Künstliche Intelligenz entfaltet ihr Potenzial vollständig, wenn sie auf skalierbaren, sicheren und gut verwalteten Cloud-Plattformen ausgeführt wird. In diesem Kurs erlernst du, wie Microsoft Azure und hybride IT-Strukturen genutzt werden, um KI-Workloads effizient bereitzustellen, zu betreiben und zu schützen. Du verknüpfst Grundlagen verteilter Systeme mit praxisnahen Automatisierungs- und Sicherheitskonzepten und erhältst ein umfassendes Verständnis für Governance, Datenmanagement und Netzwerkdesign in modernen Cloud-Umgebungen.
- Nach dem Kurs kannst du
- Cloud-Architekturen für KI-Anwendungen entwerfen und bewerten
- das Azure Cloud Adoption Framework praktisch anwenden
- Ressourcen, Netzwerke und Datenquellen automatisiert verwalten
- Identitäten, Zugriffe und Compliance in hybriden Szenarien absichern
- Governance, Monitoring und Kostensteuerung für KI-Workloads umsetzen
Cloud-Architekturen & Verteilte Systeme
- Grundlagen verteilter Systeme und Service-Modelle
- Hybrid- und Multi-Cloud-Strategien im KI-Kontext
- Webbasierte Services und Schnittstellen
Microsoft Azure Adoption Framework
- Phasen der Cloud-Einführung und Best Practices
- Sicherheits-, Datenschutz- und Kostenstrategien
- Governance-Richtlinien und Landing Zones
Ressourcen- & Infrastrukturverwaltung
- Aufbau von Resource Groups und Policies
- Automatisierung mit Azure Resource Manager
- Skalierung in hybriden IT-Umgebungen
Identitäts- & Zugriffsmanagement
- Integration von Microsoft 365 und Azure
- Microsoft Entra ID, Multi-Faktor-Authentifizierung
- Rollenmodelle, Compliance und Auditierung
Speicher- & Datenlösungen
- Azure Storage Services, Replikation und Verschlüsselung
- Backup-Strategien für KI-Daten
- Datenarchitekturen für Machine-Learning-Workloads
Compute & Containerdienste
- Virtual Machines, Skalierungssets und Images
- Container-Orchestrierung (AKS, Docker)
- Hochverfügbarkeit für KI-Modelle
Netzwerk- & Konnektivitätslösungen
- Virtuelle Netzwerke, VPN und Peering
- Netzwerksicherheitsgruppen und Firewallregeln
- Grundlagen der Netzwerkautomatisierung
Governance, Monitoring & Compliance
- Kostenkontrolle und Ressourcentracking
- Azure Monitor, Log Analytics und Alerts
- Lifecycle- und Richtlinienmanagement
Sicherheit & Bedrohungsabwehr
- Netzwerk- und Anwendungsfirewalls
- Threat Protection und Zero-Trust-Ansätze
- Cyber-Security-Strategien für KI-Systeme
Automatisierung & Infrastructure as Code
- Skriptsprachen (PowerShell, CLI, Python)
- Vorlagen, Pipelines und Deployment-Automatisierung
- Prozessoptimierung im Betrieb
Datenintegration & ETL
- IoT-, Streaming- und Big-Data-Quellen
- ETL-Prozesse in Azure Data Factory
- Datenaufbereitung für KI-Modelle
Information zu Unterricht und Prüfung
Der Unterricht findet auf Deutsch statt. Nach erfolgreichem Abschluss erhältst du ein Zertifikat, das die erlernten Kompetenzen in Cloud-Architekturen, Automatisierung und KI-Integration bescheinigt.
Zusätzliche Extras- Praktische Labore in einer Azure-Sandbox
- Methodentraining für Projektarbeit
- Bewerbungs- und Karrierecoaching
Fachkräfte, die KI-Lösungen entwickeln oder betreiben, Cloud-Architekten, Systemadministratoren sowie IT-Sicherheits- und Datenverantwortliche profitieren von den Inhalten dieses Kurses. Vorkenntnisse in Netzwerken oder Programmierung sind hilfreich, aber nicht zwingend erforderlich.