AI-300T00 Operationalize machine learning and generative AI solutions (AI-300T00)
Der Kurs behandelt den Betrieb von KI-Lösungen auf Azure in zwei Teilen: Im MLOps-Teil trainieren, verfolgen und deployen Sie Modelle mit Azure Machine Learning, MLflow und GitHub Actions; im GenAIOps-Teil verwalten, bewerten, überwachen und debuggen Sie generative KI-Anwendungen und Agents mit Microsoft Foundry.
- Dauer: 4 Tage
- Niveau: Einsteiger
- Sprache: Deutsch
- Preis: 2.195 € zzgl. MwSt.
- Bescheinigung und digitales Badge
- 1 Garantietermin
Auf einen Blick
- Kurs
- Offizieller Kurs von Microsoft, 4 Tage, Niveau Einsteiger, Sprache Deutsch.
- Preis
- 2.195 € netto pro Person (2.612,05 € inkl. 19 % MwSt.).
- Termine
- 62 Termine bis Juli 2027, online im Virtual Classroom und vor Ort in 23 Städten, u. a. Berlin, Bremen, Darmstadt und Dresden. Nächster Termin: 26.–29.10.2026. 1 Garantietermin.
- Zertifizierung
- Vorbereitung auf die Prüfung AI-300 und die Zertifizierung Microsoft Certified: Machine Learning Operations Engineer Associate. Prüfungsgebühr nicht im Preis enthalten, Voucher über uns erhältlich.
- Nachweis
- Teilnahmebescheinigung und digitales Badge für jede Teilnahme.
Worum es geht
Diese vier Tage folgen dem offiziellen Microsoft-Training AI-300T00 und bereiten auf die Prüfung AI-300 sowie die Zertifizierung Machine Learning Operations Engineer Associate vor. Für Einrichtungen im Gesundheitswesen, die KI-Modelle nicht nur erproben, sondern dauerhaft und nachvollziehbar betreiben wollen, sind Versionierung, automatisierte Auswertung und Überwachung zentrale Voraussetzungen für verlässliche Ergebnisse. Erwartet werden Python-Erfahrung, Grundverständnis von Machine Learning und Kenntnisse in DevOps-Praktiken wie Versionskontrolle und CI/CD.
Ziel des Seminars
In dieser 4-tägigen Schulung "AI-300T00 Operationalize machine learning and generative AI solutions (AI-300T00)" lernen Sie, Machine Learning Operations (MLOps) und Generative AI Operations (GenAIOps) Lösungen auf Azure zu entwerfen, zu implementieren und zu betreiben. Sie erwerben praxisorientierte Kenntnisse zum Aufbau sicherer und skalierbarer KI-Infrastrukturen sowie zur Verwaltung des gesamten Lebenszyklus traditioneller Machine-Learning-Modelle mit Azure Machine Learning.
Darüber hinaus lernen Sie, generative KI-Anwendungen und Agenten mithilfe von Microsoft Foundry zu deployen, zu evaluieren, zu überwachen und zu optimieren. Der Kurs vermittelt praktische Fähigkeiten in den Bereichen Automatisierung, Continuous Integration & Delivery, Infrastructure as Code und Observability unter Einsatz von Tools wie GitHub Actions, Azure CLI und Bicep. Ein weiterer Schwerpunkt liegt auf der Zusammenarbeit mit Data-Science- und DevOps-Teams, um zuverlässige, produktionsreife KI-Systeme gemäß den aktuellen Best Practices von MLOps und GenAIOps bereitzustellen.
Für wen
- AI Engineer
- Data Scientist
Inhalte
Operationalisieren von Machine Learning-Modellen (MLOps)
- Erste Schritte mit maschinellem Lernen in Azure
- Mit Azure Machine Learning experimentieren
- Ausführen von Schulungsskripts und Nachverfolgen von Modellen mit MLflow in Azure Machine Learning
- Durchführen der Hyperparameteroptimierung mit Azure Machine Learning
- Ausführen von Pipelines in Azure Machine Learning
- Entwerfen einer Machine Learning Operations-Lösung (MLOps)
- Automatisieren von Modellschulungen mit GitHub Actions
- Bereitstellen und Überwachen eines Modells in Azure Machine Learning
Operationalisieren von generativen KI-Anwendungen (GenAIOps)
- Planen und Vorbereiten einer GenAIOps-Lösung
- Verwalten von Eingabeaufforderungen für Agents in Microsoft Foundry mit GitHub
- Bewerten und Optimieren von KI-Agents durch strukturierte Experimente
- Automatisieren von KI-Auswertungen mit Microsoft Foundry- und GitHub-Aktionen
- Überwachen Ihrer generativen KI-Anwendung
- Analysieren und Debuggen Ihrer generativen KI-App mit Ablaufverfolgung
Voraussetzungen
- Erfahrung in Python
- grundlegendes Verständnis von Machine-Learning-Konzepten
- Erfahrung mit DevOps-Praktiken wie Versionskontrolle, CI/CD-Prozessen und Kommandozeilen-Tools
- Grundkenntnisse in der Nutzung von Azure-Diensten zur Umsetzung von MLOps- und GenAIOps-Workflows sind von Vorteil
Methode
Die Schulung bietet Ihnen eine ausgewogene Mischung aus Theorie und Praxis in einer erstklassigen Lernumgebung. Profitieren Sie vom direkten Austausch mit unseren projekterfahrenen Trainern und anderen Teilnehmern, um Ihren Lernerfolg zu maximieren.
