Microsoft Azure을 활용한 AI 클라우드 앱 구축 교육 과정

이 온라인 또는 오프라인 강사 주도 라이브 트레이닝은 소프트웨어 및 하드웨어 구매, 유지 관리 및 배포에 대한 걱정 없이 Azure ML의 드래그 앤 드롭 플랫폼을 사용하여 머신 러닝 워크로드를 배포하고자 하는 엔지니어들을 대상으로 합니다.

이 트레이닝을 마친 후, 참가자들은 다음을 할 수 있게 됩니다:

• Python, R 또는 제로 코드 도구를 사용하여 정확도가 높은 머신 러닝 모델을 작성합니다.
• Azure의 제공 데이터 세트 및 알고리즘을 사용하여 머신 러닝 및 딥러닝 모델을 학습하고 추적합니다.
• Azure의 상호작용 워크스페이스를 사용하여 공동으로 ML 모델을 개발합니다.
• PyTorch, TensorFlow, scikit-learn 등 다양한 Azure 지원 ML 프레임워크를 선택합니다.

Microsoft Azure 인프라 및 배포

이 교육은 참가자가 Microsoft Azure 솔루션 설계 기술을 향상시킬 수 있도록 합니다.

교육 후 참가자는 Azure 서비스의 기능과 역량을 이해하고, 장단점을 식별하며 공용 및 하이브리드 클라우드 솔루션 설계를 위한 결정을 내릴 수 있게 됩니다.

교육 중에는 필요한 기능적, 운영적, 배포 요구사항을 충족시키는 적절한 인프라스트럭처 및 플랫폼 솔루션이 솔루션의 생애 주기를 통해 정의됩니다.

이 트레이닝은 온라인 또는 현장에서 진행되는 강사 주도 실시간 교육으로, DevOps 엔지니어, 개발자, 프로젝트 관리자가 Azure DevOps를 활용하여 기업 응용 프로그램을 전통적인 개발 방식보다 빠르게 구축하고 배포할 수 있도록 지원합니다.

이 트레이닝을 통해 참가자는 다음과 같은 능력을 갖추게 됩니다:

• DevOps 용어와 원칙의 기초를 이해합니다.
• Azure DevOps 도구를 소프트웨어 개발에 필요한 설정을 완료합니다.
• Azure DevOps 도구와 서비스를 활용하여 시장 변화에 지속적으로 적응합니다.
• Azure DevOps 솔루션을 기반으로 기업 응용 프로그램을 구축하고 현재 개발 프로세스를 평가합니다.
• 팀 관리를 더욱 효율화하고 소프트웨어 배포 시간을 단축합니다.
• 조직 내에서 DevOps 개발 방식을 채택합니다.

이 온라인 또는 현장 강사로 진행되는 실시간 교육은 Azure Machine Learning을 사용하여 예측 분석을 위한 종단 간 머신러닝 모델을 구축하고자 하는 데이터 과학자들을 대상으로 합니다.

이 교육을 마친 후, 참가자들은 다음을 할 수 있게 됩니다:

• 프로그래밍 경험 없이 머신러닝 모델을 구축합니다.
• Azure Machine Learning을 사용하여 예측 알고리즘을 생성합니다.
• 생산 준비된 머신러닝 알고리즘을 배포합니다.

대한민국에서 진행되는 이 강사 주도 라이브 교육(온라인 또는 현장)은 Azure 작업 부하를 보호하려는 보안 관리자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• Azure에서 호스트 보안 및 네트워크 보안 등을 관리할 수 있습니다.
• Azure에서 저장소 및 데이터베이스 보안을 설정할 수 있습니다.
• Azure 리소스를 사용하여 보안 모니터링을 구현할 수 있습니다.
• 데이터 및 인프라에 대한 악의적인 사이버 공격을 방지할 수 있습니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Azure에서 실행되는 워크로드를 보호하기 위해 Azure 클라우드 보안을 구성하는 방법을 배우려는 보안 관리자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 호스트 및 네트워크 보안을 구성합니다.
• Azure 고급 보안 옵션을 구성합니다.
• 클라우드 컴퓨팅 워크로드를 보호하려면 Azure을 사용합니다.
• 맬웨어 및 바이러스에 대한 엔드포인트 보호 서비스 보안을 사용하세요.
• Azure에서 실행 중인 보안 컨테이너 워크로드입니다.

이 교육은 대한민국(온라인 또는 온사이트)에서 진행되며, Microsoft Azure Service Fabric (ASF)을 사용하여 마이크로서비스를 구축하길 원하는 개발자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음과 같은 능력을 갖추게 됩니다:

• ASF를 마이크로서비스 구축 및 관리 플랫폼으로 사용합니다.
• 마이크로서비스 프로그래밍의 핵심 개념과 모델을 이해합니다.
• Azure에서 클러스터를 만듭니다.
• 현장 또는 클라우드에 마이크로서비스를 배포합니다.
• 실시간 마이크로서비스 애플리케이션을 디버그하고 문제 해결합니다.

Azure Bot Service는 Microsoft Bot Framework와 Azure 함수의 힘을 결합하여 지능형 봇의 신속한 개발을 가능하게 합니다.

이 강사는 직접 지도하는 라이브 트레이닝에서 참가자들은 Microsoft Azure를 사용하여 지능형 봇을 쉽게 만들 수 있습니다.

