Develop AI cloud solutions on Azure

Szkolenie jest przeznaczone dla deweloperów, którzy chcą tworzyć aplikacje i rozwiązania AI w środowisku Microsoft Azure. Szczególnie sprawdzi się u osób odpowiedzialnych za budowanie aplikacji chmurowych, integrację usług, wdrażanie kontenerów oraz pracę z usługami danych wykorzystywanymi w scenariuszach sztucznej inteligencji.

Szkolenie rekomendowane jest dla:

• developerów aplikacji chmurowych,

• developerów pracujących z Microsoft Azure,

• osób tworzących aplikacje wykorzystujące usługi AI i dane w chmurze,

• specjalistów rozwijających rozwiązania oparte na kontenerach, serverless i architekturze event-driven,

• osób odpowiedzialnych za budowę skalowalnych, bezpiecznych i monitorowanych aplikacji AI.

Kończąc ten kurs, studenci poznają następujące zagadnienia:

• Korzystaj z Azure Container Registry do przechowywania i organizowania obrazów, budowania obrazów w chmurze za pomocą ACR Tasks oraz stosowania praktyk tagowania i wersjonowania wspierających niezawodne wdrożenia. Następnie wdrażasz niestandardowe kontenery do Azure App Service, konfigurujesz zachowanie w czasie rzeczywistym, takie jak porty, polecenia startowe i trwałe przechowywanie.
• Zacznij od wdrażania aplikacji kontenerowych do środowisk, konfiguracji ustawień w czasie działania ze zmiennymi środowiskowymi i sekretami oraz konfiguracji uwierzytelniania rejestru. Następnie zarządzasz cyklem życia, aktualizując obrazy, zarządzając poprawkami, monitorując logi i konfigurując sondy zdrowotne. Na koniec uczysz się konfigurować automatyczne skalowanie poziome, korzystając z reguł HTTP, skalerów KEDA oraz zarządzania ruchem, aby zoptymalizować wydajność i koszty.
• Zacznij od tworzenia manifestów wdrożeń i udostępniania aplikacji za pomocą usług Kubernetes. Następnie konfigurujesz na zewnątrz za pomocą ConfigMaps, zabezpieczasz wrażliwe ustawienia za pomocą Sekretów i dołączasz trwałą pamięć do obciążeń stanowych. Na koniec uczysz się monitorować stan aplikacji za pomocą logów i metryk, rozwiązywać problemy z podami i usługami oraz weryfikować ścieżki łączności, aby zapewnić niezawodny dostęp do aplikacji.
• Zacznij od zbudowania bazy danych z modelem zasobów Cosmos DB, integracją SDK, operacjami CRUD oraz zapytaniami SQL do pobierania danych dokumentów dla aplikacji AI. Następnie implementujesz możliwości wyszukiwania wektorowego do przechowywania osadzeń, wykonujesz zapytania podobieństwa za pomocą funkcji VectorDistance, łączysz wyszukiwanie wektorowe z filtrami metadanych i wyszukiwaniem hybrydowym oraz korzystasz ze zwrotu zmian do synchronizacji osadzeń. Na koniec zoptymalizujesz wydajność zapytań, analizując wzorce zapytań, konfigurując indeksy zakresowe i złożone, wybierając typy indeksów wektorowych oraz wybierając poziomy spójności równoważące świeżość z efektywnością kosztową.
• Zacznij od zbudowania bazy danych z projektowaniem schematów, efektywnymi zapytaniami SQL i bezpieczną integracją z Pythonem z wykorzystaniem uwierzytelniania Microsoft Entra. Następnie implementujesz wyszukiwanie wektorowe, korzystając z rozszerzenia pgvector, aby przechowywać osadzenia, wykonywać wyszukiwania podobieństwa z różnymi metrykami odległości oraz budować wzorce wyszukiwania integrujące się z pipeline'ami RAG do wyszukiwania semantycznego i rekomendacji. Na koniec optymalizujesz wydajność wyszukiwania wektorowego, dostosowując konfigurację PostgreSQL i pgvector, wybierając odpowiednie indeksy wektorowe, projektując wydajne układy danych, skalując dla dużych obciążeń.

1. Wdrażanie i zarządzanie kontenerami w Azure:

• Przechowywanie i zarządzanie kontenerami w Azure Container Registry.

• Wdrażanie kontenerów w Azure App Service.

2. Wdrażanie i zarządzanie aplikacjami w Azure Container Apps:

• Wdrażanie kontenerów w Azure Container Apps.

• Zarządzanie kontenerami w Azure Container Apps.

• Skalowanie kontenerów w Azure Container Apps.

3. Wdrażanie i monitorowanie Azure Kubernetes Service:

• Wdrażanie aplikacji w Azure Kubernetes Service.

• Konfiguracja aplikacji w Azure Kubernetes Service.

• Monitorowanie i rozwiązywanie problemów z aplikacjami w Azure Kubernetes Service.

4. Rozwijanie rozwiązań AI z pomocą Azure Cosmos DB for NoSQL:

• Tworzenie zapytań w Azure Cosmos DB for NoSQL.

• Implementacja wyszukiwania wektorowego w Azure Cosmos DB for NoSQL.

• Optymalizacja wydajności zapytań w Azure Cosmos DB for NoSQL.

5. Rozwijanie rozwiązań AI z Azure Database for PostgreSQL:

• Tworzenie zapytań i wyszukiwanie z pomocą Azure Database for PostgreSQL.

• Implementacja wyszukiwania wektorowego z wykorzystaniem Azure Database for PostgreSQL.

• Optymalizacja wyszukiwania wektorowego w Azure Database for PostgreSQL.

• Podstawowa wiedza o usługach Azure i koncepcjach chmury obliczeniowej.
• Znajomość koncepcji kontenerów.
• Znajomość narzędzi wiersza poleceń, w tym Azure CLI.
• Znajomość konteneryzacji i podstaw Kubernetes.
• Doświadczenie programistyczne w Pythonie.
• Znajomość struktur dokumentów JSON.
• Znajomość relacyjnych baz danych i podstaw SQL.

• Zrozumienie koncepcji uczenia maszynowego, w tym osadzeń i wyszukiwania podobieństw.

Dla zwiększenia komfortu pracy oraz efektywności szkolenia zalecamy  skorzystanie z dodatkowego ekranu. Brak dodatkowego ekranu nie jest przeciwwskazaniem do udziału w szkoleniu, ale w znaczący sposób wpływa na komfort pracy podczas zajęć.

Informacje oraz wymagania dotyczące uczestniczenia w szkoleniach w formule zdalnej dostępne na: https://www.altkomakademia.pl/jak-dzialamy/o-szkoleniach/?distance-learning

* podręcznik w formie elektronicznej dostępny na platformie:http://www.skillpipe.com/#/account/login
* dostęp do portalu słuchacza Altkom Akademii

• Szkolenie: polski

• Materiały: angielski