Zertifizierung
Microsoft · Associate
Microsoft Certified: Machine Learning Operations Engineer Associate
- Empfohlen vorher
- Azure AI Apps and Agents Developer AssociatePrüfung AI-103
- Azure AI Cloud Developer AssociatePrüfung AI-200
- Dieses SeminarAI-300T00 Operationalize machine learning and generative AI solutions (AI-300T00)Vorbereitung nach dem offiziellen Lehrplan von Microsoft
- PrüfungPrüfung AI-300Die Prüfungen nimmt Pearson VUE ab – online unter Aufsicht oder in einem Testcenter.Die Prüfungsgebühr ist nicht im Seminarpreis enthalten. Den Prüfungsvoucher können Sie über uns erwerben.
- ErgebnisMicrosoft Certified: Machine Learning Operations Engineer AssociateRollenbasierte Zertifizierungen (Associate, Expert) und Specialty-Zertifizierungen gelten ein Jahr. Sie lassen sich kostenlos über ein Online-Assessment auf Microsoft Learn verlängern. Fundamentals-Zertifizierungen laufen nicht ab. Für GitHub-Zertifizierungen gelten eigene Regeln.
- Danach
- Multi-Agent AI Solutions ExpertPrüfung AI-500
Im Preis enthalten
- Offizielle Hersteller-Unterlage (digital, engl. Sprache)
- Offizielle Schulungsumgebung (LAB)
- Teilnahmebescheinigung und digitales Badge
Termine & Orte
Offener Kurs · 2.195 € pro Person zzgl. MwSt. Klicken Sie auf einen Ort, um genau diesen Termin anzufragen. Grün mit Häkchen: Garantietermine – sie finden sicher statt.
- 26.–29.10.202609:00–17:00 Uhr
- 27.–30.10.202609:00–17:00 Uhr
- 03.–06.11.202609:00–17:00 Uhr
- 09.–12.11.202609:00–17:00 Uhr
- 10.–13.11.202609:00–17:00 Uhr
- 16.–19.11.202609:00–17:00 Uhr
- 17.–20.11.202609:00–17:00 Uhr
- 23.–26.11.202609:00–17:00 Uhr
- 24.–27.11.202609:00–17:00 Uhr
- 30.11..–03.12.202609:00–17:00 Uhr
- 07.–10.12.202609:00–17:00 Uhr
- 08.–11.12.202609:00–17:00 Uhr
- 14.–17.12.202609:00–17:00 Uhr
- 15.–18.12.202609:00–17:00 Uhr
- 21.–24.12.202609:00–17:00 Uhr
- Online (Virtual Classroom): Termin am 21.–24.12.2026 anfragen
- Hamburg: Termin am 21.–24.12.2026 anfragen
- Köln: Termin am 21.–24.12.2026 anfragen
- München: Termin am 21.–24.12.2026 anfragen
- Nürnberg: Termin am 21.–24.12.2026 anfragen
- Paderborn: Termin am 21.–24.12.2026 anfragen
- Stuttgart: Termin am 21.–24.12.2026 anfragen
- 04.–07.01.202709:00–17:00 Uhr
- 05.–08.01.202709:00–17:00 Uhr
- 11.–14.01.202709:00–17:00 Uhr
- 12.–15.01.202709:00–17:00 Uhr
- 18.–21.01.202709:00–17:00 Uhr
- 19.–22.01.202709:00–17:00 Uhr
- 25.–28.01.202709:00–17:00 Uhr
- Online (Virtual Classroom): Termin am 25.–28.01.2027 anfragen
- Dresden: Termin am 25.–28.01.2027 anfragen
- Hamburg: Termin am 25.–28.01.2027 anfragen
- Köln: Termin am 25.–28.01.2027 anfragen
- Leipzig: Termin am 25.–28.01.2027 anfragen
- München: Termin am 25.–28.01.2027 anfragen
- Nürnberg: Termin am 25.–28.01.2027 anfragen
- Paderborn: Termin am 25.–28.01.2027 anfragen
- 26.–29.01.202709:00–17:00 Uhr
- 02.–05.02.202709:00–17:00 Uhr
- 08.–11.02.202709:00–17:00 Uhr
- Online (Virtual Classroom): Termin am 08.–11.02.2027 anfragen
- Dresden: Termin am 08.–11.02.2027 anfragen
- Düsseldorf: Termin am 08.–11.02.2027 anfragen
