Microsoft Certified Data Scientist Associate (DP-100)

Passt der Kurs zu dir?

1. 1
   Für Dynamics-Kurse Kenntnisse der Geschäftsprozesse im jeweiligen Modul, etwa Finanzbuchhaltung, Lager oder Kundenservice.
2. 2
   Ein persönliches Microsoft-Konto für die Prüfungsanmeldung, denn bei einer Anmeldung über ein Firmen- oder Schulkonto gehen deine Prüfungsnachweise laut Microsoft verloren, wenn du die Organisation verlässt.
3. 3
   Grundlagen der Microsoft-Cloud, etwa aus Azure Fundamentals oder Dynamics Fundamentals, bevor du eine Associate-Prüfung angehst.

Das lernst du

1. 1
   Titel: Microsoft Certified Data Scientist Associate (DP-100) mit Microsoft Certified AI Engineer (AI-102)
2. 2
   1. Kursbeschreibung
3. 3
   Der kombinierte Kurs,,Microsoft Certified Data Scientist Associate (DP-100) mit Microsoft Certified AI Engineer (AI-102)" richtet sich an Fachkräfte, die sich auf datenwissenschaftliche Analysen und KI-Entwicklung im Microsoft-Azure-Umfeld spezialisieren möchten. Teilnehmende lernen, Machine-Learning-Modelle zu entwerfen, zu trainieren und bereitzustellen sowie KI-Lösungen mit Azure Cognitive Services, Azure OpenAI und Azure Machine Learning zu implementieren. Der Kurs vermittelt das Wissen für zwei internat...
4. 4
   2. Zielgruppe
5. 5
   Der Kurs richtet sich an Data Scientists, Machine Learning Engineers, Entwickler:innen, Cloud-Architekt:innen und IT-Fachkräfte, die KI- und Datenanalyseprojekte in Azure umsetzen möchten.
6. 6
   3. Kursniveau
7. 7
   Fortgeschrittene - Grundlagenkenntnisse in Python, Statistik und Cloud-Technologien sind empfehlenswert.
8. 8
   4. Vorkenntnisse und empfohlene Vorkurse
9. 9
   Empfohlen werden die Kurse,,Introduction to Python" und,,Azure Data Fundamentals (DP-900)", um grundlegende Kenntnisse in Cloud-Datenstrukturen und Datenmodellierung zu erwerben.
10. 10
    5. Agenda (4-6 Themenblöcke)
11. 11
    Modul 1: Grundlagen von Data Science und Machine Learning in Azure
12. 12
    Teilnehmende lernen die Schlüsselprinzipien datenwissenschaftlicher Arbeit und des maschinellen Lernens. Es wird vermittelt, wie Modelle in Azure ML entwickelt und mit Python trainiert werden.
13. 13
    Praxisbeispiel: Entwicklung eines Regressionsmodells mit Azure Machine Learning Studio.
14. 14

