AI-Cloud-Lösungen auf Azure entwickeln (AI-200)

Dauer: 5 Tage

Dieser praxisnahe Kurs zeigt Entwicklern, wie KI-gestützte Cloud-Anwendungen auf Azure mit modernen Compute-, Daten- und Messaging-Diensten erstellt, integriert, abgesichert und betrieben werden.

Zielgruppe

• Backend-Entwickler, die KI-gestützte Anwendungen auf Azure erstellen
• Cloud-Entwickler, die containerisierte und serverlose Workloads umsetzen
• Engineers, die ereignisgesteuerte und nachrichtenbasierte Dienste integrieren
• Teams, die sich auf die Zertifizierung Azure AI Cloud Developer Associate vorbereiten

Voraussetzungen

• Erfahrung in der Entwicklung von Backend-Services mit C#, JavaScript, Python oder Java
• Grundkenntnisse in Azure (Resource Groups, Netzwerk, Identität und RBAC)
• Vertrautheit mit REST-APIs, JSON und asynchronen Kommunikationsmustern
• Basiswissen zu Containern, Git und CI/CD-Workflows

Lernziele

• KI-Anwendungen mit Azure Container Apps und Azure Kubernetes Service bereitstellen und betreiben
• Serverlose APIs und Hintergrundverarbeitung mit Azure Functions entwickeln
• Verteilte Services mit Azure Service Bus und Event Grid integrieren
• Datenarchitekturen für KI-Workloads mit Cosmos DB, PostgreSQL und Redis entwerfen
• Sichere Konfiguration, Geheimnisverwaltung und identitätsbasierte Zugriffssteuerung umsetzen
• Monitoring-, Troubleshooting- und Zuverlässigkeitspraktiken für produktive KI-Apps anwenden

Kursinhalt

1. KI-Anwendungen auf Azure hosten und ausführen
   • Containerisiertes Hosting mit Azure Container Apps
   • Deployment- und Skalierungsstrategien auf Azure Kubernetes Service
   • Betriebsmodelle für resiliente Cloud-Workloads
2. Serverlose und integrative Komponenten entwickeln
   • API- und Workflow-Entwicklung mit Azure Functions
   • Ereignisgesteuertes Design mit Event Grid
   • Zuverlässiges Messaging und Orchestrierung mit Service Bus
3. Datenservices für KI-Workloads entwerfen
   • Datenmodellierung und Abfragen mit Azure Cosmos DB für NoSQL
   • Vektorbasierte Szenarien mit Azure Database for PostgreSQL
   • Caching- und Streaming-Muster mit Azure Managed Redis
4. Services verbinden und die Plattform absichern
   • Backend-Integration und Service-zu-Service-Kommunikation
   • Verwaltung von Geheimnissen und Anwendungskonfiguration
   • Identität, Autorisierung und sichere Deployment-Praktiken
5. KI-Cloud-Anwendungen beobachten und Fehler analysieren
   • Muster für Logs, Metriken und verteiltes Tracing
   • Leistungs- und Zuverlässigkeitsprobleme gezielt diagnostizieren
   • Betrieb von KI-Lösungen mit kontinuierlicher Verbesserung

Praktische Übungen

• Eine containerisierte API in Azure Container Apps deployen und das Skalierungsverhalten überprüfen
• Einen Microservice auf AKS hosten und produktionsreife Health Checks konfigurieren
• Einen Azure-Functions-Workflow erstellen, der auf Event-Grid-Ereignisse reagiert
• Service-Bus-Queues und -Topics in eine verteilte Backend-Lösung integrieren
• Speicher- und Datenmuster mit Cosmos DB, PostgreSQL und Redis umsetzen
• Managed Identity, Geheimnisse und Anwendungskonfiguration sicher konfigurieren
• Observability-Dashboards einrichten und einen fehlerhaften KI-Workflow analysieren

Ergebnisse

Nach diesem Kurs können Teilnehmer sichere und skalierbare KI-Cloud-Lösungen auf Azure umsetzen, verteilte Services und Datenplattformen integrieren und produktive Workloads zuverlässig betreiben.

Entwicklungsumgebung

• Windows, macOS oder Linux
• Visual Studio 2022/2026 oder Visual Studio Code
• .NET 10 SDK (oder vergleichbare Runtime-/Sprach-Toolchain für ausgewählte Labs)
• Azure CLI, Docker und kubectl
• Zugriff auf eine Azure Subscription mit Berechtigungen zum Erstellen von Ressourcen