Develop AI cloud solutions on Microsoft Azure (AI-200)

Over Develop AI cloud solutions on Azure

Om te oefenen met de praktische opdrachten in de training Develop AI cloud solutions on Microsoft Azure (AI-200), dien je te beschikken over toegang tot Azure Kubernetes Service, Azure Managed Redis en gerelateerde hulpprogramma's.

De training Develop AI cloud solutions on Microsoft Azure (AI-200) is gericht zich op het ontwikkelen van intelligente cloudoplossingen met behulp van AI-diensten binnen Microsoft Azure. Door de AI-200 training te volgen, zul je leren hoe jij AI-functionaliteit in applicaties kunt integreren en hoe jij gebruik kunt maken van verschillende Azure AI-services om data te analyseren, processen te automatiseren en gebruikerservaringen te verbeteren.

Verder krijg je in de training Develop AI cloud solutions on Microsoft Azure (AI-200) inzicht in het ontwerpen van schaalbare en betrouwbare AI-oplossingen die aansluiten op bedrijfsbehoeften. Daarnaast ontdek je in de AI-200 training hoe jij AI-modellen kunt implementeren en beheren binnen een cloudomgeving en hoe jij deze oplossingen optimaal samen kunt laten werken met bestaande systemen. Je leert werken met verschillende AI-toepassingen, zoals spraak, tekst en beeldanalyse en hoe jij deze kunt combineren tot krachtige oplossingen.

Dankzij de praktijkgerichte aanpak in de training Develop AI cloud solutions on Microsoft Azure (AI-200), zul je na afloop beschikken over de benodigde kennis en praktische inzichten om zelfstandig AI-oplossingen te ontwikkelen en toe te passen binnen jouw organisatie.

Let op: Er is geen examenvoucher inbegrepen bij de training Develop AI cloud solutions on Microsoft Azure (AI-200). Bij ons kun je echter eenvoudig een Microsoft MCP examenvoucher aanschaffen.

Voor wie is de AI-200?

De training Develop AI cloud solutions on Microsoft Azure (AI-200) is bedoeld voor ICT-professionals die AI-oplossingen willen ontwikkelen en implementeren binnen een cloudomgeving.

De training Develop AI cloud solutions on Microsoft Azure (AI-200) is met name geschikt voor de volgende mensen:

• Softwareontwikkelaars.
• AI-ontwikkelaars
• Cloud Engineers.
• Data Engineers.
• ICT-professionals met interesse in kunstmatige intelligentie (AI).
• Technische consultants.
• DevOps Engineers die met AI-oplossingen werken.

Leerdoelen van de AI-200

Wil je leren hoe jij AI-cloudoplossingen kunt ontwikkelen en integreren binnen Microsoft Azure? Dan zul je in de training Develop AI cloud solutions on Microsoft Azure (AI-200) de juiste kennis en praktische inzichten opdoen om efficiënte AI-oplossingen te ontwikkelen en te beheren.

Door de training Develop AI cloud solutions on Microsoft Azure (AI-200) te volgen, zul je de volgende dingen leren:

• AI-oplossingen ontwikkelen door middel van Azure AI-diensten.
• AI-functionaliteit integreren in cloudapplicaties.
• Het werken met tekst-, spraak- en beeldanalyse binnen Microsoft Azure.
• AI-modellen implementeren en beheren in de cloud.
• Schaalbare en betrouwbare AI-oplossingen ontwerpen.
• Kunstmatige intelligentie (AI) toepassen binnen realistische bedrijfsprocessen.

Aanbevolen voorkennis AI-200

Voordat je deelneemt aan de training Develop AI cloud solutions on Microsoft Azure (AI-200), is het van belang dat jij beschikt over de volgende kennis en ervaring:

• Programmeerervaring met Python, JavaScript en/of C#.
• Algemene kennis van de principes van cloud computing en de diensten binnen Microsoft Azure.
• Bekendheid met de basisprincipes van containerisatie en de basisprincipes van Kubernetes.
• Bekendheid met opdrachtregelprogramma's, waaronder Azure CLI.
• Bekendheid met JSON-documentstructuren.
• Kennis van de principes van machine learning (ML), waaronder insluitingen en overeenkomsten zoeken.
• Bekendheid met relationele databases en SQL-basisprincipes.
• Kennis van cacheprincipes en gegevensstructuren.
• Bekendheid met AI-insluitingen en de principes van vector-overeenkomsten.
• Basiskennis van wachtrijpatronen voor berichten en wanneer je deze gebruikt voor het loskoppelen van services.
• Bekendheid met de principes van gedistribueerde systemen en gebeurtenisgestuurde architecturen.
• Bekendheid met REST API's en asynchrone berichtpatronen.
• Bekendheid met gedistribueerde toepassingsarchitecturen.

Om te oefenen met de praktische opdrachten in de training Develop AI cloud solutions on Microsoft Azure (AI-200), dien je te beschikken over toegang tot Azure Kubernetes Service, Azure Managed Redis en gerelateerde hulpprogramma's.

