台灣現場Azure培訓

本次由講師指導的台灣（線上或線下）培訓面向中級Java開發者、軟件工程師和雲計算愛好者，旨在幫助他們利用Azure OpenAI的強大功能創建智能應用。

培訓結束後，參與者將能夠：

• 理解生成式AI的原理及其應用。
• 設置和管理Azure OpenAI服務。
• 將OpenAI的模型集成到Java應用中。
• 在Web應用中部署AI驅動的功能。

本課程由講師主導，採用台灣（線上或線下）培訓形式，面向中級雲工程師和IT專業人士，旨在幫助他們使用Terraform自動化Azure雲平臺上的基礎設施部署、管理和擴展。

培訓結束後，學員將能夠：

• 瞭解Terraform的基礎知識及其在基礎設施即代碼中的優勢。
• 爲Azure設置和配置Terraform。
• 開發、測試和部署針對各種Azure服務的Terraform配置文件。
• 使用Terraform管理和擴展Azure資源。
• 實施Terraform狀態管理和版本控制的最佳實踐。
• 將Terraform與Azure DevOps集成，實現自動化部署。
• 創建可重用的Terraform模塊，確保資源供應的一致性。
• 利用Terraform的高級功能進行復雜的基礎設施部署。

本課程爲講師指導的線下或線上培訓，面向中高級專業人士，旨在教授如何使用Microsoft Azure構建和部署AI驅動的雲應用。

培訓結束後，學員將能夠：

• 使用Azure Functions開發事件驅動和無服務器應用。
• 管理Azure存儲解決方案和虛擬機。
• 使用Azure App Service和Docker容器部署和擴展Web應用。
• 使用Azure AI服務集成AI、機器學習和自然語言處理。
• 利用GitHub Copilot輔助AI驅動的雲應用開發。

本課程由講師指導，提供台灣（線上或線下）培訓，面向中級數據工程師，旨在幫助他們熟練掌握Azure Synapse Analytics，用於廣泛的數據處理、分析和可視化。

通過本培訓，學員將能夠：

• 理解Azure Synapse Analytics的核心概念、架構和組件。
• 使用Azure Synapse創建、配置和管理可擴展的數據倉庫。
• 掌握從各種來源提取、轉換和加載數據（ETL）的技術到Azure Synapse。
• 優化查詢性能，保護數據，並將Azure Synapse與Power BI等工具集成，以可視化和分享見解。

本次由講師指導的線下或線上培訓，面向希望學習如何使用Azure Data Lake Storage Gen2來實現高效數據分析解決方案的中級數據工程師。

培訓結束後，參與者將能夠：

• 瞭解Azure Data Lake Storage Gen2的架構和關鍵特性。
• 優化數據存儲和訪問，以提升性能和降低成本。
• 將Azure Data Lake Storage Gen2與其他Azure服務集成，用於分析和數據處理。
• 使用Azure Data Lake Storage Gen2 API開發解決方案。
• 解決常見問題並優化存儲策略。

在這個由講師指導的台灣現場培訓（現場或遠端）中，參與者將學習如何在AKS上使用Kubernetes設置和管理生產規模的容器環境。 

在培訓結束時，參與者將能夠：

• 在 AKS 上配置和管理 Kubernetes。
• 部署、管理和縮放 Kubernetes 集群。
• 在 Azure 上部署容器化 （Docker） 應用程式。
• 將現有 Kubernetes 環境從本地遷移到 AKS 雲。
• 將 Kubernetes 與第三方持續集成 （CI） 軟體集成。
• 確保 Kubernetes 中的高可用性和災難恢復。

本課程由講師主導，提供台灣（線上或線下）培訓，面向初級/中級/高級開發人員和技術專業人員，他們希望使用Microsoft Azure構建、測試和部署用於商業應用的AI代理。

培訓結束後，參與者將能夠：瞭解Azure上的AI代理架構，創建並配置一個可運行的代理，將代理連接到商業知識源，評估並準備代理進行部署。

本課程爲講師指導的培訓，地點在台灣（線上或線下），面向希望利用Azure DevOps比傳統開發方法更快構建和部署企業應用程序的DevOps工程師、開發人員和項目經理。

通過本課程，學員將能夠：

• 理解DevOps的基本詞彙和原則。
• 安裝和配置必要的Azure DevOps工具以進行軟件開發。
• 利用Azure DevOps工具和服務持續適應市場變化。
• 構建企業應用程序，並基於Azure DevOps解決方案評估當前開發流程。
• 更高效地管理團隊，加速軟件部署時間。
• 在組織內採用DevOps開發實踐。

本課程爲講師指導的線下或線上培訓，面向希望使用Azure Machine Learning和Azure DevOps來推動MLOps實踐的機器學習工程師。

通過本培訓，參與者將能夠：

• 構建可重複的工作流和機器學習模型。
• 管理機器學習生命週期。
• 跟蹤和報告模型版本歷史、資產等。
• 在任何地方部署生產就緒的機器學習模型。