Azure Databricks - Implement Generative AI engineering
Den här kursen behandlar generativ AI-utveckling på Azure Databricks och hur man använder Spark för att utforska, finjustera, utvärdera och integrera avancerade språkmodeller.
Nästa start: 7 okt. (Live Online)
Om utbildningen
Du får lära dig att implementera tekniker som retrieval-augmented generation (RAG) och flerstegsresonemang, samt hur du finjusterar stora språkmodeller för specifika uppgifter och utvärderar deras prestanda. Kursen tar också upp ansvarsfull användning av AI vid implementering av lösningar samt hur modeller hanteras i produktion med hjälp av LLMOps (Large Language Model Operations) i Azure Databricks.
Målgrupp och förkunskaper
Den här kursen vänder sig till dig som arbetar med Machine Learning eller Data Science och vill lära dig att bygga lösningar med generativ AI i Azure Databricks.
För att tillgodogöra dig kursen på bästa sätt bör du ha:
- Viss erfarenhet av programmering i Python
- Tidigare erfarenhet av att arbeta med Microsoft Azure-tjänster
- Grundläggande kunskaper om generativ AI och stora språkmodeller (Large Language Models)
För att alltid hålla en hög kvalitet på våra kurser använder vi både engelsk- och svensktalande experter som kursledare.
Detaljerad information
Kursmaterialet är på engelska, med detta innehåll:
Get started with language models in Azure Databricks
Introduction to using generative AI models within Azure Databricks, including the LLM architecture, tokenization, prompt engineering, and few-shot learning.
Implement Retrieval Augmented Generation (RAG)
Learn how to improve model accuracy by retrieving and injecting relevant external data into prompts, using tools like vector search, chunking, embeddings, and reranking.
Implement multi-stage reasoning
Explore multi-step logic and decision flows using frameworks like LangChain, LlamaIndex, Haystack, and DSPy for building advanced reasoning pipelines.
Fine-tune language models
Understand how to prepare datasets and use Azure Databricks with Azure OpenAI to customize language models for domain-specific tasks.
Evaluate language models
Learn how to assess the performance of LLMs and AI systems through structured evaluations such as LLM-as-a-Judge templates and system-level testing.
Review responsible AI principles for language models
Get familiar with responsible AI concepts like fairness, transparency, and security, and how Azure tools like Unity Catalog help ensure compliance.
Implement LLMOps in Azure Databricks
Discover how to transition from MLOps to LLMOps by managing the lifecycle of language models in production, including access control, collaboration, and deployment best practices.
Relaterade kurser
Develop natural language solutions in Azure
Implement security through a pipeline using Azure DevOps
Develop AI agents on Azure
Developer Workshop: OAuth, OpenID Connect & .NET – the Good Parts with Anders Abel
Developer Workshop: Microsoft Web Development Masterclass with Chris Klug
Mer än en kurs
Tre månader som förändrar hur er ledning fattar beslut om AI. Sju sessioner, tolv veckor. Byggt för dem som bär det övergripande ansvaret, inte för dem som ska lära sig verktygen.
Vilken kompetens behöver ni om två år — och har ni den idag? Vi hjälper er planera för framtidens kompetensbehov innan luckorna blir ett problem.
Vet ni vilka kompetensgap som finns i er organisation idag? Vi hjälper er kartlägga nuläget och identifiera vad ni behöver bygga för att möta morgondagens krav.
Ladda kortet med utbildningsdagar i förväg och säkra budgeten innan behovet uppstår. Ni får rabatterade priser, flexibel användning och enklare administration — för hela teamet.
Relaterat innehåll