Onderwerpen van de AI-200

In de onderstaande lijst vind je alle kernonderwerpen die tijdens de training Develop AI cloud solutions on Microsoft Azure (AI-200) aan bod komen. De AI-200 training is speciaal ontwikkeld om jou de kennis en praktische inzichten bij te brengen voor het ontwikkelen en integreren van AI-oplossingen binnen Microsoft Azure. In de training Develop AI cloud solutions on Microsoft Azure (AI-200) leer je hoe jij AI-diensten effectief in kunt zetten om intelligente applicaties te ontwikkelen, processen te automatiseren en waardevolle inzichten uit data te halen binnen een cloudomgeving.

AI-200 | Leertraject 1: Hosten van containertoepassingen implementeren in Azure

Het eerste leertraject begeleidt jou bij het hosten van kerncontainers in Azure voor AI-toepassingen en back-endservices. Hierbij leer je hoe jij Azure Container Registry kunt gebruiken voor het opslaan en organiseren van installatiekopieën, het bouwen van installatiekopieën in de cloud met ACR Tasks en het toepassen van tag- en versiebeheerprocedures die betrouwbare implementaties ondersteunen.

Van daaruit implementeer je aangepaste containers in Azure App Service, configureer je runtimegedrag, zoals poorten, opstartopdrachten en permanente opslag. Verder leer je omgevingsspecifieke configuratie te externaliseren met behulp van toepassingsinstellingen.

Modules:

• Containers opslaan en beheren in Azure Container Registry.
• Containers implementeren in Azure App Service.

AI-200 | Leertraject 2: Apps implementeren en beheren in Azure Container Apps

Het tweede leertraject leidt jou door de volledige levenscyclus van het uitvoeren van containertoepassingen in Azure Container Apps. Hierbij begin je met het implementeren van containerapplicaties in omgevingen, het configureren van runtime-instellingen met omgevingsvariabelen en geheimen en het instellen van registerverificatie.

Vervolgens beheer je de day-two levenscyclus door afbeeldingen bij te werken, revisies te beheren, logboeken te monitoren en gezondheidscontroles te configureren. Ten slotte leer je hoe jij automatisch horizontaal schalen kunt configureren met behulp van HTTP-regels, KEDA-schaalders en verkeersbeheer om de prestaties en kosten te optimaliseren.

Modules:

• Containers implementeren in Azure Container Apps.
• Containers beheren in Azure Container Apps.
• Containers schalen in Azure Container Apps.

AI-200 | Leertraject 3: Toepassingen implementeren en bewaken in Azure Kubernetes Service

Het derde leertraject leidt jou door de volledige levenscyclus van het uitvoeren van toepassingen in Azure Kubernetes Service. Hierbij begin je met het maken van implementatiemanifesten en het beschikbaar maken van toepassingen met Kubernetes Services. Vervolgens externaliseer je de configuratie met behulp van ConfigMaps, beveilig je gevoelige instellingen met Geheimen en koppel je permanente opslag voor stateful workloads.

Ten slotte leer je hoe jij de toepassingsstatus kunt bewaken met behulp van logboeken en metrische gegevens, hoe jij pod- en serviceproblemen op kunt lossen en hoe jij connectiviteitspaden kunt controleren om betrouwbare toegang tot jouw toepassingen te garanderen.

Modules:

• Toepassingen implementeren in Azure Kubernetes Service.
• Toepassingen configureren in Azure Kubernetes Service.
• Toepassingen bewaken en problemen oplossen in Azure Kubernetes Service.

AI-200 | Leertraject 4: AI-oplossingen ontwikkelen met Azure Cosmos DB for NoSQL

Het vierde leertraject begeleidt jou bij het ontwikkelen van AI-oplossingen met behulp van Azure Cosmos DB for NoSQL. Hierbij begin je met het bouwen van een gegevensbasis met het Cosmos DB-resourcemodel, SDK-integratie, CRUD-bewerkingen en SQL-query's om documentgegevens voor AI-toepassingen op te halen.

Vervolgens implementeer je vectorzoekmogelijkheden voor het opslaan van insluitingen, voer je overeenkomstenquery's uit met de functie VectorDistance, combineer je vectorzoekopdrachten met metagegevensfilters en hybride zoekopdrachten en gebruik je de wijzigingenfeed om insluitingen gesynchroniseerd te houden.

Ten slotte optimaliseer je de queryprestaties door querypatronen te analyseren, bereik- en samengestelde indexen te configureren, vectorindextypen te selecteren en consistentieniveaus te kiezen die de versheid met kostenefficiëntie in balans brengen.

Modules:

• Query's bouwen voor Azure Cosmos DB for NoSQL.
• Vectorzoekopdrachten implementeren in Azure Cosmos DB voor NoSQL.
• Queryprestaties optimaliseren voor Azure Cosmos DB voor NoSQL.

