Bewertungen 4,2
Bewertungen 4,5
AI-3003 Build a natural language processing solution with Azure AI Services
Natürliche Sprachverarbeitung wird zum zentralen Baustein für datenbetriebene Systeme. Mit Azure AI lässt sich Text strukturieren, verstehen und auswerten – für skalierbare Anwendungen in der Cloud.
Zentrale Themen
- Azure AI Services für Sprachverarbeitungsaufgaben nutzen und konfigurieren.
- Texte analysieren, sprachliche Bedeutungen extrahieren und semantisch auswerten.
- NLP-Modelle und KI-APIs gezielt für reale Einsatzszenarien anwenden.
- NLP-Lösungen in bestehende Azure-Infrastrukturen einbetten und skalieren.
- Datenschutz und Sicherheitsaspekte beim KI-Einsatz berücksichtigen.
Voraussetzung
Wer erste Erfahrungen mit Cloud-Diensten und Azure gesammelt hat, steigt leicht in diesen Kurs ein. API-Kenntnisse und ein Grundverständnis von Datenstrukturen sind von Vorteil.
Zielgruppe
Für Fachleute, die in cloud-nativen Projekten arbeiten und Sprachmodelle praktisch einsetzen möchten – insbesondere aus Entwicklung, Data Engineering und KI-bezogenen Tätigkeitsfeldern.
Mit dem Kurs gewinnst du das technische Fundament, um NLP-Funktionen in Azure-Projekten eigenständig umzusetzen und nachhaltig anzupassen.
- Azure AI-Sprachressource einrichten und bereitstellen
- Sprachen automatisch identifizieren
- Wichtige Schlüsselbegriffe aus Texten gewinnen
- Stimmungen in Texten erkennen und auswerten
- Entitäten aus Textinhalten isolieren
- Verknüpfungen zwischen Entitäten ermitteln
- Grundprinzipien der automatisierten Fragenbeantwortung kennenlernen
- Unterschiede zwischen Question Answering und Azure AI Language verstehen
- Eigene Wissensdatenbank aufbauen
- Mehrschrittige Konversationsszenarien umsetzen
- Wissensdatenbank testen und produktiv schalten
- Wissensdatenbank aktiv in Anwendungen einsetzen
- Antwortqualität systematisch steigern
- Vordefinierte Funktionen des Azure AI Language Service nutzen
- Infrastruktur für Konversationssprachverständnis planen und aufbauen
- Intents, Utterances und Entitäten klar abgrenzen und definieren
- Muster einsetzen, um ähnliche Sprachausäßerungen zu klassifizieren
- Vorgefertigte Entitätskomponenten in Modelle integrieren
- CLU-Modelle trainieren, auswerten, publizieren und überwachen
- Verschiedene Typen von Textklassifizierungsprojekten unterscheiden
- Eigene Klassifizierungsprojekte planen und umsetzen
- Konzepte der benutzerdefinierten Entitätserkennung nachvollziehen
- Trainingsdaten gezielt annotieren und beschriften
- Erkennungsmodell trainieren und Qualität evaluieren
- Azure AI Translator-Ressource einrichten und konfigurieren
- Unterschiede zwischen Spracherkennung, Übersetzung und Transliteration klären
- Übersetzungsparameter gezielt anpassen
- Benutzerspezifische Übersetzungsregeln erstellen
- Azure-Sprachressource bereitstellen und verwalten
- Sprache mit der Azure AI Speech-to-Text API transkribieren
- Text über die Text-to-Speech API in Sprache ausgeben
- Audioformate und Stimmeneigenschaften konfigurieren
- SSML für erweiterte Sprachausgaben einsetzen
- Azure-Ressource für Sprachübersetzung konfigurieren und aktivieren
- Gesprochene Sprache in übersetzten Text umwandeln
- Übersetzte Inhalte als Sprachausgabe synthetisieren
Dein persönlicher Weg zur passenden Weiterbildung – wir beraten Dich individuell
Unsere erfahrenen Bildungsberater:innen begleiten Dich von der ersten Frage bis zum Start Deiner Weiterbildung.
