Plan Szkolenia

Wprowadzenie do Microsoft Azure

  • Przegląd usług Azure i obliczeń w chmurze
  • Konfiguracja subskrypcji i środowiska Azure
  • Zrozumienie grup zasobów, maszyn wirtualnych i sieci

Tworzenie architektur sterowanych zdarzeniami i bezserwerowych

  • Wprowadzenie do Azure Functions i obliczeń bezserwerowych
  • Tworzenie aplikacji sterowanych zdarzeniami przy użyciu Azure Event Grid i Service Bus
  • Tworzenie bezserwerowych API i przepływów pracy

Zarządzanie przechowywaniem i bazami danych w Azure

  • Poznanie Azure Storage (Blob, Table, Queue, File)
  • Zarządzanie Azure SQL Database i Cosmos DB
  • Integracja rozwiązań do przechowywania z aplikacjami w chmurze

Wdrażanie aplikacji internetowych w Azure

  • Zrozumienie Azure App Service i modeli wdrażania
  • Budowanie i wdrażanie aplikacji kontenerowych przy użyciu Docker
  • Skalowanie aplikacji internetowych przy użyciu Kubernetes i Azure Container Instances

Integracja sztucznej inteligencji i uczenia maszynowego w aplikacjach w chmurze

  • Wprowadzenie do Azure AI i Cognitive Services
  • Używanie Azure Machine Learning Studio do tworzenia modeli
  • Implementacja przetwarzania obrazów i języka naturalnego

DevOps i CI/CD w Azure

  • Konfiguracja potoków CI/CD przy użyciu Azure DevOps
  • Zarządzanie infrastrukturą jako kodem przy użyciu Terraform i Bicep
  • Monitorowanie i logowanie aplikacji przy użyciu Azure Monitor

Usprawnianie rozwoju z GitHub Copilot

  • Wprowadzenie do GitHub Copilot i wspomagania kodowania opartego na AI
  • Używanie Copilot do pisania, debugowania i optymalizacji kodu aplikacji w chmurze
  • Najlepsze praktyki wykorzystania wspomaganego AI kodowania w rozwoju aplikacji w chmurze

Projekt końcowy: Tworzenie aplikacji w chmurze wykorzystującej sztuczną inteligencję

  • Projektowanie skalowalnego rozwiązania w chmurze opartego na AI
  • Tworzenie i wdrażanie aplikacji
  • Optymalizacja wydajności, bezpieczeństwa i monitorowania

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowa wiedza na temat koncepcji obliczeń w chmurze
  • Doświadczenie w co najmniej jednym języku programowania (preferowane Python, JavaScript lub C#)
  • Znajomość rozwoju aplikacji internetowych i baz danych

Grupa docelowa

  • Deweloperzy chmurowi i inżynierowie oprogramowania
  • Praktycy AI i data scientists zainteresowani integracją AI w chmurze
  • Specjaliści IT i inżynierowie DevOps
 35 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (4)

Propozycje terminów

Powiązane Kategorie