Azure培訓

此培訓允許代表們提高其Microsoft Azure解決方案設計技能。在此培訓之後，代表將了解Azure服務的特性和功能，以便能夠識別權衡，並為設計公共雲和混合雲解決方案做出決策。在培訓期間，將定義適當的基礎架構和平台解決方案，以滿足解決方案生命週期所需的功能，操作和部署要求。

Azure是一套全面的雲服務，使開發人員，IT專業人員和組織能夠構建，部署和運營應用程序和基礎架構服務。

在這個由講師指導的實時培訓中，參與者將在逐步創建示例雲應用程序時學習Microsoft Azure的基本概念，組件和服務。

在培訓結束時，參與者將能夠：

- 了解Microsoft Azure的基礎知識
- 了解不同的Azure工具和服務
- 了解如何使用Azure構建雲應用程序

聽眾

- 開發商
- IT專業人士
- 工程師
- Business經理

課程形式

- 部分講座，部分討論，練習和繁重的實踐練習

Azure是一套全面的雲服務，使開發人員，IT專業人員和組織能夠構建，部署和運營應用程序和基礎架構服務。 Azure命令行界面（CLI）是一個開源的跨平台命令行工具，可以更輕鬆地創建和管理Azure資源。

在這個由講師指導的實時培訓中，參與者將學習如何開始使用Azure CLI。

在培訓結束時，參與者將能夠：

- 了解使用Azure CLI的基礎知識
- 了解使用Azure CLI管理資源的技術
- 將他們的學習應用於涉及虛擬機，資源管理，存儲帳戶，Web應用程序和SQL數據庫的實際實際問題
- 使用Azure服務主體自動化其API

聽眾

- 開發商
- IT專業人士
- 技術員
- DevOps E.

課程形式

- 部分講座，部分討論，練習和繁重的實踐練習

Azure Bot服務結合了Microsoft Bot Framework和Azure功能的強大功能，可實現智能機器人的快速開發。

在這個由講師指導的實時培訓中，參與者將學習如何使用Microsoft Azure輕鬆創建智能機器人

在培訓結束時，參與者將能夠：

- 了解智能機器人的基礎知識
- 了解如何使用雲應用程序創建智能機器人
- 了解如何使用Microsoft Bot Framework，Bot Builder SDK和Azure Bot服務
- 了解如何使用bot模式設計機器人
- 使用Microsoft Azure開發他們的第一個智能機器人

聽眾

- 開發商
- 愛好者
- 工程師
- IT專業人士

課程形式

- 部分講座，部分討論，練習和繁重的實踐練習

Internet of Things (IoT)是一種網絡基礎設施，可以無線連接物理對象和軟件應用程序，允許它們相互通信並通過網絡通信，雲計算和數據捕獲交換數據。 Azure是一套全面的雲服務，提供物聯網套件，包括預先配置的解決方案，可幫助開發人員加速物聯網項目的開發。

在這個由講師指導的實時培訓中，參與者將學習如何使用Azure開發物聯網應用程序。

在培訓結束時，參與者將能夠：

- 了解物聯網架構的基礎知識
- 安裝和配置Azure IoT Suite
- 了解在編程物聯網系統中使用Azure的好處
- 實施各種Azure IoT服務（IoT Hub，功能，流分析， Power BI ，Cosmos DB，DocumentDB，IoT設備Management ）
- 使用Azure構建，測試，部署和排除物聯網系統故障

聽眾

- 開發商
- 工程師

課程形式

- 部分講座，部分討論，練習和繁重的實踐練習

注意

- 要申請本課程的定制培訓，請聯繫我們安排。

Microsoft Azure Service Fabric（ASF）是一種平台即服務（PaaS），用於部署基於可擴展微服務的雲應用程序。

在這個由講師指導的實時培訓中，參與者將學習如何在Microsoft Azure Service Fabric（ASF）上構建微服務。

在培訓結束時，參與者將能夠：

- 使用ASF作為構建和管理微服務的平台
- 了解關鍵的微服務編程概念和模型。
- 在Azure創建一個集群
- 在內部或云中部署微服務
- 調試並對實時微服務應用程序進行故障排除

