AI-300 Training: Operationalize machine learning and generative AI solutions (AI-300T00)
Offizielles Microsoft Training für produktive KI-Services auf Azure mit MLOps, GenAIOps und Governance
- MLOps mit Azure Machine Learning
- GenAIOps mit Microsoft Foundry
- CI/CD für KI-Deployments
- 4 Tage
- Aufbau
- Online
- Garantierte Termine Diese Termine finden statt
- Online Live per Videokonferenz
- max. 8 Teilnehmerinnen und Teilnehmer pro Gruppe
- Keine Vorkasse Rechnung nach dem Seminar
Das nimmst du mit
- MLOps mit Azure Machine Learning
- GenAIOps mit Microsoft Foundry
- CI/CD für KI-Deployments
- Evaluation und Observability
- Governance und Lifecycle-Management
Passt das zu dir?
Damit du den Tag wirklich mitnimmst, lohnt sich ein kurzer Abgleich.
Richtig für dich, wenn
- Data Scientists mit Azure- und ML-Betriebspraxis
- Machine-Learning-Engineers für produktive Modell-Lifecycles
- DevOps- und Plattform-Teams mit KI-Service-Verantwortung
- Azure-Architektinnen und Azure-Architekten für KI-Infrastruktur
- KI-Produktverantwortliche für GenAI-Services im Betrieb
Das bringst du mit
- Grundkenntnisse in Azure und Cloud-Ressourcen
- Python-Erfahrung für Machine-Learning-Workflows
- Verständnis zentraler Machine-Learning-Konzepte
- Grundlagen in Git, CI/CD und Kommandozeilen-Tools
- Bei fehlender Azure-Praxis empfiehlt sich vorab der Azure für Entwickler Grundkurs
Dein Lernweg
Tag 1: KI-Lifecycle und sichere Infrastruktur
Der erste Trainingstag schafft die Grundlage für produktionsreifen KI-Betrieb auf Azure.
- Rollen, Verantwortlichkeiten und Übergaben im KI-Lifecycle
- Risiken beim Übergang von Proofs of Concept in Produktion
- Azure Machine Learning Workspaces, Compute und Registries
- Identity-, Netzwerk- und Zugriffskonzepte für KI-Services
- Infrastructure as Code mit Bicep
Tag 2: MLOps mit Azure Machine Learning
Der zweite Trainingstag konzentriert sich auf reproduzierbare Machine-Learning-Workflows und kontrollierte Modell-Releases.
- Versionierung von Daten, Code, Modellen und Konfigurationen
- Experiment-Tracking und Run-Metadaten
- Model Registry, Release-Kandidaten und Staging
- CI/CD-Schritte für Training, Tests und Paketierung
- Rollback-Strategien für Modell-Deployments
Tag 3: GenAIOps mit Microsoft Foundry
Der dritte Trainingstag überträgt Betriebsprinzipien auf generative KI-Anwendungen und Agenten.
- Microsoft Foundry für Projekte, Modelle und Prompts
- Prompt-Versionierung und Systemnachrichten
- Evaluationen für GenAI-Antworten und Agenten
- Quality-Gates für sichere Freigaben
- Kontrollierte Änderungen an Modellen, Prompts und Parametern
Tag 4: Automatisierung, Monitoring und Governance
Der vierte Trainingstag richtet den Blick auf dauerhaften Betrieb, Observability, Sicherheit, Kosten und organisatorische Steuerung.
- GitHub Actions und Azure CLI in Release-Prozessen
- Monitoring von Latenz, Fehlerquoten und Nutzungsverhalten
- Data Drift, Model Drift und Qualitätsveränderungen
- Zugriffsschutz, Freigaben, Auditierbarkeit und Dokumentation
- Kostenkontrolle und Lifecycle-Management produktiver KI-Services
Klarheit von Anfang an
Format, Ablauf und alles, was schon enthalten ist. Keine Überraschungen, nur Fokus auf dein Ergebnis.
- Live-OnlineInteraktiv per Videokonferenz, von überall
- Montag09:00 bis 16:00 Uhr
4 Tage
Kompakt aufgebaut, damit du schnell ins Tun kommst.
max. 8
Kleine Gruppe, damit genug Raum für deine Fragen bleibt.
- Fachliche Einordnung der Microsoft-Kursmodule
- Geführte Azure-Demos mit Azure Machine Learning und Microsoft Foundry
- Hands-on Labs zu GitHub Actions, Azure CLI und Bicep
- Architektur-Übungen für sichere KI-Infrastruktur
- Diskussion typischer Betriebs- und Governance-Entscheidungen
- Übertragung auf Team-, Plattform- und Freigabeprozesse
Das ist immer dabei
- Ausführliche Schulungsunterlagen und Praxisbeispiele
- Teilnahmezertifikat
- Übungsumgebungen und Beispieldaten
- Nachbetreuung per E-Mail nach dem Seminar
Das AI-300 Training ist mit der offiziellen Microsoft-Zertifizierung Microsoft Certified: Machine Learning Operations (MLOps) Engineer Associate (Beta) verknüpft. Die Zertifizierung wird nicht automatisch durch die Schulung vergeben, sondern über die separate Microsoft-Prüfung AI-300 erworben.