AI-200 | Leertraject 5: AI-oplossingen ontwikkelen met Azure Database for PostgreSQL

Het vijfde leertraject begeleidt jou bij het ontwikkelen van AI-oplossingen met behulp van Azure Database for PostgreSQL. Hierbij begin je met het bouwen van een gegevensbasis met schemaontwerp, efficiënte SQL-query's en veilige Python-integratie met behulp van Microsoft Entra-verificatie.

Vervolgens implementeer je vectorzoekopdrachten met behulp van de pgvector-extensie voor het opslaan van insluitingen, het uitvoeren van overeenkomsten met verschillende metrische gegevens voor afstand en het bouwen van ophaalpatronen die geïntegreerd zijn met RAG-pijplijnen voor semantische zoekopdrachten en aanbevelingen.

Ten slotte optimaliseer je de prestaties van vectorzoekopdrachten door postgreSQL- en pgvectorconfiguratie af te stemmen, de juiste vectorindexen te selecteren, efficiënte gegevensindelingen te ontwerpen, te schalen voor workloads met grote volumes en verbindingspooling voor AI-toepassingen te implementeren.

Modules:

• Bouwen en query's uitvoeren met Azure Database for PostgreSQL.
• Vectorzoekopdrachten implementeren met Azure Database for PostgreSQL.
• Vectorzoekopdrachten optimaliseren in Azure Database for PostgreSQL.

AI-200 | Leertraject 6: AI-oplossingen verbeteren met Azure Managed Redis

In het zesde leertraject leer je over het gebruik van Azure Managed Redis om jouw AI-oplossingen te verbeteren, waaronder cachingstrategieën, gegevensbewerkingen, gebeurtenisberichten en vectoropslag.

Modules:

• Gegevensbewerkingen implementeren in Azure Managed Redis.
• Gebeurtenisberichten implementeren met Azure Managed Redis.
• Vectoropslag implementeren in Azure Managed Redis.

AI-200 | Leertraject 7: Back-endservices integreren voor AI-oplossingen

In het zevende leertraject leer je hoe jij back-endservices kunt ontwikkelen en integreren die AI-oplossingen in Azure ondersteunen. Hierbij begin je met het gebruik van Azure Service Bus om AI-toepassingsonderdelen te ontkoppelen, voorspellingsverzoeken in te plannen en berichten betrouwbaar te verwerken met wachtrijen, topics en wachtrijen met dode letters.

Vervolgens bouw je gebeurtenisgestuurde werkstromen met Azure Event Grid om gebeurtenissen tussen services met lage latentie te routeren, leveringsbeleid te configureren en aangepaste gebeurtenissen te publiceren vanuit AI-toepassingen. Ten slotte maak je serverloze AI-back-ends met Azure Functions, waaronder deductie-eindpunten, gebeurtenisprocessors en beveiligde integraties met andere Azure-services.

Modules:

• AI-bewerkingen in wachtrij plaatsen en verwerken met Azure Service Bus.
• Gebeurtenisgestuurde AI-werkstromen ontwikkelen met Azure Event Grid.
• Serverloze AI-back-ends bouwen met Azure Functions.

AI-200 | Leertraject 8: Toepassingsgeheimen en -configuratie voor AI-oplossingen beheren

In het achtste leertraject leer je hoe jij geheimen veilig kunt beheren en hoe jij de configuratie voor AI-oplossingen in Azure kunt centraliseren. Hierbij begin je met het gebruik van Azure Key Vault voor het opslaan, organiseren en ophalen van geheimen met beheerde identiteitsverificatie, het afhandelen van geheime versiebeheer en rotatie voor updates van referenties zonder downtime en het implementeren van cachestrategieën die API-aanroepen verminderen terwijl referentieverversing behouden blijft.

Vervolgens gebruik je Azure App Configuration om toepassingsinstellingen te centraliseren, sleutel-waardeparen te organiseren met labels voor omgevingsspecifieke varianten, functievlagmen te beheren voor gecontroleerde implementaties en te verwijzen naar Key Vault-geheimen, zodat de toepassing configuratie en geheimen via één pad ophaalt.

Modules:

• Toepassingsgeheimen beheren met Azure Key Vault.
• Toepassingsinstellingen beheren met Azure App Configuration.

AI-200 | Leertraject 9: Apps in Azure observeren en problemen oplossen

In het negende leertraject leer je hoe jij end-to-end waarneembaarheid kunt krijgen in gedistribueerde AI-toepassingen in Azure. Hierbij begin je met het instrumenteren van toepassingen met OpenTelemetry om gedistribueerde traceringen vast te leggen, aangepaste spans te maken en telemetrie te exporteren naar Azure Monitor Application Insights.

Vervolgens analyseer je de verzamelde telemetrie door KQL-query's te schrijven, foutpatronen en prestatietrends te verkennen, dashboards en werkmappen te bouwen voor operationele zichtbaarheid en waarschuwingen te configureren om fouten en afwijkingen te detecteren.

Modules:

• Een app instrumenteren met OpenTelemetry.
• App-telemetrie analyseren met logboeken en metrische gegevens.