特記事項

本コースはオンラインで実施するハンズオン付きコースです。

下記2つの手順書をご参照いただき、コース当日にハンズオン演習が実施できる環境であることをご確認ください。

■ 多要素認証の事前設定手順

演習環境のサインイン時に必要とされる「Microsoft Authenticator」をご自身のスマートフォンにインストールします。

https://jinzai.edifist.co.jp/download/textbook/authenticator/MFA-App-Config.pdf

■ MSCAI300 の事前確認 PDF ファイル

演習環境に接続できることを確認します。

https://jinzai.edifist.co.jp/download/textbook/MSCAI300/pre/DP_check.pdf

※ お申込みいただいた時点で、上記の環境確認が完了したものと判断させていただきます。

※ 必ず研修当日に使用するスマートフォン、PCおよびネットワークで事前確認を実施してください。

コース概要

本コースでは、Azureで Machine Learning Operations (MLOps) ソリューションと Generative AI Operations (GenAIOps) ソリューションを設計、実装、運用の手段を説明します。

セキュリティで保護されたスケーラブルな AI インフラストラクチャの構築、Azure Machine Learningを使用した従来の機械学習モデルの完全なライフサイクルの管理、Microsoft Foundry を使用した生成型 AI アプリケーションとエージェントのデプロイ、評価、監視、最適化について説明します。

学習者は、GitHub Actions、Azure CLI、Bicepなどのツールを使用して、自動化、継続的インテグレーションとデリバリー、コードとしてのインフラストラクチャ、可観測性に関する実践的な知識を得ることができます。

到達目標

本コースでは、以下のスキルの習得を目標とします。

・機械学習モデルの開発からデプロイまでを実装できる

・Azure Machine Learning を用いたAIソリューションを構築できる

・MLOpsを活用し、継続的な運用・改善の仕組みを設計できる

・モデルの監視・再学習を通じて精度を維持・向上できる

・Azure OpenAI を活用した生成AIアプリケーションを開発できる

・RAGなどの技術を用いて業務で使えるAIを構築できる

トレーナーからの一言

AIは「作る」だけでなく、「使われ続ける仕組み」として提供することが重要です。

本コースでは、機械学習と生成AIを実運用に落とし込むための実践的なスキルを学びます。ぜひ一緒に、現場で活用できるAIの構築力を身につけていきましょう。

前提条件

次の知識、スキルを保有する方

・データ分析・データ処理の基本スキル

・Pythonの基礎知識（データ操作、スクリプト作成など）

・機械学習の基本概念の理解（教師あり学習、評価指標など）

・REST APIやクラウドの基本的な仕組みの理解

・Azureの基本操作経験（リソース作成・管理など）

対象者

・Azure Machine Learning を活用して、機械学習モデルをトレーニング、デプロイ、監視する方

・MLflow を使用して実験を追跡しモデルを管理する方

・Bicep を使用してインフラストラクチャをプロビジョニングし、GitHub Actions、Azure CLI、Python SDK を使用してワークフローを自動化する方

・Microsoft Foundry を使用して AI エージェントを構築および評価する方

対象試験

AI-300 ： Machine Learning運用エンジニア アソシエイト

コース内容

1. Azure Machine Learning を試す

2. Azure Machine Learning を使用してハイパーパラメーターのチューニングを実行する

3. Azure Machine Learning でパイプラインを実行する

4. GitHub Actions を使用して Azure Machine Learning のジョブをトリガーする

5. 機能ベースの開発で GitHub Actions をトリガーする

6. GitHub Actions で環境を操作する

7. GitHub Actions を使用してモデルをデプロイする

8. GenAIOps ソリューションの計画と準備

9. GitHub を使用して Microsoft Foundry のエージェントのプロンプトを管理する

10. 構造化された実験を通じて AI エージェントを評価して最適化する

11. Microsoft Foundry と GitHub Actions を使用して AI 評価を自動化する

12. 生成 AI アプリケーションを監視する

13. トレースを使用して生成 AI アプリを分析およびデバッグする

※ 内容は、予告なく変更される場合があります。

注意事項

【過去に DP-100:Azure でデータ サイエンス ソリューションを設計および実装 を受講された方へ】

AI-300はDP-100の後継コースです。そのため、機械学習の基礎部分（モデル構築・評価など）は一部重複します。

→ DP-100受講済みの方には復習的な内容となる場合があります

AI-300は以下の内容が中心です

・MLOps（運用・自動化・CI/CD）

・モデルのデプロイと監視

・生成AI（Azure OpenAI、RAG）