Azure CLI: Getting Started培训

此讲师指导的 中国（在线或现场）实时培训面向希望学习如何在 Microsoft Azure Service Fabric （ASF） 上构建微服务的开发人员。

在培训结束时，参与者将能够：

• 使用 ASF 作为构建和管理微服务的平台。
• 了解关键的微服务编程概念和模型。
• 在 Azure 中创建集群。
• 在本地或云中部署微服务。
• 对实时微服务应用程序进行调试和故障排除。

这种由讲师指导的中国现场培训（现场或远程）面向希望使用Azure ML的拖放平台部署Machine Learning工作负载的工程师，而无需购买软件和硬件，也不必担心维护和部署。

在培训结束时，参与者将能够：

• 使用 Python、R 或零代码工具编写高度准确的机器学习模型。
• 利用 Azure 的可用数据集和算法来训练和跟踪机器学习和深度学习模型。
• 使用 Azure 交互式工作区协作开发 ML 模型。
• 从 Azure 支持的不同 ML 框架中进行选择，例如 PyTorch、TensorFlow 和 scikit-learn。

Microsoft Azure 基础结构和部署

此培训允许代表们提高其Microsoft Azure解决方案设计技能。在此培训之后，代表将了解Azure服务的特性和功能，以便能够识别权衡，并为设计公共云和混合云解决方案做出决策。在培训期间，将定义适当的基础架构和平台解决方案，以满足解决方案生命周期所需的功能，操作和部署要求。

这种以讲师为主导的中国现场（现场或远程）的现场培训面向 DevOps 希望利用 Azure DevOps 比传统开发方法更快地构建和部署优化的企业应用程序的工程师、开发人员和项目经理。

在培训结束时，参与者将能够：

• 了解基本的 DevOps 词汇和原则。
• 安装和配置软件开发所需的 Azure DevOps 工具。
• 利用 Azure DevOps 工具和服务不断适应市场。
• 在 Azure DevOps 解决方案上构建企业应用程序并评估当前的开发流程。
• 更高效地管理团队并缩短软件部署时间。
• 在组织内采用 DevOps 开发实践。

这种由讲师指导的中国现场现场培训针对的是希望使用Azure Machine Learning构建用于预测分析的端到端机器学习模型的数据科学家。

在培训结束时，参与者将能够：

• 使用零编程经验构建机器学习模型。
• 使用 Azure Machine Learning 创建预测算法。
• 部署生产就绪的机器学习算法。

这种由讲师指导的中国现场（现场或远程）现场培训面向希望保护Azure工作负载的安全管理员。

在培训结束时，参与者将能够：

• 管理主机安全、网络安全等。
• 在 Azure 中设置存储和数据库安全性。
• 使用 Azure 资源实施安全监视。
• 防止对数据和基础设施的恶意网络攻击。

这种以讲师为主导的中国现场现场培训面向希望学习如何配置Azure云安全以保护在Azure中运行的工作负载的安全管理员。

在培训结束时，参与者将能够：

• 配置主机和网络安全。
• 配置 Azure 高级安全选项。
• 使用 Azure 保护云计算工作负载。
• 使用端点保护服务安全功能，抵御恶意软件和病毒。
• 保护在 Azure 中运行的容器工作负载。

Azure Bot服务结合了Microsoft Bot Framework和Azure功能的强大功能，可实现智能机器人的快速开发。

在这个由讲师指导的实时培训中，参与者将学习如何使用Microsoft Azure轻松创建智能机器人

在培训结束时，参与者将能够：

• 了解智能机器人的基础知识
• 了解如何使用云应用程序创建智能机器人
• 了解如何使用Microsoft Bot Framework，Bot Builder SDK和Azure Bot服务
• 了解如何使用bot模式设计机器人
• 使用Microsoft Azure开发他们的第一个智能机器人

听众

• 开发商
• 爱好者
• 工程师
• IT专业人士

课程形式

• 部分讲座，部分讨论，练习和繁重的实践练习

这种由讲师指导的 中国（远程或远程）实时培训面向希望了解如何使用 Azure Data Lake Storage Gen2 实现有效数据分析解决方案的中级数据工程师。

在培训结束时，参与者将能够：

• 了解 Azure Data Lake Storage Gen2 的体系结构和主要功能。
• 优化数据存储和访问，提高成本和性能。
• 将 Azure Data Lake Storage Gen2 与其他 Azure 服务集成，以进行分析和数据处理。
• 使用 Azure Data Lake Storage Gen2 API 开发解决方案。
• 解决常见问题并优化存储策略。

在这个由讲师指导的中国（现场或远程）现场培训中，参与者将 学习 Microsoft Azure的基本概念，组件和服务，因为他们逐步创建了示例云应用程序。

在培训结束时，参与者将能够：

• 了解 Microsoft Azure 的基础知识
• 了解不同的 Azure 工具和服务
• 了解如何使用 Azure 构建云应用程序

Internet of Things (IoT)是连接物理物体和软件应用无线的网络基础设施,使物体能够互相沟通并通过网络通信、云计算和数据捕获进行数据交换。 Azure是一套全面的云服务,提供一套由预先配置的解决方案组成的IoT套件,帮助开发人员加快IoT项目的开发。

在此由导师领导的现场培训中,参与者将学习如何使用IoT应用程序开发(3)。

在本研讨会结束后,参与者将能够:

• 了解IoT架构的基础
• 安装和配置 Azure IoT Suite
• 了解使用(3)在IoT系统编程的好处
• 实施各种 Azure IoT 服务(IoT 中心,功能,流分析, Power BI,Cosmos DB,DocumentDB,IoT 设备 Management)
• 使用 IoT 系统构建、测试、部署和解决问题(3)

观众

• 开发者
• 工程师

课程格式

• 部分讲座,部分讨论,练习和重实习

笔记

• 要申请此课程的定制培训,请联系我们安排。

这种由讲师指导的中国现场培训（现场或远程）面向希望将Machine Learning工作负载部署到Azure云的工程师。

在培训结束时，参与者将能够：

• 在 Azure 上安装和配置 Kubernetes、Kubeflow 和其他所需的软件。
使用 Azure Kubernetes
• 服务 （AKS） 简化在 Azure 上初始化 Kubernetes 群集的工作。
• 创建和部署 Kubernetes 管道，用于在生产环境中自动执行和管理 ML 模型。
• 在多个并行运行的 GPU 和机器上训练和部署 TensorFlow ML 模型。
• 利用其他 AWS 托管服务来扩展 ML 应用程序。

在这个由讲师指导的中国现场（现场或远程）的现场培训中，参与者将学习如何在AKS上使用Kubernetes设置和管理生产规模的容器环境。 

在培训结束时，参与者将能够：

• 在 AKS 上配置和管理 Kubernetes。
• 部署、管理和扩展 Kubernetes 集群。
• 在 Azure 上部署容器化 （Docker） 应用程序。
• 将现有 Kubernetes 环境从本地迁移到 AKS 云。
• 将 Kubernetes 与第三方持续集成 （CI） 软件集成。
• 确保 Kubernetes 中的高可用性和灾难恢复。

这种以讲师为主导的现场培训（现场或远程）面向希望使用Azure机器学习和Azure DevOps来促进MLOps实践的机器学习工程师。

在培训结束时，参与者将能够：

• 构建可重现的工作流和机器学习模型。
• 管理机器学习生命周期。
• 跟踪和报告模型版本历史记录、资产等。
• 随时随地部署生产就绪型机器学习模型。