Kursbeschreibung
AI-103 Training führt dich von einem eingerichteten Microsoft Foundry-Projekt zu Azure-AI-Apps und Agents, die Modelle, Wissen und Tools miteinander verbinden. Du arbeitest mit Python, SDKs und APIs, wählst Modelle für konkrete Aufgaben aus und prüfst ihre Antworten anhand definierter Kriterien. Statt bei einer Chat-Oberfläche stehen zu bleiben, entwickelst du Agents, die Wissensquellen nutzen, Funktionen aufrufen und mehrstufige Abläufe ausführen.
Das offizielle Microsoft-Training AI-103T00-A behandelt den technischen Aufbau generativer und agentischer Lösungen auf Azure. Du untersuchst, wie sich MCP-Tools und eigene Funktionen anbinden lassen, wie Grounding die Qualität von Antworten beeinflusst und wie Foundry IQ, Azure AI Search sowie multimodale Dienste in eine Anwendung einfließen. Responsible AI bleibt Teil der technischen Umsetzung, etwa bei der Bewertung von Modellen und des Agentenverhaltens. Einen Überblick über verwandte Angebote findest du unter Microsoft Azure KI-Schulungen.
Die vier Trainingstage richten sich an Entwickler mit Python-Erfahrung, die Azure-AI-Lösungen selbst implementieren möchten. Für eine breitere Einführung in Entwurf und Implementierung eignet sich vorab das AI-102 Training für Azure AI-Lösungen. Kleine Gruppen unterstützen den Austausch zu technischen Entscheidungen, und die Durchführungsgarantie gilt bereits ab einer Person. Frag den passenden AI-103-Termin für deine geplanten Azure-AI-Projekte an.
Die wichtigsten Themen im Überblick
- Azure AI-Apps mit Foundry entwickeln
- MCP-Tools an Agents anbinden
- Agentic Workflows implementieren
- Multimodale Dienste integrieren
- Modellantworten technisch bewerten
Zielgruppe
- Softwareentwicklerinnen und Softwareentwickler mit Python- und API-Erfahrung
- AI Engineers mit Azure-Bezug
- Fachkräfte in Entwicklungsteams mit geplanten Azure-AI-Agenten
- Solution Architects für agentische Azure-AI-Lösungen
Voraussetzung für die Schulung
- Programmiererfahrung mit Python
- Erfahrung mit REST-APIs oder SDKs
- Grundverständnis von Azure-Ressourcen und Cloud-Konzepten
- Grundkenntnisse zu generativer KI und Sprachmodellen
- Für den Einstieg: AI-900 Microsoft Azure AI Fundamentals
- Zur Vertiefung von Azure OpenAI: Azure OpenAI Service Training
Kursinhalte
Azure AI-Projekte vorbereiten
- Azure AI Services auswählen
- Microsoft Foundry-Projekte strukturieren
- Modellzugriffe und Ressourcen planen
- SDKs und APIs anbinden
- Responsible AI technisch berücksichtigen
Generative KI-Apps mit Foundry
- Foundry-Modelle nach Aufgaben auswählen
- Modelle bereitstellen und bewerten
- Generative Chat-Anwendungen entwickeln
- Prompts und Kontext steuern
- Modellparameter für Ausgaben anpassen
Tools und MCP integrieren
- Tools in KI-Apps einbinden
- Eigene Agent-Tools entwickeln
- MCP-Tools mit Agents nutzen
- Tool-Schemas für Funktionen definieren
- Tool-Aufrufe auswerten und prüfen
AI-Agents auf Azure entwickeln
- Agents mit Foundry erstellen
- Visual Studio Code einsetzen
- Agent-Rollen und Ziele definieren
- Foundry IQ als Wissensquelle nutzen
- Agentenverhalten anhand von Kriterien bewerten
Agentic Workflows und Multi-Agent-Lösungen
- Agentgesteuerte Workflows aufbauen
- Microsoft Agent Framework einsetzen
- Multi-Agent-Lösungen koordinieren
- A2A-Konzepte für Kommunikation nutzen
- Microsoft-365-Szenarien vorbereiten
Natural Language, Speech und Übersetzung
- Text mit Azure Language analysieren
- Language MCP-Server einsetzen
- Sprachfähige KI-Apps entwickeln
- Azure Speech integrieren
- Voice Live Agents erstellen
- Text und Sprache übersetzen
Vision und Dokumentverarbeitung
- Visionfähige KI-Apps entwickeln
- Bilder mit KI generieren
- Videos mit Foundry generieren
- Bildinhalte mit Modellen analysieren
- Content Understanding einsetzen
- Document Intelligence integrieren
Knowledge Mining und Lösungsqualität
- Azure AI Search einsetzen
- Wissensquellen für Agents vorbereiten
- Antworten durch Grounding absichern
- Suchindizes anhand von Ergebnissen bewerten
- Modelle und Agents technisch evaluieren
