概述

生成式人工智慧(AI)正透過像 Azure AI Foundry 這樣的綜合開發平台變得更容易取得。學習如何打造利用語言模型與使用者互動的生成式 AI 應用程式。

截至 6 月 13 日,AI-102 「Azure 開發 AI 解決方案」課程已更新與重組,將這五門為期一天的 AI 課程合併為一個完整的學習體驗:

  • AI-3016:在 Azure
  • 上開發生成式 AI 應用程式

  • AI-3026:在 Azure
  • 上開發 AI 代理

  • AI-3002:在 Azure AI 中開發 AI 資訊擷取解決方案
  • AI-3003:以 Azure AI 服務打造自然語言處理解決方案

  • AI-3004:利用 Azure AI 服務
  • 打造 Azure AI 視覺解決方案 此更新為學習者提供更連貫且深入的 AI 關鍵概念與應用旅程。

為什麼選擇 KORNERSTONE

  • 經認證、由實務人員主導的專家證書培訓師,提供高品質的培訓
  • 官方訓練資料包含
  • 實務、情境導向學習——著重應用,而非僅理論
  • 優秀的通過率

涵蓋技能

  • 規劃並準備在 Azure
  • 上開發 AI 解決方案

  • 從 Azure AI Foundry 入口網站
  • 的模型目錄中選擇並部署模型

  • 使用 Azure AI Foundry SDK
  • 開發 AI 應用程式

  • 開始使用 prompt flow,在 Azure AI Foundry
  • 中開發語言模型應用程式

  • 使用 Azure AI Foundry 以您自己的資料開發基於 RAG 的解決方案
  • 使用 Azure AI Foundry
  • 微調語言模型在

  • Azure AI Foundry
  • 實作負責任的生成式 AI 解決方案

  • 評估 Azure AI Foundry 入口網站中的生成式 AI 效能

先決條件

  • 在開始這個模組之前,你應該熟悉 Azure 中基本的 AI 概念和服務。你也應該精通 Python 或 Microsoft C# 的程式設計。

目標受眾

  • 資料科學家
  • 人工智慧工程師

培訓大綱

模組一:規劃並準備在Azure

上開發AI解決方案 Microsoft Azure提供多項服務,幫助開發者打造卓越的AI驅動解決方案。妥善規劃與準備包括確定你將使用的服務,並為開發團隊打造最佳的工作環境。

學習目標

完成本模組後,您將能:

  • 識別可在應用程式中實作的常見 AI 功能
  • 描述 Azure AI 服務及其使用
  • 考量

  • 說明 Azure AI Foundry 及其使用
  • 考量

  • 識別適合 AI 專案
  • 的開發工具與 SDK

  • 說明負責任 AI 的考量

先修條件

在開始本模組前,你應該熟悉:

  • 基本軟體開發概念
  • 基礎人工智慧概念
  • 基礎 Azure 基礎概念

模組 2:從 Azure AI Foundry 入口網站

的模型目錄中選擇並部署模型 選擇 Azure AI Foundry 模型目錄中提供的各種語言模型。了解如何選擇、部署與測試模型,並提升其效能。

學習目標

在本單元結束時,您將能:

  • 從模型目錄中選擇語言模型。
  • 將模型部署到端點。
  • 測試模型並提升其效能。

先修條件

在開始本模組前,你應該熟悉 Azure 中的基本 AI 概念與服務。建議先完成「 人工智慧入門 」學習路徑。

模組 3:使用 Azure AI Foundry SDK 開發 AI 應用程式

使用 Azure AI Foundry SDK 來開發 Azure AI Foundry 專案中的 AI 應用程式。

學習目標

完成本模組後,您將能:

  • 描述 Azure AI Foundry SDK 的功能。
  • 使用 Azure AI Foundry SDK 處理專案中的連結。
  • 使用 Azure AI Foundry SDK 開發 AI 聊天應用程式。
先

修條件

在開始本模組前,你應該:

