KKC_0305 | Azure Container Apps Workshop: KI produktionsreif betreiben
Containerisierte KI-Workloads sicher, skalierbar und wirtschaftlich auf Azure betreiben
Infos zum Download
Vom KI-Service zum stabilen Cloud-Betrieb
Azure Container Apps Workshop: KI produktionsreif betreiben vermittelt praxisnah, wie Sie containerisierte KI-Workloads sicher, skalierbar und wirtschaftlich auf Azure betreiben.
Geeignete KI-Workloads für Azure Container Apps einzuordnen sowie Container-Architekturen für Inferenz-APIs, Worker und Batch-Szenarien zu planen, stehen hier im Mittelpunkt. Die Inhalte verbinden fachliche Einordnung, konkrete Umsetzung und die Anforderungen an Qualität, Sicherheit und Nachvollziehbarkeit.
Damit eignet sich das Angebot für Unternehmen, die neue KI-, Daten- oder Automatisierungslösungen nicht nur testen, sondern strukturiert in belastbare Arbeitsabläufe überführen möchten.
AngebotszielAzure Container Apps Workshop: KI produktionsreif betreiben
- Geeignete KI-Workloads für Azure Container Apps einordnen
- Container-Architekturen für Inferenz-APIs, Worker und Batch-Szenarien planen
- Deployment, Skalierung und Ressourcenbedarf nachvollziehbar konfigurieren
- Sicherheits-, Netzwerk- und Identitätsanforderungen im Betrieb berücksichtigen
- Monitoring, Logging und Kostenkontrolle für produktive KI-Services aufbauen
- Betriebsrisiken erkennen und Maßnahmen für stabile Releases ableiten
ZielgruppeAzure Container Apps Workshop: KI produktionsreif betreiben
Das Angebot richtet sich IT-Administratoren/innen, Cloud Engineers, DevOps-Teams, Softwareentwickler/innen und technische Projektverantwortliche, die KI-Anwendungen containerisiert auf Azure betreiben möchten.
VoraussetzungenAzure Container Apps Workshop: KI produktionsreif betreiben
Grundkenntnisse in Cloud-Computing, Containern und Azure sind hilfreich. Erfahrung mit APIs, Deployment-Prozessen oder DevOps-Praktiken erleichtert den Praxistransfer.
InhalteAzure Container Apps Workshop: KI produktionsreif betreiben
- Architektur für KI-Workloads in Azure Container Apps
- Geeignete Einsatzszenarien für Inferenz-APIs, Worker und Jobs
- Workload Profiles, Consumption, Dedicated und GPU-Optionen einordnen
- Container-App-Umgebungen, Revisions und Traffic Splitting verstehen
- Grenzen zwischen Azure Container Apps, AKS und App Service bewerten
- Containerisierung und Deployment-Pipeline
- KI-Services als schlanke Container Images bauen
- Azure Container Registry sicher anbinden
- Deployments mit Azure CLI, YAML und Bicep strukturieren
- Blue-Green- und Canary-Strategien mit Revisions umsetzen
- Skalierung für Inferenz, Events und Batch
- KEDA-basierte Skalierung für HTTP, Queues und Events planen
- Scale-to-zero, Cold Starts und Mindestreplicas bewerten
- Container Apps Jobs für Batch-Inferenz nutzen
- Grenzwerte, Timeouts und Ressourcenzuweisung richtig setzen
- Sicherheit, Identitäten und Secrets
- Managed Identities für Azure-Ressourcen einsetzen
- Secrets, Key Vault und Rollen sauber trennen
- Private Endpoints, VNet-Integration und Ingress-Varianten planen
- Least-Privilege-Prinzipien für produktive Workloads anwenden
- Observability und Betrieb
- Logs, Metriken und Traces mit Azure Monitor auswerten
- Health Checks, Readiness und Liveness sinnvoll konfigurieren
- Kosten, Skalierungsverhalten und Performance analysieren
- Incident-Szenarien und Rollback-Abläufe trainieren
- KI-spezifische Betriebsentscheidungen
- GPU-Workloads, CPU-Inferenz und externe Modell-APIs vergleichen
- Prompt- und Modellzugriffe absichern
- Antwortzeiten, Parallelität und Ressourcenbedarf einschätzen
- Governance, Auditierbarkeit und Datenflüsse berücksichtigen
BildungspfadAzure Container Apps Workshop: KI produktionsreif betreiben
- Einführung in künstliche Intelligenz und maschinelles Lernen - Entscheiderworkshop
- AI-3017 Training: Microsoft KI für Führungskräfte (AI-3017-A)
- Azure OpenAI Service: Architektur, Einstieg, Praxis
- KI-Cloud-Infrastruktur: AWS vs Azure vs GCP
- KI in der Cloud sicher betreiben: Datenschutz, Risiken
- FinOps für KI-Cloud: Kosten im Griff
- Hybrid Cloud für sensible KI-Daten: No Excuses
- Azure Cognitive Services Grundkurs: Workflows, die laufen
- Cloud-native KI auf AWS und Azure: Ready für Production
- KI-Sicherheit in der Cloud Grundkurs
- Microsoft Azure Fundamentals
- MLOps auf Azure: Modelle produktiv ausrollen
- Azure Container Apps Workshop: KI produktionsreif betreiben
- Entwerfen und Implementieren einer Microsoft Azure KI-Lösung
- Entwickeln von Lösungen für die generative KI mit Azure OpenAI Service
- Implementieren von Analyselösungen mithilfe von Microsoft Fabric
AusbildungsnachweisAzure Container Apps Workshop: KI produktionsreif betreiben
Zertifikat der IAD GmbH
Sie erhalten ein Teilnahmezertifikat der IAD GmbH. Damit können Sie Ihr erworbenes Wissen dokumentieren.
im Angebot