AI Spezialist mit Azure KI: KI-Szenarien und Azure AI Services

Kursüberblick

Die Weiterbildung "AI Spezialist mit Azure KI: KI-Szenarien und Azure AI Services" vermittelt grundlegende und aufbauende Kenntnisse in den Themenbereichen "KI-Szenarien" und "Azure AI Services". Für AI Engineering werden Auswahlkriterien, Arbeitsschritte und Ergebnismerkmale festgehalten. Im Mittelpunkt stehen ein klarer Aufgabenbezug, geeignete Vorgehensweisen und überprüfbare Arbeitsergebnisse. Die Teilnehmenden vergleichen Vorgehensweisen, in denen die Schwerpunkte Azure AI und AI Engineering unterschiedliche Anforderungen abdecken. Als roter Faden dient die Aufgabenstellung "AI Spezialist mit Azure KI"; sie wird aus fachlicher, methodischer und qualitätsbezogener Perspektive bearbeitet. Der Transferteil vertieft Azure AI und überführt die Erkenntnisse zu AI Engineering in eine zusammenhängende Aufgabe. Teilnehmende bearbeiten nachvollziehbare Praxisfälle aus KI-gestützten Arbeits- und Anwendungssituationen, vergleichen Lösungswege und halten Annahmen, Entscheidungen sowie Ergebnisse fest. Ziel ist ein strukturiertes Verständnis der im Titel beschriebenen Aufgabenfelder und ihrer Anwendung in unterschiedlichen Arbeitssituationen. Programm Dokumentierte Ergebnisse zeigen, wie Azure AI und AI Engineering im jeweiligen Aufgabenfeld zusammenwirken. Die Bildungsinhalte sind in sieben aufeinander bezogene Lernabschnitte gegliedert: - Aufgabenfelder und KI-Bezug: Der Schwerpunkt "AI Spezialist mit Azure KI" wird hinsichtlich Aufgabenrahmen, typischer Einsatzbereiche und der dafür benötigten Arbeitsschritte eingeordnet. Die Ausrichtung konkretisiert sich durch komplexere Aufgabenlagen, Abhängigkeiten zwischen Teilbereichen und begründete Variantenentscheidungen sowie durch die Auswahl geeigneter Ressourcen, Bereitstellung, Zugriffe, Überwachung und betriebliche Auswirkungen. - KI-Szenarien: Die Teilnehmenden formulieren geeignete Aufgaben, prüfen erzeugte Ergebnisse und dokumentieren Annahmen sowie Unsicherheiten. Zum Abschluss werden Arbeitsergebnisse aus Azure AI reflektiert und mit den Lernzielen zu AI Engineering abgeglichen. - Azure AI Services: Anwendungsfälle werden hinsichtlich Nutzen, Datenbezug, Ergebnisqualität und verantwortlicher Nutzung eingeordnet. - Einsatzszenarien: Das Teilthema wird anhand zentraler Begriffe, typischer Arbeitsschritte und eines nachvollziehbaren Anwendungsfalls bearbeitet. - Praxisbezogene Umsetzung: Die Inhalte werden in einem zusammenhängenden Fall angewendet und anhand klarer Kriterien reflektiert. Für die Praxisfälle werden Kenntnisse zu Azure AI aufgebaut und mit fachlichen Bezügen zu AI Engineering verknüpft. - Ergebnisqualität, Grenzen und Verantwortung: Ausgaben werden auf Plausibilität, Nachvollziehbarkeit und mögliche Fehler geprüft; Grenzen des Einsatzes werden dokumentiert. Die fachliche Einordnung von Azure AI wird durch konkrete Aufgaben zu AI Engineering ergänzt. - Dokumentiertes Abschlussbeispiel: Die erworbenen Kenntnisse werden in einer vollständigen Aufgabe zusammengeführt und mit Arbeitsschritt…

Nächste Termine

• 2026-09-06T22:00:00.000Z · 2026-11-29T23:00:00.000Z · München · Combined Learning
• 2026-09-06T22:00:00.000Z · 2027-02-21T23:00:00.000Z · München · Combined Learning