- Prüfungsformat: rollenbasierte Microsoft-Prüfung mit Aufgaben zu Azure-MLOps, GenAIOps, CI/CD, Monitoring und Governance
- Voraussetzungen: Python-Erfahrung, Machine-Learning-Grundlagen, Azure-Basiswissen und DevOps-Grundlagen
- Nutzen: Nachweis für produktionsreifen Betrieb von ML- und GenAI-Lösungen auf Azure
Sichere dir deinen Platz
Wähle den Termin, der zu dir passt. Online live dabei oder vor Ort, ganz wie es für dich passt.
- Erfahrene IT-Trainer aus der Praxis
- Keine Vorkasse, Rechnung nach dem Seminar
- Kostenfreie Umbuchung bis 14 Tage vor Start
Lieber das ganze Team?
Bring dieses Seminar zu euch ins Haus oder lass uns ein Programm bauen, das genau auf euer Unternehmen passt.
Inhouse-Schulung
Wir kommen zu dir und schulen dein Team genau auf eure Praxis.
- Komplett auf eure Use-Cases und Tools zugeschnitten
- Termin und Ort bestimmst du, vor Ort oder Live-Online
- Ein fester Pauschalpreis statt Preis pro Person
Firmen-Seminar
Ein individuelles Programm, das wir auf eure Ziele zuschneiden.
- Frei kombinierbare Module aus unserem Themenkatalog
- Skalierbar von der Kleingruppe bis zur ganzen Belegschaft
- Begleitung über mehrere Termine hinweg möglich
Deine IT-Schulungen München-Expertinnen und -Experten
Du hast Fragen zu Inhalten, Terminen oder einer passenden Lösung für dein Team? Wir beraten dich gern, bevor du buchst. Direkt, ohne Umwege.
Antwort in der Regel am selben Werktag
Dein cmt-Team München
Beratung zu IT-Weiterbildung
Fragen und Antworten zu AI-300 Training: Operationalize machine learning and generative AI solutions (AI-300T00)
Ist AI-300 eine offizielle Microsoft-Zertifizierung oder ein Training?
AI-300T00-A ist ein offizielles Microsoft Training. Es ist mit der Microsoft-Zertifizierung Microsoft Certified: Machine Learning Operations (MLOps) Engineer Associate (Beta) verknüpft, die über eine separate Prüfung erworben wird. Die Schulung bereitet thematisch auf MLOps, GenAIOps, CI/CD, Monitoring und Governance auf Azure vor.
Brauche ich bereits Erfahrung mit Azure Machine Learning?
Grundkenntnisse in Azure, Python, Machine-Learning-Konzepten und DevOps-Abläufen sind wichtig, weil das Training direkt in Betriebs- und Lifecycle-Fragen einsteigt. Wenn du Azure Machine Learning noch nicht produktiv genutzt hast, ist das DP-100 Training eine passende fachliche Vorbereitung.
Was ist der Unterschied zwischen MLOps und GenAIOps?
MLOps regelt den Betrieb klassischer Machine-Learning-Modelle, etwa Training, Registry, Deployment, Monitoring und Retraining. GenAIOps ergänzt diese Abläufe für generative KI: Prompt-Versionierung, Modellwechsel, Antwort-Evaluation, Sicherheitsprüfungen und kontrollierte Freigaben. Im AI-300 Training verbindest du beide Perspektiven für Azure Machine Learning und Microsoft Foundry.
Welche Tools werden im AI-300 Training eingesetzt?
Die Schulung arbeitet mit Azure Machine Learning, Microsoft Foundry, GitHub Actions, Azure CLI und Bicep. Der Schwerpunkt liegt auf reproduzierbaren Workflows, automatisierten Evaluationen, sicherer Infrastruktur und nachvollziehbaren Deployments. Für vertiefte DevOps-Kenntnisse passt ergänzend das AZ-400 Training.
Wird im Training praktisch mit Azure-Diensten gearbeitet?
Ja, die Schulung nutzt typische Azure-Szenarien für MLOps und GenAIOps. Arbeitsumgebungen, VMs oder benötigte Software werden bei Bedarf bereitgestellt. Du musst keine eigenen Lizenzen oder Geräte mitbringen.
Für wen lohnt sich Microsoft Foundry im AI-300 Training besonders?
Der Foundry-Anteil ist besonders relevant, wenn du GenAI-Anwendungen und Agenten mit Prompts, Modellvarianten, Evaluationen und Sicherheitsprüfungen in kontrollierte Betriebsprozesse bringen möchtest. Das betrifft KI-Entwicklung, Plattform-Engineering, Produktverantwortung und IT-Betrieb gleichermaßen. Für den Einstieg in Azure-KI-Grundlagen eignet sich vorab das AI-900 Training, für Lösungsentwicklung das AI-102 Training.
Passende Schulungen
AI-300 Training: Operationalize machine...
Nächster Termin: 12. Oktober 2026 · Online
ab2.490 €netto