이 강의가 끝난 후 참가자들은 다음을 할 수 있게 됩니다:

• 지능형 봇의 기초를 학습합니다
• 클라우드 애플리케이션을 사용하여 지능형 봇을 만들 수 있습니다
• Microsoft Bot Framework, Bot Builder SDK, Azure Bot Service를 사용하는 방법을 이해합니다
• 봇 패턴을 사용하여 봇을 설계하는 방법을 이해합니다
• Microsoft Azure를 사용하여 첫 번째 지능형 봇을 개발합니다

대상

• 개발자
• 취미자
• 공학자
• IT 전문가

강의 형식

• 강의와 토론, 연습, 그리고 많은 실습

이 강사는 온라인 또는 현장에서 제공하는 교육을 통해 Azure Data Lake Storage Gen2를 활용하여 효과적인 데이터 분석 솔루션을 학습하고자 하는 중급 데이터 엔지니어들을 대상으로 합니다.

이 교육을 마치면 참가자들은 다음을 수행할 수 있게 됩니다:

• Azure Data Lake Storage Gen2의 아키텍처와 주요 기능에 대해 이해합니다.
• 비용과 성능을 최적화하기 위해 데이터 저장 및 접근을 최적화합니다.
• 분석 및 데이터 처리를 위해 Azure Data Lake Storage Gen2를 다른 Azure 서비스와 통합합니다.
• Azure Data Lake Storage Gen2 API를 사용하여 솔루션을 개발합니다.
• 일반적인 문제를 해결하고 저장 전략을 최적화합니다.

이 강사 주도의 실시간 교육(대한민국 현장 또는 원격)에서는 참가자들이 예제 클라우드 애플리케이션을 만드는 과정을 통해 Microsoft Azure의 기본 개념, 구성 요소, 서비스를 배웁니다.

이 교육이 끝나면 참가자들은 다음과 같은 능력을 갖추게 됩니다:

• Microsoft Azure의 기초를 이해합니다.
• 다양한 Azure 도구와 서비스를 이해합니다.
• 클라우드 애플리케이션을 구축하는 데 Azure를 사용하는 방법을 배웁니다.

Internet of Things (IoT)은 물리적 객체와 소프트웨어 애플리케이션을 무선으로 연결하여 네트워크 통신, 클라우드 컴퓨팅, 데이터 캡처를 통해 서로 통신하고 데이터를 교환할 수 있는 네트워크 인프라입니다. Azure은 개발자가 IoT 프로젝트 개발을 가속화하는 데 도움이 되는 사전 구성된 솔루션으로 구성된 IoT Suite를 제공하는 포괄적인 클라우드 서비스 세트입니다.

강사가 진행하는 이 실시간 교육에서 참가자는 Azure을 사용하여 IoT 애플리케이션을 개발하는 방법을 배웁니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• IoT 아키텍처의 기본을 이해하세요
• Azure IoT Suite 설치 및 구성
• IoT 시스템 프로그래밍에 Azure을 사용하는 이점에 대해 알아보세요.
• 다양한 Azure IoT 서비스(IoT Hub, Functions, Stream Analytics, Power BI, Cosmos DB, DocumentDB, IoT Device Management) 구현
• Azure을 사용하여 IoT 시스템을 빌드, 테스트, 배포 및 문제 해결

청중

• 개발자
• 엔지니어

과정 형식

• 일부 강의, 일부 토론, 연습 및 집중적인 실습

메모

• 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 준비하세요.

이 강사 주도의 실시간 교육(대한민국 온라인 또는 현장)은 Azure 클라우드에 머신러닝 작업을 배포하길 원하는 엔지니어를 대상으로 합니다.

본 교육이 끝나면 참가자들은 다음과 같은 능력을 갖추게 됩니다:

• Azure에서 Kubernetes, Kubeflow 및 기타 필요한 소프트웨어를 설치하고 구성합니다.
• Azure Kubernetes Service (AKS)를 사용하여 Azure에서 Kubernetes 클러스터의 초기화 작업을 단순화합니다.
• 제작 및 배포 파이프라인을 사용하여 프로덕션 환경에서 머신러닝 모델의 자동화와 관리를 위한 Kuberneres 파이프라인을 생성하고 배포합니다.
• 병렬로 실행되는 여러 GPU와 머신에 TensorFlow 머신러닝 모델을 훈련시키고 배포합니다.
• AWS 관리 서비스를 활용하여 머신러닝 애플리케이션을 확장합니다.

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)에서 참가자는 AKS에서 Kubernetes를 사용하여 프로덕션 규모 컨테이너 환경을 설정하고 관리하는 방법을 배웁니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• AKS에서 Kubernetes를 구성하고 관리합니다.
• Kubernetes 클러스터를 배포, 관리 및 확장합니다.
• Azure에 컨테이너화된(Docker) 애플리케이션을 배포합니다.
• 온프레미스에서 AKS 클라우드로 기존 Kubernetes 환경을 마이그레이션합니다.
• Kubernetes를 타사 지속적 통합(CI) 소프트웨어와 통합합니다.
• Kubernetes에서 높은 가용성과 재해 복구를 보장합니다.

이 강사는 온라인 또는 현장에서 진행되는 이 강좌는 Azure Machine Learning과 Azure DevOps를 사용하여 MLOps 관행을 촉진하고자 하는 머신러닝 엔지니어를 대상으로 합니다.

이 강좌를 통해 참가자들은 다음을 할 수 있게 됩니다:

• 재현 가능한 워크플로우와 머신러닝 모델을 구축합니다.
• 머신러닝 라이프사이클을 관리합니다.
• 모델 버전 역사, 자산 등을 추적하고 보고합니다.
• 어디서나 생산 준비된 머신러닝 모델을 배포합니다.