- Hamburg: Termin am 08.–11.02.2027 anfragen
- Koblenz: Termin am 08.–11.02.2027 anfragen
- Köln: Termin am 08.–11.02.2027 anfragen
- Leipzig: Termin am 08.–11.02.2027 anfragen
- München: Termin am 08.–11.02.2027 anfragen
- Nürnberg: Termin am 08.–11.02.2027 anfragen
- 09.–12.02.202709:00–17:00 Uhr
- 15.–18.02.202709:00–17:00 Uhr
- 22.–25.02.202709:00–17:00 Uhr
- 23.–26.02.202709:00–17:00 Uhr
- 02.–05.03.202709:00–17:00 Uhr
- 08.–11.03.202709:00–17:00 Uhr
- 09.–12.03.202709:00–17:00 Uhr
- 15.–18.03.202709:00–17:00 Uhr
- 16.–19.03.202709:00–17:00 Uhr
- 22.–25.03.202709:00–17:00 Uhr
- Online (Virtual Classroom): Termin am 22.–25.03.2027 anfragen
- Dresden: Termin am 22.–25.03.2027 anfragen
- Hamburg: Termin am 22.–25.03.2027 anfragen
- Köln: Termin am 22.–25.03.2027 anfragen
- München: Termin am 22.–25.03.2027 anfragen
- Nürnberg: Termin am 22.–25.03.2027 anfragen
- Offenbach: Termin am 22.–25.03.2027 anfragen
- 23.–26.03.202709:00–17:00 Uhr
- 05.–08.04.202709:00–17:00 Uhr
- 06.–09.04.202709:00–17:00 Uhr
- 12.–15.04.202709:00–17:00 Uhr
- 19.–22.04.202709:00–17:00 Uhr
- 20.–23.04.202709:00–17:00 Uhr
- 26.–29.04.202709:00–17:00 Uhr
- 27.–30.04.202709:00–17:00 Uhr
- 03.–06.05.202709:00–17:00 Uhr
- 11.–14.05.202709:00–17:00 Uhr
- Online (Virtual Classroom): Termin am 11.–14.05.2027 anfragen
- Bremen: Termin am 11.–14.05.2027 anfragen
- Essen: Termin am 11.–14.05.2027 anfragen
- Hamburg: Termin am 11.–14.05.2027 anfragen
- Heidelberg: Termin am 11.–14.05.2027 anfragen
- Kassel: Termin am 11.–14.05.2027 anfragen
- Koblenz: Termin am 11.–14.05.2027 anfragen
- Köln: Termin am 11.–14.05.2027 anfragen
- Mannheim: Termin am 11.–14.05.2027 anfragen
- München: Termin am 11.–14.05.2027 anfragen
- Nürnberg: Termin am 11.–14.05.2027 anfragen
- Offenbach: Termin am 11.–14.05.2027 anfragen
- Paderborn: Termin am 11.–14.05.2027 anfragen
- Stuttgart: Termin am 11.–14.05.2027 anfragen
- Wien: Termin am 11.–14.05.2027 anfragen
- 24.–27.05.202709:00–17:00 Uhr
- 25.–28.05.202709:00–17:00 Uhr
- 31.05..–03.06.202709:00–17:00 Uhr
- 07.–10.06.202709:00–17:00 Uhr
- 08.–11.06.202709:00–17:00 Uhr
- 14.–17.06.202709:00–17:00 Uhr
- 15.–18.06.202709:00–17:00 Uhr
- Online (Virtual Classroom): Termin am 15.–18.06.2027 anfragen
- Düsseldorf: Termin am 15.–18.06.2027 anfragen
- Hamburg: Termin am 15.–18.06.2027 anfragen
- Hannover: Termin am 15.–18.06.2027 anfragen
- Köln: Termin am 15.–18.06.2027 anfragen
- München: Termin am 15.–18.06.2027 anfragen
- Nürnberg: Termin am 15.–18.06.2027 anfragen
- 21.–24.06.202709:00–17:00 Uhr
- 22.–25.06.202709:00–17:00 Uhr
- 28.06..–01.07.202709:00–17:00 Uhr
- 29.06..–02.07.202709:00–17:00 Uhr
- 05.–08.07.202709:00–17:00 Uhr
- Online (Virtual Classroom): Termin am 05.–08.07.2027 anfragen
- Berlin: Termin am 05.–08.07.2027 anfragen
- Frankfurt am Main: Termin am 05.–08.07.2027 anfragen
- Hamburg: Termin am 05.–08.07.2027 anfragen
- Koblenz: Termin am 05.–08.07.2027 anfragen
- Köln: Termin am 05.–08.07.2027 anfragen
- Leipzig: Termin am 05.–08.07.2027 anfragen
