsoft-Zertifizierung AI-200 erwerben sie eine aktuelle und international anerkannte Qualifikation für die Entwicklung moderner KI-Lösungen auf Microsoft Azure.
    AI-200, Developing AI Cloud Solutions on Azure, AI-200 Kurs, AI-200 Weiterbildung, Microsoft AI-200, Microsoft Azure AI, Azure AI, Azure AI Foundry, Azure AI Services, Azure OpenAI, Generative KI, Generative AI, KI-Anwendungen entwickeln, AI Agents, KI-Agenten, Agent Orchestration, RAG, Prompt Engineering, Azure Developer, Cloud Development, Microsoft Zertifizierung, KI Weiterbildung, Azure KI, learn2program.de

1. 1

   Bondorf

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

2. 2

   Karlsruhe

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

3. 3

   Ludwigsburg

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

4. 4

   Böblingen

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

5. 5

   Tübingen

   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