دورة مشارك في عالم بيانات Azure معتمد من Microsoft في دبي

Apply Now WhatsApp Now Download Brochure WhatsApp Now

 

دورة مشارك في عالم بيانات Azure معتمد من Microsoft في دبي

نظرة عامة على دورة مشارك عالم بيانات Azure المعتمد من Microsoft

يحتاج المرشحون للحصول على شهادة Azure Information Researcher Affiliate إلى معرفة موضوعية بتطبيق البحث العلمي للمعلومات والذكاء الاصطناعي لاستخدام أحمال عمل الذكاء الاصطناعي وتشغيلها على Azure.

تتكون التزامات هذه الوظيفة من إعداد وتطوير بيئة عمل مناسبة لعمل علوم المعلومات على Azure. يمكنك تشغيل تجارب البيانات وتدريب التصميمات المتوقعة. علاوة على ذلك ، يمكنك إدارة إصدارات الذكاء الاصطناعي وتحسينها وإصدارها في التصنيع.

يجب أن يكون لدى المرشح لهذه الشهادة فهم وخبرة في علوم المعلومات واستخدام الذكاء الاصطناعي Azure وكتل بيانات Azure. يعتبر معهد زعبيل أفضل معهد تدريب في دبي للدورات.

الدور الوظيفي: عالم بيانات

الامتحانات المطلوبة: موانئ دبي-100

مايكروسوفت تفاصيل شهادة الدورة التدريبية لعالم بيانات Azure المعتمد

اختبار DP-100: تصميم وتنفيذ حل علوم البيانات على Azure

اللغات: الإنجليزية, اليابانية, الصينية (المبسطة), الكورية

يقيس هذا الاختبار قدرتك على إنجاز الوظائف الفنية التالية: اعتني بمصادر Azure للتعلم الآلي ؛ تشغيل التجارب وكذلك إصدارات القطار ؛ نشر علاجات الذكاء الاصطناعي وتفعيلها أيضا؛ وكذلك تنفيذ الذكاء الاصطناعي المسؤول.

جزء من متطلبات الدورة التدريبية لعالم بيانات Azure المعتمد من Microsoft

تم قياس مهارات الدورة التدريبية لعالم بيانات Azure المعتمد من Microsoft

  • التعامل مع موارد Azure للتعلم الآلي
  • تشغيل التجارب وكذلك نماذج التدريب
  • نشر وتفعيل علاجات التعلم الآلي
  • تنفيذ التعلم الآلي الخاضع للمساءلة

مساعد عالم بيانات Azure معتمد من Microsoft

يقدم معهد زعبيل الدولي لتكنولوجيا الإدارة طلبا مرتفعا في دورات تكنولوجيا المعلومات وصناعة إدارة التكنولوجيا. نحن واحدة من أفضل معاهد التدريب في دبي .

محتوى الدورة التدريبية لعالم بيانات Azure المعتمد من Microsoft

اختبار DP-100: تصميم وتنفيذ حل علوم البيانات على Azure

إدارة موارد Azure للتعلم الآلي (25-30٪)

إنشاء مساحة عمل التعلم الآلي من Azure

  • إنشاء منطقة عمل التعلم الآلي من Azure
  • تكوين إعدادات مساحة العمل
  • إدارة مكتب باستخدام ورشة عمل الذكاء الاصطناعي Azure

إدارة البيانات في مساحة عمل التعلم الآلي من Azure

  • اختر موارد مساحة تخزين Azure
  • التسجيل وكذلك الحفاظ على محلات المعلومات
  • تطوير مجموعات البيانات وإدارتها

إدارة حساب التجارب في التعلم الآلي من Azure

  • معرفة مواصفات الحوسبة المناسبة لعبء عمل التدريب
  • إنتاج أهداف حوسبة للتجارب بالإضافة إلى التدريب
  • تكوين مصادر الحساب المرفقة بما في ذلك مكعبات معلومات Azure
    استخدام حوسبة الشاشة

تنفيذ الأمان والتحكم في الوصول في التعلم الآلي من Azure

  • تحديد الوصول إلى الطلبات وكذلك تعيين المتطلبات للوظائف المضمنة
  • تطوير أدوار شخصية
  • اعتني بالعضوية الواجب
  • إدارة بيانات الاعتماد باستخدام Azure Key Safe

إعداد بيئة تطوير التعلم الآلي من Azure

  • تطوير ظروف الحوسبة
  • مشاركة ظروف الحوسبة
  • الوصول إلى مساحات عمل الذكاء الاصطناعي Azure من مختلف أجواء التقدم الأخرى

إعداد مساحة عمل طوب بيانات Azure

  • إنتاج مساحة عمل طوب بيانات Azure
  • إنشاء مجموعة كتل معلومات Azure
  • إنتاج دفاتر الملاحظات وتشغيلها في كتل معلومات Azure
  • الارتباط بالإضافة إلى مساحة عمل مكعبات معلومات Azure بمساحة عمل التعلم الآلي من Azure

تشغيل التجارب وتدريب النماذج (20-25٪)

إنشاء نماذج باستخدام مصمم التعلم الآلي من Azure

  • إنتاج أنبوب تدريب باستخدام مطور الذكاء الاصطناعي Azure
  • تستهلك المعلومات في أنبوب مصمم
  • استخدام الوحدات النمطية للمطور لتحديد تدفق بيانات خط الأنابيب
  • استخدم وحدات التعليمات البرمجية المخصصة في المصمم

