Курс призначений для розробників програмного забезпечення, які хочуть покращити свої знання в сфері прикладного штучного інтелекту (ШІ) та бажають навчитися створювати програми на основі ШІ, використовуючи служби Azure AI, Azure AI Search та Azure OpenAI.
Мови програмування, які використовуватиметься на курсі під час навчання: C# або Python.
Після закінчення курсу слухачі зможуть:
- Розуміти вимоги до рішення ШІ
- Проєктувати рішення ШІ
- Створювати та навчати моделі ШІ
- Розгортати моделі ШІ
- Інтегрувати моделі ШІ в додатки
- Моніторити та обслуговувати рішення ШІ
- Працювати з когнітивними службами
- Впроваджувати рішення обробки природної мови (NLP)
- Створювати діалогові рішення ШІ
- Розуміти відповідальні методи ШІ
- Забезпечити безпеку та відповідність вимогам у рішеннях ШІ
Аудиторія
Інженери-програмісти або адміністратори-програмісти, які займаються створенням, управлінням та розгортанням рішень штучного інтелекту, з використанням служб Azure AI, Azure AI Search та Azure OpenAI. Учасники мають бути знайомі з C# або Python, мати знання з використання API-інтерфейсів на основі REST для створення комп'ютерного зору, мовного аналізу, інтелектуального пошуку та генеративних рішень штучного інтелекту в Azure.
Для ефективного навчання на курсі, слухачі повинні володіти такими знаннями і навичками:
Якщо ви новачок у галузі штучного інтелекту і хочете отримати уявлення про можливості ШІ в Azure, перед тим як навчатися на цьому курсі, рекомендуємо попередньо пройти курс з основ штучного інтелекту Microsoft Azure (AI -900).
Також у вас вже мають бути знання:
- Microsoft Azure та вміння орієнтуватися на порталі Azure
- C# або Python
- Семантики програмування JSON та REST
- Підготовка до розробки рішень штучного інтелекту в Azure
- Визначення поняття штучний інтелект (ШІ)
- Розуміння термінів, пов'язаних з ШІ
- Розуміння міркувань для інженерів штучного інтелекту
- Розуміння міркувань щодо відповідального ШІ
- Розуміння можливостей машинного навчання Azure
- Розуміння можливостей Azure AI Services
- Розуміння можливостей служби Azure Bot
- Розуміння можливостей Azure Cognitive Search
- Створення та використання служби Azure AI
- Надання ресурсу служб штучного інтелекту Azure
- Визначення кінцевих точок та ключів
- Використання REST API
- Використання SDK
- Безпека служби штучного інтелекту Azure
- Розгляд автентифікації
- Реалізація мережевої безпеки
- Моніторинг служби штучного інтелекту Azure
- Моніторинг вартості
- Створення оповіщень
- Перегляд показників
- Управління логами діагностики
- Розгортання служб ШІ у контейнерах
- Розуміння контейнерів
- Використання контейнерів служб Azure AI
- Аналіз зображень
- Надання ресурсу Azure AI Vision
- Аналіз зображення
- Створення смарт-мініатюри
- Класифікація зображень
- Надання ресурсів Azure для Azure AI Custom Vision
- Розуміння класифікації зображень
- Навчання класифікатора зображень
- Виявлення, аналіз та розпізнавання осіб
- Визначення варіантів аналізу та ідентифікації виявлення осіб
- Розуміння міркувань щодо аналізу особи
- Виявлення обличчя за допомогою служби Azure AI Vision
- Розуміння можливості фейс-сервісу
- Порівняння та зіставлення виявлених осіб
- Впровадження розпізнавання осіб
- Читання тексту у зображеннях та документах за допомогою Azure AI Vision Service
- Вивчення можливостей Azure AI Vision для читання тексту
- Використання API читання
- Аналіз відео
- Розуміння можливостей індексатора відео Azure
- Добування персоналізованої інформації
- Використання віджетів та API Video Analyzer
- Аналіз тексту за допомогою Azure AI Language
- Надання ресурсу Azure AI Language
- Визначення мови
- Виявлення ключових фраз
- Аналіз настрою
- Добування сутності
- Добування пов'язаних об'єктів
- Створення питально-відповідного рішення
- Розуміння відповіді на питання
- Порівняння питання-відповідного рішення з розумінням мови Azure AI
- Створення бази знань
- Реалізація багатокрокової розмови
- Тестування та публікація бази знань
- Використання бази знань