聽眾

- 開發商

課程格式

- 在實況環境中進行部分講座，部分討論，練習和繁重的實踐練習。

注意

- 要申請本課程的定制培訓，請聯繫我們安排。
- 要了解有關Service Fabrice的更多信息，請訪問：https：//github.com/Microsoft/service-fabric

Azure Kubernetes Service（AKS）是一種托管的Kubernetes服務，可簡化Azure中Kubernetes集群的部署和管理。

在這一由講師指導的實時培訓中，學員將學習如何使用AKS上的Kubernetes搭建和管理生産規模的容器環境。

在培訓結束時，學員將能夠：

- 在AKS上配置和管理Kubernetes
- 部署、管理、擴展Kubernetes集群
- 在Azure上部署容器化（Docker）應用程序
- 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）軟件集成
- 確保Kubernetes的高可用性和災難恢複

受衆

- 開發人員
- 系統管理員
- DevOps工程師

課程形式

- 在現場實驗室環境中開展部分講座、部分討論、練習和大量實操

注意

- 如需本課程的定制培訓，請聯系我們以作安排。

This instructor-led, live training in 台灣 (online or onsite) is aimed at security administrators who wish to secure Azure workloads.

By the end of this training, participants will be able to:

- Administrate host security, network security, and more.
- Set up storage and database security in Azure.
- Implement security monitoring using Azure resources.
- Prevent malicious cyber attacks on data and infrastructures.

This instructor-led, live training in 台灣 (online or onsite) is aimed at data scientists who wish to use Azure Machine Learning to build end-to-end machine learning models for predictive analysis.

By the end of this training, participants will be able to:

- Build machine learning models with zero programming experience.
- Create predictive algorithms with Azure Machine Learning.
- Deploy production ready machine learning algorithms.

This instructor-led, live training in (online or onsite) is aimed at machine learning engineers who wish to use Azure Machine Learning and Azure DevOps to facilitate MLOps practices.

By the end of this training, participants will be able to:

- Build reproducible workflows and machine learning models.
- Manage the machine learning lifecycle.
- Track and report model version history, assets, and more.
- Deploy production ready machine learning models anywhere.

This instructor-led, live training in 台灣 (online or onsite) is aimed at engineers who wish to deploy Machine Learning workloads to Azure cloud.

By the end of this training, participants will be able to:

- Install and configure Kubernetes, Kubeflow and other needed software on Azure.
- Use Azure Kubernetes Service (AKS) to simplify the work of initializing a Kubernetes cluster on Azure.
- Create and deploy a Kubernetes pipeline for automating and managing ML models in production.
- Train and deploy TensorFlow ML models across multiple GPUs and machines running in parallel.
- Leverage other AWS managed services to extend an ML application.

This instructor-led, live training in 台灣 (online or onsite) is aimed at engineers who wish to use Azure ML's drag-and-drop platform to deploy Machine Learning workloads without having to purchase software and hardware and without having to worry about maintenance and deployment.

By the end of this training, participants will be able to:

- Write highly-accurate machine learning models using Python, R, or zero-code tools.
- Leverage Azure's available data sets and algorithms to train and track machine learning and deep-learning models.
- Use Azures interactive workspace to collaboratively develop ML models.
- Choose from different Azure-supported ML frameworks such as PyTorch, TensorFlow, and scikit-learn.

This instructor-led, live training in 台灣 (online or onsite) is aimed at DevOps engineers, developers, and project managers who wish to utilize Azure DevOps to build and deploy optimized enterprise applications faster than traditional development approaches.

By the end of this training, participants will be able to:

- Understand the fundamental DevOps vocabulary and principles.
- Install and configure the necessary Azure DevOps tools for software development.
- Utilize Azure DevOps tools and services to continuously adapt to the market.
- Build enterprise applications and evaluate current development processes upon Azure DevOps solutions.
- Manage teams more efficiently and accelerate software deployment time.
- Adopt DevOps development practices within the organization.

Microsoft Azure Infrastructure and Deployment