  • 熟悉 Azure 服務和 Azure 入口網站。
  • 具備一些 Python 或 C# 的程式設計經驗。

模組 4:開始使用 Azure AI Foundry 的提示流程開發語言模型應用程式

了解如何利用提示流程開發利用 Azure AI Foundry 語言模型的應用程式。

學習目標

在本模組結束時,您將能:

  • 理解建立語言模型應用程式的開發生命週期。
  • 了解提示流程中的流程。
  • 探索提示流程的核心組成部分。

先修條件

在開始本模組前,你應該熟悉 Azure 中基本的 AI 概念與服務。建議先完成「 人工智慧入門 學習路徑」。

模組 5:利用 Azure AI Foundry

自行資料開發基於 RAG 的解決方案。RAG 是生成式 AI 解決方案中常用的模式,用來以資料 為基礎 來設定提示。Azure AI Foundry 提供資料新增、建立索引,並與生成式 AI 模型整合的支援,協助你建立基於 RAG 的解決方案。

學習目標

完成本模組後,您將能:

  • 識別以檢索增強生成(RAG)為語言模型建立基礎的需求
  • 使用 Azure AI Search 索引您的資料以使其可搜尋語言模型
  • 在 Azure AI Foundry 入口網站

使用 RAG 建立您的資料代理

先修條件

在開始本模組前,你應該熟悉 Azure 中基本的 AI 概念與服務。

模組 6:使用 Azure AI Foundry

微調語言模型 在聊天完成任務中訓練基礎語言模型。Azure AI Foundry 中的模型目錄提供許多可針對特定模型行為需求微調的開源模型。

學習目標

本模組結束時,你將能:

  • 了解何時要微調模型。
  • 準備你的資料以微調聊天完成模型。
  • 在 Azure AI Foundry 入口網站中微調基礎模型。

先修條件

在開始本模組前,你應該熟悉 Azure 中基本的 AI 概念與服務。建議先完成「 人工智慧入門 學習路徑」。

模組 7:在 Azure AI Foundry 中實作負責任的生成式 AI 解決方案

生成式人工智慧能帶來驚人的創意解決方案,但必須負責任地實施,以降低有害內容產生的風險。

學習目標

完成本單元後,您將能:

  • 描述負責任的生成式 AI 解決方案開發
  • 的整體流程

  • 識別並優先排序與生成式
  • AI 解決方案相關的潛在危害

  • 衡量生成式 AI 解決方案
  • 中的危害存在

  • 減輕其危害
  • 準備

  • 負責任地部署與運作生成式 AI 解決方案

先修條件

在開始本模組前,你應該先熟悉 Azure AI Foundry。建議先完成 Azure AI Foundry 導論 模組再開始。

模組8:評估 Azure AI Foundry 入口網站

中的生成式 AI 效能評估副駕駛是確保您的生成式 AI 應用符合使用者需求、提供準確回應並持續改進的關鍵。了解如何利用 Azure AI Studio 中提供的工具與功能,評估並優化您的生成式 AI 應用效能。

學習目標

完成本模組後,您將能:

  • 理解模型基準。
  • 進行人工評估。
  • 利用 AI 輔助指標評估您的生成式 AI 應用程式。
  • 在 Azure AI Foundry 入口網站中設定評估流程。

先修條件

在開始本模組前,你應該熟悉 Azure 中基本的 AI 概念與服務。建議先完成「 人工智慧入門 學習路徑」。

讓我們為你努力

找不到合適的日期? 需要訓練整個團隊嗎? 想找折扣嗎?
今天就與我們的培訓顧問聯繫。

日期與地點

考試與認證

注意:本課程無直接相關的考試。然而,Microsoft 提供豐富的業界認可認證組合,能幫助你在 2025 年及未來成為科技專業人士。取得 Microsoft 認證是驗證技能並加速職涯發展的最有效方式之一。

透過我們專家主導的訓練,你將準備好:

  • 掌握雲端、資料與人工智慧,以及資安等推動全球數位轉型領域的熱門能力。
  • 以全球雇主認可的全球認可資格證明你的專業能力。
  • 透過

  • 提升您的信譽、增加收入潛力,並開啟新機會之門,推動您的職涯發展。

探索我們全方位的 Microsoft 認證,並開始建立今天就重要的技能。