- Поліпшення якості відповідей на запитання
- Побудова моделі розуміння розмовної мови
- Розуміння вбудованих можливостей мовної служби Azure AI
- Вивчення ресурсів для побудови моделі розуміння розмовної мови
- Визначення наміру, висловлювання та сутності
- Використання шаблонів, щоб розрізняти схожі висловлювання
- Використання готових компонентів сутностей
- Навчання, тестування, публікація та аналіз моделі розуміння розмовної мови
- Створення власного рішення для класифікації тексту
- Розуміння типів проєктів класифікації
- Розуміння, як створювати проєкти класифікації тексту
- Створення свого рішення для отримання іменованих об'єктів
- Розуміння розпізнавання об'єктів з іменем користувача
- Маркування своїх даних
- Навчання та оцінка своєї моделі
- Переклад тексту за допомогою служби Azure AI Translator
- Надання ресурсу Azure AI Translator
- Розуміння визначення мови, перекладу та транслітерації
- Вказівка варіантів перекладу
- Визначення перекладів користувача
- Створення програми з підтримкою мовлення за допомогою служб Azure AI
- Надання ресурсу Azure для мови
- Використання API мовлення в тексті Azure AI
- Використання API перетворення тексту на мовлення
- Налаштування аудіоформату та голосів
- Використання мови розмітки синтезу мови
- Переклад мовлення за допомогою служби мови Azure AI
- Надання ресурсу Azure для перекладу мови
- Переклад мови в текст
- Синтезування перекладів
- Створення рішення Azure AI Search
- Управління місткістю
- Розуміння компонентів пошуку
- Розуміння процесу індексації
- Пошук за індексом
- Застосування фільтрації та сортування
- Поліпшення індексу
- Створення власних навичок для пошуку Azure AI
- Створення власних навичок
- Додавання навичок користувача в набір навичок
- Створення сховища знань за допомогою Azure AI Search
- Визначення прогнозів
- Визначення сховища знань
- Планування рішення Azure AI Document Intelligence
- Розуміння штучного інтелекту у документах
- Планування ресурсів Azure AI Document Intelligence
- Виберіть тип моделі
- Використання готових моделей Azure AI Document Intelligence
- Розуміння готових моделей
- Використання моделей «Загальний документ», «Читання» та «Макет»
- Використання фінансових, ідентифікаційних та компонувальних моделей
- Вилучення даних із форм за допомогою Azure Document Intelligence
- Що таке Azure Document Intelligence
- Початок роботи з Azure Document Intelligence
- Навчання користувацьких моделей
- Використання моделі Azure Document Intelligence
- Використання Azure Document Intelligence Studio
- Початок роботи зі службою Azure OpenAI
- Доступ до служби Azure OpenAI
- Використання Azure OpenAI Studio
- Вивчення типів генеративних моделей ШІ
- Розгортання генеративних моделей ШІ
- Використання підказки для отримання додатків від моделей
- Тестові моделі на ігрових майданчиках Azure OpenAI Studio
- Створення рішення природною мовою за допомогою служби Azure OpenAI
- Інтеграція Azure OpenAI у свою програму
- REST API Azure OpenAI
- Пакет SDK Azure OpenAI
- Застосування оперативного проєктування за допомогою служби Azure OpenAI
- Розуміння оперативного проєктування
- Написання більше ефективних підказок
- Надання контексту для підвищення точності
- Генерація коду за допомогою служби Azure OpenAI
- Створення коду на природній мові
- Повний код та допомога в процесі розробки
- Виправлення помилки та покращення свого коду
- Створення зображень за допомогою служби Azure OpenAI
- Що таке DALL-E
- Вивчення DALL-E в Azure OpenAI Studio
- Використання Azure OpenAI REST API для моделей DALL-E
- Впровадження розширеної генерації вилучення (RAG) за допомогою служби Azure OpenAI
- Як використовувати власні дані
- Додавання власного джерела даних
- Спілкування зі своєю моделлю, використовуючи власні дані
- Основи відповідального генеративного ШІ
- Сплануйте відповідальне генеративне рішення ШІ
- Визначення потенційної шкоди
- Вимірювання потенційної шкоди
- Пом'якшення потенційної шкоди
- Використання відповідального генеративного рішення штучного інтелекту