    Kursinhalte

    Überblick Data Science Lifecycle
    Datenaufbereitung und Feature Engineering
    Supervised und Unsupervised Learning
    Modelltraining, Evaluierung und Deployment
    Modul 2: Microsoft DP-100 - Azure Data Scientist Associate
    Dieses Modul vertieft die Nutzung von Azure Machine Learning für den gesamten ML-Workflow. Teilnehmende erstellen, trainieren und verwalten Modelle in skalierbaren Cloud-Umgebungen.
    Praxisbeispiel: Automatisiertes Training eines Prognosemodells mit Azure ML Pipelines.
    Aufbau einer ML-Infrastruktur in Azure
    Automatisiertes Machine Learning (AutoML)
    Überwachung und Optimierung von ML-Modellen
    Experimentverwaltung und Versionskontrolle
    Modul 3: Microsoft AI-102 - Azure AI Engineer Associate
    In diesem Modul werden KI-Lösungen auf Basis der Azure Cognitive Services, Azure OpenAI und weiterer KI-Plattformen entwickelt. Der Fokus liegt auf der praktischen Implementierung intelligenter Anwendungen.
    Praxisbeispiel: Entwicklung einer KI-basierten Chatlösung mit Azure OpenAI und Language Services.
    Einführung in Azure Cognitive Services
    Text-, Sprach- und Bildverarbeitung mit Azure KI
    Integration von Azure OpenAI in bestehende Systeme
    Sicherheit, Skalierbarkeit und Deployment
    Modul 4: Kombination von Data Science und AI Engineering
    Teilnehmende lernen, wie Data-Science-Modelle und KI-Anwendungen zu integrierten Lösungen zusammengeführt werden. Dabei wird die Zusammenarbeit zwischen ML- und KI-Systemen praxisnah vermittelt.
    Praxisbeispiel: Kombination eines trainierten ML-Modells mit einem Azure OpenAI-Copilot.
    Verbindung von ML-Pipelines und KI-Services
    Nutzung von APIs und SDKs in Azure
    KI-Architekturen und MLOps
    Performance-Optimierung und Kostenmanagement
    Modul 5: Zertifizierungsvorbereitung und Praxisprojekt
    Im Abschlussprojekt wenden Teilnehmende das Gelernte in einer realistischen End-to-End-Szenario an und bereiten sich gezielt auf die Prüfungen DP-100 und AI-102 vor.
    Praxisbeispiel: Erstellung eines intelligenten Analysetools mit Datenintegration, ML-Modell und KI-Komponenten.
    Prüfungsvorbereitung (DP-100, AI-102)
    Projektarbeit in Azure Machine Learning
    Dokumentation und Präsentation
    Karrierepfade als Data Scientist und AI Engineer
    6. Zusatzinformationen
    Der Kurs ist AZAV-zertifiziert und kann über Bildungsgutschein oder Qualifizierungschancengesetz (QCG) gefördert werden.
    Er richtet sich an Einzelpersonen und B2B-Kund:innen und wird über New Horizons (München, Stuttgart, Nürnberg) sowie learn2program.de angeboten.
    ,,Microsoft Certified Data Scientist Associate (DP-100) mit Microsoft Certified AI Engineer (AI-102)" kombiniert datenwissenschaftliche Expertise mit KI-Entwicklungskompetenz in Azure. Teilnehmende erwerben tiefgehendes Wissen über Machine Learning, KI-Integration und Cloud-Architektur und sind optimal auf die internationalen Microsoft-Zertifizierungen vorbereitet.
    Alle Kurse können deutschlandweit online belegt werden. Viele unserer Kurse finden auf Deutsch und/oder auf Englisch statt.

1. 1

   Stuttgart

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

2. 2

   München

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

3. 3

   Nürnberg

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

4. 4

   Stuttgart

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

5. 5

   Nürnberg

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

Förderwege

Wer deinen Kurs zahlt

Was dir die Qualifikation beruflich bringt

1. 1

   ERP und CRM einführen

   Als Functional Consultant für Dynamics richtest du Kontenpläne, Lagerorte oder Serviceprozesse für einen Kunden ein und testest sie mit den Fachabteilungen. Die Solution-Architect-Kurse behandeln die Planung ganzer Einführungsprojekte. Beispiel: Du richtest für einen Großhändler in Business Central Mahnstufen und Zahlungsbedingungen ein.

2. 2

   Abläufe ohne Code automatisieren

   Mit Power Automate verbindest du Outlook, SharePoint und Fachanwendungen, sodass Genehmigungen oder Rechnungseingänge ohne Nacharbeit weiterlaufen. Dataverse und modellgesteuerte Apps speichern die Daten dahinter strukturiert. Beispiel: Du baust einen Ablauf, der Urlaubsanträge aus einem Formular an die Teamleitung schickt und die Antwort ins Personalsystem schreibt.

3. 3

   Einen Nachweis aktuell halten

   Microsoft prüft bei der jährlichen Verlängerung nur die Neuerungen der Technik, deshalb ist die Verlängerungsbewertung kürzer als die ursprüngliche Prüfung und läuft ohne Aufsicht. Du kannst sie wiederholen, bis du bestehst, solange das Zertifikat noch gilt. Beispiel: Du legst die Verlängerungsbewertung im sechsmonatigen Fenster vor dem Ablaufdatum ab und verlängerst dein Zertifikat um ein Jahr.

Themen