0

DP-100 Designing and Implementing a Data Science Solution on Azure

Ihre Termine

Datum Ort Preis
08.12.2025
-11.12.2025
Virtuelles Live Training 2.796,50 €* Buchen
08.12.2025
-11.12.2025
Hamburg 2.796,50 €* Buchen
16.02.2026
-19.02.2026
Virtuelles Live Training 2.656,08 €* Buchen
16.03.2026
-19.03.2026
Virtuelles Live Training 2.656,08 €* Buchen
16.03.2026
-19.03.2026
München 2.656,08 €* Buchen
20.04.2026
-23.04.2026
Virtuelles Live Training 2.656,08 €* Buchen
15.06.2026
-18.06.2026
Virtuelles Live Training 2.656,08 €* Buchen
15.06.2026
-18.06.2026
München 2.656,08 €* Buchen
29.06.2026
-02.07.2026
Virtuelles Live Training 2.656,08 €* Buchen
29.06.2026
-02.07.2026
Hamburg 2.656,08 €* Buchen
03.08.2026
-06.08.2026
Virtuelles Live Training 2.656,08 €* Buchen
21.09.2026
-24.09.2026
Virtuelles Live Training 2.656,08 €* Buchen
21.09.2026
-24.09.2026
München 2.656,08 €* Buchen
12.10.2026
-15.10.2026
Virtuelles Live Training 2.656,08 €* Buchen
12.10.2026
-15.10.2026
Hamburg 2.656,08 €* Buchen
09.11.2026
-12.11.2026
Virtuelles Live Training 2.656,08 €* Buchen
09.11.2026
-12.11.2026
Frankfurt a. Main 2.656,08 €* Buchen

* Preise inkl. der gesetzlichen Mehrwertsteuer

Beschreibung

Inhalte

  • Einführung in das Machine Learning unter Azure
    • Einstieg in Azure Machine Learning
    • Azure Machine Learning Tools
  • No-Code Machine Learning mit dem Designer
    • Trainieren von Modellen mit dem Designer
    • Veröffentlichen von Modellen mit dem Designer
  • Experimente erstellen und Modelle trainieren
    • Einführung in Experimente
    • Trainieren und Registrieren von Modellen
  • Arbeiten mit Daten
    • Arbeiten mit Datastores
    • Arbeiten mit Datasets
  • ComputeContexts
    • Arbeiten mit Umgebungen
    • Arbeiten mit ComputeTargets
  • Erstellen von Operations mit Pipelines
    • Einführung in Pipelines
    • Veröffentlichen und Ausführen von Pipelines
  • Bereitstellen und Nutzen von Modellen
    • Echtzeitvorhersage
    • Batchvorhersage
  • Trainieren optimaler Modelle
    • Hyperparameter Tuning
    • Automatisiertes Machine Learning
  • Interpretieren von Modellen
    • Einführung in die Modellinterpretation
    • Nutzen von Explainern
  • Überwachen von Modellen
    • Überwachen von Modellen mit Application Insights
    • Überwachen von Datendrift

Voraussetzungen

Vorausgesetzt werden ein fundiertes Data Science Verständnis, Kenntnisse der Programmiersprache Python sowie gängiger Python-Bibliotheken: (Numpy, Pandas, Matplotlib) und Frameworks (Scikit-Learn, PyTorch und Tensorflow).

Außerdem sind grundlegende Azure-Kenntnisse Voraussetzung.

Zielgruppe

Das Seminar DP-100 richtet sich an Data Scientists und Personen, die Machine Learning-Modelle in der Cloud entwickeln und bereitstellen wollen.

Hinweise

Die Prüfungsgebühr von EUR 165,00 exkl. MwSt. (zzgl. MwSt.) ist im Seminarpreis nicht enthalten.

A