- München: Termin am 05.–08.07.2027 anfragen
- Nürnberg: Termin am 05.–08.07.2027 anfragen
- 06.–09.07.202709:00–17:00 Uhr
- 12.–15.07.202709:00–17:00 Uhr
- 13.–16.07.202709:00–17:00 Uhr
- 19.–22.07.202709:00–17:00 Uhr
- 20.–23.07.202709:00–17:00 Uhr
Für diese Auswahl gibt es derzeit keinen Termin. Wunschtermin anfragen
Termine und Orte werden täglich aus dem Seminarkatalog aktualisiert, zuletzt am 24.10.2026.
Häufige Fragen zu AI-300T00 Operationalize machine learning and generative AI solutions
Für wen im Gesundheitswesen eignet sich der Kurs AI-300?
AI-300 passt zu AI Engineers und Data Scientists, die Machine-Learning-Modelle und generative KI-Anwendungen dauerhaft betreiben. Das sind etwa Daten- und KI-Teams in Krankenhäusern, Klinikverbünden und Krankenkassen, die Modelle versioniert, überwacht und nachvollziehbar in den Betrieb bringen wollen.
Welche Vorkenntnisse brauche ich für AI-300?
Sie sollten sicher mit Python arbeiten, die Grundideen des Machine Learning kennen und mit DevOps-Praktiken wie Versionskontrolle, CI/CD und der Kommandozeile vertraut sein. Erfahrung mit Azure-Diensten ist hilfreich, aber keine Bedingung.
Was kostet das Seminar AI-300T00 Operationalize machine learning and generative AI solutions?
Die Teilnahme kostet 2.195 € netto pro Person, das sind 2.612,05 € inklusive 19 % Mehrwertsteuer. Im Preis enthalten: Offizielle Hersteller-Unterlage (digital, engl. Sprache) und Offizielle Schulungsumgebung (LAB).
Wann und wo findet AI-300T00 Operationalize machine learning and generative AI solutions statt?
Das Seminar dauert 4 Tage. Bis Juli 2027 gibt es 62 Termine, online im Virtual Classroom und vor Ort in 23 Städten, u. a. Berlin, Bremen, Darmstadt, Dresden, Düsseldorf und Essen. Der nächste Termin ist am 26.–29.10.2026. 1 Termin findet garantiert statt (Garantietermine).
Auf welche Zertifizierung bereitet AI-300T00 Operationalize machine learning and generative AI solutions vor?
AI-300T00 Operationalize machine learning and generative AI solutions bereitet auf die Prüfung AI-300 und die Zertifizierung „Microsoft Certified: Machine Learning Operations Engineer Associate“ von Microsoft vor. Die Prüfungsgebühr ist nicht im Seminarpreis enthalten; den Prüfungsvoucher können Sie über uns erwerben. Die Prüfungen nimmt Pearson VUE ab – online unter Aufsicht oder in einem Testcenter.
Erhalte ich nach AI-300T00 Operationalize machine learning and generative AI solutions einen Nachweis?
Ja. Jede Teilnahme erhält eine Teilnahmebescheinigung und ein digitales Badge. Die Herstellerzertifizierung erhalten Sie zusätzlich mit bestandener Prüfung AI-300.
Kann ich AI-300T00 Operationalize machine learning and generative AI solutions als Firmenseminar für mein Team buchen?
Ja. Als Firmenseminar findet AI-300T00 Operationalize machine learning and generative AI solutions exklusiv für Ihr Team statt – bei Ihnen vor Ort oder online, zu einem Termin Ihrer Wahl.
Lassen Sie uns über Ihr Projekt sprechen.
Unverbindliches Erstgespräch zu Beratung, Projekt oder Schulung.