Designing and Implementing a Data Science Solution on Azure (DP-100T01)

 

Course Overview

Learn how to operate machine learning solutions at cloud scale using Azure Machine Learning. This course teaches you to leverage your existing knowledge of Python and machine learning to manage data ingestion and preparation, model training and deployment, and machine learning solution monitoring with Azure Machine Learning and MLflow.

Who should attend

This course is designed for data scientists with existing knowledge of Python and machine learning frameworks like Scikit-Learn, PyTorch, and Tensorflow, who want to build and operate machine learning solutions in the cloud.

Certifications

This course is part of the following Certifications:

Prerequisites

Successful Azure Data Scientists start this role with a fundamental knowledge of cloud computing concepts, and experience in general data science and machine learning tools and techniques.

Specifically:

  • Creating cloud resources in Microsoft Azure.
  • Using Python to explore and visualize data.
  • Training and validating machine learning models using common frameworks like Scikit-Learn, PyTorch, and TensorFlow.
  • Working with containersTo gain these prerequisite skills, take the following free online training before attending the course:
  • Explore Microsoft cloud concepts.
  • Create machine learning models.
  • Administer containers in AzureIf you are completely new to data science and machine learning, please complete Microsoft Azure AI Fundamentals first.

Course Content

  • Design a data ingestion strategy for machine learning projects´
  • Design a machine learning model training solution
  • Design a model deployment solution
  • Explore Azure Machine Learning workspace resources and assets
  • Explore developer tools for workspace interaction
  • Make data available in Azure Machine Learning
  • Work with compute targets in Azure Machine Learning
  • Work with environments in Azure Machine Learning
  • Find the best classification model with Automated Machine Learning
  • Track model training in Jupyter notebooks with MLflow
  • Run a training script as a command job in Azure Machine Learning
  • Track model training with MLflow in jobs
  • Run pipelines in Azure Machine Learning
  • Perform hyperparameter tuning with Azure Machine Learning
  • Deploy a model to a managed online endpoint
  • Deploy a model to a batch endpoint

מחירים & Delivery methods

הדרכה מקוונת

אורך
4 ימים

מחיר
  • 6,560 ₪
שיעורים בכיתה

אורך
4 ימים

מחיר
  • ישראל: 6,560 ₪

לוח זמנים

אנגלית

2 hours difference

הדרכה מקוונת זהו קורס FLEX. Time zone: Gulf Standard Time (GST)
הדרכה מקוונת Time zone: Greenwich Mean Time (GMT)
הדרכה מקוונת Time zone: Greenwich Mean Time (GMT)
הדרכה מקוונת Time zone: British Summer Time (BST)
הדרכה מקוונת Time zone: British Summer Time (BST)
הדרכה מקוונת Time zone: Greenwich Mean Time (GMT)

7 hours difference

הדרכה מקוונת Time zone: Eastern Standard Time (EST)
הדרכה מקוונת Time zone: Eastern Daylight Time (EDT)
הדרכה מקוונת Time zone: Eastern Daylight Time (EDT)
הדרכה מקוונת Time zone: Eastern Daylight Time (EDT)
הדרכה מקוונת Time zone: Eastern Daylight Time (EDT)

8 hours difference

הדרכה מקוונת Time zone: Central Standard Time (CST)
הדרכה מקוונת Time zone: Central Standard Time (CST)
הדרכה מקוונת Time zone: Central Standard Time (CST)
הדרכה מקוונת Time zone: Central Standard Time (CST)

9 hours difference

הדרכה מקוונת Time zone: Pacific Daylight Time (PDT)
הדרכה מקוונת Time zone: Pacific Daylight Time (PDT)

10 hours difference

הדרכה מקוונת Time zone: Pacific Daylight Time (PDT)
הדרכה מקוונת Time zone: Pacific Daylight Time (PDT)
הדרכה מקוונת בהנחיית מדריכים:   המדריך מעביר קורסים מקוונים
זהו קורס FLEX, המועבר באופן וירטואלי ובכיתה.

מזרח תיכון

Qatar

Doha
Doha
Doha
Doha
Doha

האמירויות

דובאי
דובאי
דובאי
דובאי
דובאי
דובאי

ערב הסעודית

Riyadh
Riyadh
Riyadh
Riyadh
Riyadh
Riyadh
זהו קורס FLEX, המועבר באופן וירטואלי ובכיתה.