Dieses Modul konzentriert sich auf die Automatisierung des KI-Entwicklungsprozesses. Sie erhalten eine Einführung in die Grundlagen der Versionskontrolle mit Git – eine unverzichtbare Kompetenz für jeden professionellen Entwickler. Um Lernende zu unterstützen, die mit diesem Tool noch nicht vertraut sind, bietet dieses Modul eine praktische Anleitung zu den wichtigsten Befehlen und demonstriert deren Anwendung in Azure Repos. Auf dieser Grundlage erstellen Sie anschließend eine durchgängige Continuous Integration/Continuous Deployment (CI/CD)-Pipeline in Azure, um Ihre Modelle automatisch zu trainieren, zu validieren und bereitzustellen, wodurch Ihr manueller Arbeitsablauf in ein robustes, automatisiertes System umgewandelt wird. Wichtiger Hinweis zur Azure-Benutzeroberfläche: Die Screencast-Videos und Screenshots wurden zuletzt Ende 2025 aktualisiert. Bitte beachten Sie, dass Microsoft die Azure-Benutzeroberfläche seitdem möglicherweise aktualisiert hat. Sollten die in den Kursunterlagen gezeigten Schritte von Ihrer aktuellen Azure-Umgebung abweichen, orientieren Sie sich bitte an der aktuellsten Benutzeroberfläche, da die zugrunde liegenden Konzepte und Lernziele unverändert bleiben.

Dieses Modul befasst sich mit der entscheidenden Phase nach der Bereitstellung im Rahmen von MLOps. Die Teilnehmer implementieren robuste Überwachungs- und Protokollierungsframeworks mithilfe von Tools wie Azure Monitor, Application Insights und MLflow, um die Modellleistung zu verfolgen und die Zuverlässigkeit sicherzustellen. Darüber hinaus lernen sie praktische Strategien zur Verwaltung und Optimierung der Kosten kennen, die mit dem Training und dem Hosting von KI-Modellen in Azure verbunden sind, und wenden diese an. Wichtiger Hinweis zur Azure-Benutzeroberfläche: Die Screencast-Videos und Screenshots wurden zuletzt Ende 2025 aktualisiert. Bitte beachten Sie, dass Microsoft die Azure-Benutzeroberfläche seitdem möglicherweise aktualisiert hat. Sollten die in den Kursunterlagen gezeigten Schritte von Ihrer aktuellen Azure-Umgebung abweichen, orientieren Sie sich bitte an der aktuellsten Benutzeroberfläche, da die zugrunde liegenden Konzepte und Lernziele unverändert bleiben.

Dieses Modul konzentriert sich auf die entscheidende Bedeutung der Entwicklung vertrauenswürdiger und ethischer KI. Die Lernenden setzen sich mit grundlegenden ethischen Prinzipien wie Fairness und Transparenz auseinander. Anschließend lernen sie, diese Konzepte mithilfe des „Responsible AI“-Frameworks von Microsoft und der in Azure integrierten Tools umzusetzen, um Probleme wie Verzerrungen in generativen Modellen zu bewerten, zu verfolgen und zu mindern. Wichtiger Hinweis zur Azure-Benutzeroberfläche: Die Screencast-Videos und Screenshots wurden zuletzt Ende 2025 aktualisiert. Bitte beachten Sie, dass Microsoft die Azure-Benutzeroberfläche seitdem möglicherweise aktualisiert hat. Sollten die in den Kursunterlagen gezeigten Schritte von Ihrer aktuellen Azure-Umgebung abweichen, orientieren Sie sich bitte an der aktuellsten Benutzeroberfläche, da die zugrunde liegenden Konzepte und Lernziele unverändert bleiben.