تشغيل البرامج النصية لتدريب النموذج

  • إنتاج تجربة وتشغيلها أيضا من خلال استخدام Azure Artificial Intelligence SDK
  • إعداد إعدادات التشغيل لبرنامج نصي
  • استهلاك البيانات من مجموعة بيانات في تجربة باستخدام جهاز Azure
  • تعلم SDK - تشغيل برنامج نصي للتدريب على حساب كتل معلومات Azure
  • تشغيل التعليمات البرمجية لتثقيف تصميم في دفتر ملاحظات لطوب معلومات Azure

إنشاء مقاييس من تشغيل تجربة

  • تسجيل المقاييس من تشغيل التجربة
  • استرداد مخرجات التجربة وعرضها
  • سجلات الاستخدام لاستكشاف أخطاء تشغيل التجربة وإصلاحها
  • استخدام MLflow لتتبع التجارب
  • تتبع التجارب التي تعمل في كتل بيانات Azure

استخدام التعلم الآلي الآلي لإنشاء نماذج مثالية

  • الاستفادة من واجهة ML التلقائية في ورشة عمل التعلم الآلي من Azure
  • استخدام التعلم الآلي الآلي من Azure التعلم الآلي SDK
  • اختر خيارات المعالجة المسبقة
  • اختر الخوارزميات المراد البحث عنها
  • تحديد مقياس رئيسي
  • الحصول على بيانات لتشغيل ML التلقائي
  • احصل على أفضل طراز

ضبط المعلمات التشعبية باستخدام التعلم الآلي من Azure

  • حدد نهج أخذ العينات
  • تحديد منطقة البحث
  • تحديد مقياس المفتاح
  • تحديد خيارات الإنهاء المبكر
  • ابحث عن التصميم الذي يحتوي على قيم معلمة hyper المثلى

نشر وتشغيل حلول التعلم الآلي (35-40٪)

تحديد حوسبة لنشر النموذج

  • فكر في حماية الحلول التي تم إصدارها
  • تقييم بدائل الحوسبة للتنفيذ إصدار إصدار كحل

تكوين إعدادات النشر

  • نشر نموذج مسجل
  • نشر تصميم تم تدريبه في كتل بيانات Azure إلى جهاز Azure
  • نقطة نهاية التعلم
  • استهلاك خدمة تم نشرها
  • استكشاف مشكلات حاوية الإصدار وإصلاحها

إدارة النماذج في التعلم الآلي من Azure

  • تسجيل نسخة من ذوي الخبرة
  • استخدام نموذج العرض
  • انحراف معلومات الشاشة

إنشاء خط أنابيب التعلم الآلي من Azure للاستدلال الدفعي

  • تكوين إجراء تشغيل متوازي
  • إعداد حساب لأنبوب استدلال مجموعة
  • تحرير خط أنابيب استدلال محدد
  • تشغيل خط أنابيب الاستدلال الدفعي والحصول على المخرجات
  • الحصول على نتائج من إجراء التشغيل المتوازي

نشر مسار مصمم التعلم الآلي من Azure كخدمة ويب

  • تطوير مصدر حساب الهدف
  • إعداد مسار الاستدلال
  • تناول نقطة نهاية منشورة

تنفيذ خطوط الأنابيب باستخدام Azure التعلم الآلي SDK

  • تطوير أنبوب
  • تمرير البيانات بين الإجراءات في خط أنابيب
  • تشغيل خط أنابيب
  • مراقبة تشغيل خطوط الأنابيب

تطبيق ممارسات ML Ops

  • تعيين خط أنابيب التعلم الآلي من Azure DevOps
  • أتمتة إعادة تدريب النموذج بناء على تحسينات المعلومات الجديدة أو
  • تعديلات المعلومات
  • إعادة بناء دفاتر الملاحظات إلى مخطوطات
  • تطبيق عنصر تحكم المصدر للنصوص البرمجية

تنفيذ التعلم الآلي المسؤول (5-10٪)

استخدام شارحات النماذج لتفسير النماذج

  • اختر مترجم إصدار
  • إنشاء معلومات قيمة السمة

وصف اعتبارات الإنصاف للنماذج

  • فحص عدالة النموذج على أساس تباين التنبؤ
  • تقليل عدم عدالة الإصدار

وصف اعتبارات الخصوصية للبيانات

  • تحديد مفاهيم الخصوصية التفاضلية
  • تحديد المستويات المناسبة للضوضاء في البيانات وكذلك التأثيرات على الخصوصية

نحن معهد معتمد بالكامل من قبل هيئة المعرفة والتنمية البشرية ومعتمد من قبل الطلاب كأفضل معهد تدريب أزور معتمد من مايكروسوفت في دبي.

لمعرفة المزيد على الموقع الرسمي للدورة التدريبية لعلماء بيانات Azure المعتمدين من Microsoft، انقر هنا.

لمعرفة المزيد عن الدورات الأخرى في أكاديمية تكنولوجيا المعلومات، انقر هنا.

To See Your Google Review

[grw id=17419]
Apply Now

    Type your interested course

    Business Communication course on Coursetakers.ae