
AI-300 Operationalize machine learning and generative AI solutions (AI-300T00)
Ziele der Schulung
In dieser 4-tägigen Schulung "AI-300 Operationalize machine learning and generative AI solutions (AI-300T00)" lernen Sie, Machine Learning Operations (MLOps) und Generative AI Operations (GenAIOps) Lösungen auf Azure zu entwerfen, zu implementieren und zu betreiben. Sie erwerben praxisorientierte Kenntnisse zum Aufbau sicherer und skalierbarer KI-Infrastrukturen sowie zur Verwaltung des gesamten Lebenszyklus traditioneller Machine-Learning-Modelle mit Azure Machine Learning.
Darüber hinaus lernen Sie, generative KI-Anwendungen und Agenten mithilfe von Microsoft Foundry zu deployen, zu evaluieren, zu überwachen und zu optimieren. Der Kurs vermittelt praktische Fähigkeiten in den Bereichen Automatisierung, Continuous Integration & Delivery, Infrastructure as Code und Observability unter Einsatz von Tools wie GitHub Actions, Azure CLI und Bicep. Ein weiterer Schwerpunkt liegt auf der Zusammenarbeit mit Data-Science- und DevOps-Teams, um zuverlässige, produktionsreife KI-Systeme gemäß den aktuellen Best Practices von MLOps und GenAIOps bereitzustellen.
Zielgruppe Seminar
- AI Engineer
- Data Scientist
Voraussetzungen
- Erfahrung in Python
- grundlegendes Verständnis von Machine-Learning-Konzepten
- Erfahrung mit DevOps-Praktiken wie Versionskontrolle, CI/CD-Prozessen und Kommandozeilen-Tools
- Grundkenntnisse in der Nutzung von Azure-Diensten zur Umsetzung von MLOps- und GenAIOps-Workflows sind von Vorteil
Lernmethodik
Die Schulung bietet Ihnen eine ausgewogene Mischung aus Theorie und Praxis in einer erstklassigen Lernumgebung. Profitieren Sie vom direkten Austausch mit unseren projekterfahrenen Trainern und anderen Teilnehmern, um Ihren Lernerfolg zu maximieren.
Seminarinhalt
Operationalisieren von Machine Learning-Modellen (MLOps)
- Mit Azure Machine Learning experimentieren
- Durchführen der Hyperparameteroptimierung mit Azure Machine Learning
- Ausführen von Pipelines in Azure Machine Learning
- Auslösen von Azure Machine Learning-Aufträgen mit GitHub Actions
- Auslösen von GitHub Actions mithilfe der featurebasierten Entwicklung
- Arbeiten mit Umgebungen in GitHub Actions
- Bereitstellen eines Modells mit GitHub Actions
Operationalisieren von generativen KI-Anwendungen (GenAIOps)
- Planen und Vorbereiten einer GenAIOps-Lösung
- Verwalten von Eingabeaufforderungen für Agents in Microsoft Foundry mit GitHub
- Bewerten und Optimieren von KI-Agents durch strukturierte Experimente
- Automatisieren von KI-Auswertungen mit Microsoft Foundry- und GitHub-Aktionen
- Überwachen Ihrer generativen KI-Anwendung
- Analysieren und Debuggen Ihrer generativen KI-App mit Ablaufverfolgung
Hinweise
Prüfung und Zertifizierung
Dieses Seminar bereitet Sie auf die Prüfung** AI-300: Microsoft Certified: Machine Learning Operations Engineer Associate** vor. Bei erfolgreichem Abschluss erhalten Sie die Zertifizierung Microsoft Certified: Machine Learning Operations Engineer Associate. Um Ihre Vorbereitung auf das Microsoft Examen zu optimieren, empfehlen wir die offiziellen Microsoft Practice Tests. Dieses Selbstlern-Tool umfasst prüfungsähnliche Fragen inklusive Lösungen und detaillierten Erläuterungen zu den korrekten Antworten. Wir bieten Ihnen diese Tests zu unseren Selbstkosten an. Sie haben die Möglichkeit, die Prüfung online zu absolvieren. Den erforderlichen Prüfungs-Voucher können Sie gegen eine Gebühr direkt bei uns erwerben.
Open Badge für dieses Seminar - Ihr digitaler Kompetenznachweis

Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erhalten Sie zusätzlich zu Ihrem Teilnehmerzertifikat ein digitales Open Badge (Zertifikat) – Ihren modernen Nachweis für erworbene Kompetenzen.
Ihr Open Badge ist jederzeit in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com-Konto verfügbar. Mit wenigen Klicks können Sie diesen digitalen Nachweis in sozialen Netzwerken teilen, um Ihre Expertise sichtbar zu machen und Ihr berufliches Profil gezielt zu stärken.
Übersicht: KI Plattformen Schulungen Portfolio
Gesicherte Kurstermine
| 07.12. - 10.12.2026 | Virtual Classroom (online) |
Seminare kurz vor der Durchführung
| 29.06. - 02.07.2026 | Hamburg | ||
| 14.07. - 17.07.2026 | Köln | ||
| 04.08. - 07.08.2026 | München | ||
| 07.09. - 10.09.2026 | München |



