Menu
Zamknij menu
Zaloguj się
  • Training description
  • Scope

Training description

Autoryzowane szkolenie Microsoft przeznaczone dla programistów, którzy chcą tworzyć aplikacje AI z wykorzystaniem platformy Microsoft Foundry. Szkolenie obejmuje cztery obszary tematyczne: tworzenie aplikacji generatywnej AI, budowanie agentów AI, przetwarzanie języka naturalnego oraz ekstrakcja wiedzy z danych wizualnych.

Uczestnicy uczą się planować i wdrażać rozwiązania AI na platformie Azure — od doboru i oceny modeli językowych, przez budowanie aplikacji konwersacyjnych i agentów wyposażonych w narzędzia, po integrację z Microsoft 365 i orkiestrację rozwiązań wieloagentowych. Szkolenie obejmuje także zagadnienia odpowiedzialnego AI, optymalizacji modeli (prompt engineering, RAG, fine-tuning) oraz protokołu MCP umożliwiającego dynamiczne łączenie narzędzi z agentami.

W części poświęconej przetwarzaniu języka naturalnego uczestnicy pracują z usługami Azure Language i Azure Speech — analizą tekstu, rozpoznawaniem i syntezą mowy oraz tłumaczeniem. Ostatni obszar obejmuje modele wizyjne: generowanie i analizę obrazów i wideo, ekstrakcję danych z dokumentów (Azure Document Intelligence) oraz wyszukiwanie wiedzy (Azure AI Search).

Całość jest realizowana praktycznie — każdy moduł kończy się laboratorium w środowisku Microsoft Foundry i Visual Studio Code. Szkolenie przygotowuje do certyfikacji Microsoft Certified: Azure AI App and Agent Developer Associate (egzamin AI-103, planowana dostępność: kwiecień 2026).

W trakcie szkolenia:

  • nauczysz się planować i wdrażać rozwiązania generatywnej AI na platformie Azure z wykorzystaniem Microsoft Foundry
  • nauczysz się budować agentów AI wyposażonych w narzędzia własne, narzędzia MCP i integrację z Foundry IQ
  • poznasz techniki optymalizacji modeli: prompt engineering, Retrieval Augmented Generation i fine-tuning
  • nauczysz się projektować rozwiązania wieloagentowe z orkiestracją sekwencyjną, współbieżną i grupową
  • nauczysz się tworzyć aplikacje przetwarzające mowę, tekst i treści wizualne przy użyciu usług Azure AI
  • zrozumiesz zasady odpowiedzialnego AI i nauczysz się stosować mechanizmy zabezpieczeń w Microsoft Foundry

 

Adresaci szkolenia:

Szkolenie jest przeznaczone dla inżynierów AI i programistów tworzących, zarządzających i wdrażających rozwiązania AI z wykorzystaniem Microsoft Foundry. Wymagana jest znajomość języka Python oraz doświadczenie w korzystaniu z interfejsów API i zestawów SDK.

 

Wymagania wstępne:

  • Znajomość języka Python (składnia, programowanie z użyciem API i SDK)
  • Podstawowa znajomość koncepcji chmurowych (przechowywanie danych, compute, uwierzytelnianie)

Scope

  • Planowanie i przygotowanie do tworzenia rozwiązań AI na Azure
    • Microsoft Azure jako platforma AI
    • Microsoft Foundry — przegląd platformy
    • Narzędzia deweloperskie i zestawy SDK
    • Odpowiedzialne AI
    • Laboratorium: Przygotowanie projektu AI
  • Dobór, wdrażanie i ocena modeli Microsoft Foundry
    • Przeglądanie katalogu modeli
    • Dobór modeli z użyciem benchmarków
    • Wdrażanie modeli do punktów końcowych
    • Ocena wydajności modeli
    • Laboratorium: Dobór, wdrożenie i ocena modeli
  • Tworzenie aplikacji konwersacyjnej z generatywną AI w Microsoft Foundry
    • Eksploracja środowiska playground
    • Wybór punktu końcowego i zestawu SDK
    • Generowanie odpowiedzi z użyciem Responses API
    • Generowanie odpowiedzi z użyciem ChatCompletions API
    • Laboratorium: Tworzenie aplikacji konwersacyjnej z generatywną AI
  • Tworzenie aplikacji generatywnej AI z narzędziami
    • Narzędzia w modelach generatywnej AI
    • Narzędzie code_interpreter
    • Narzędzie web_search
    • Narzędzie file_search
    • Narzędzie functions
    • Laboratorium: Tworzenie aplikacji konwersacyjnej z narzędziami
  • Optymalizacja wydajności modeli generatywnej AI w Microsoft Foundry
    • Optymalizacja wyników modelu z użyciem prompt engineering
    • Ugruntowanie modelu z użyciem Retrieval Augmented Generation
    • Dostrajanie modelu (fine-tuning) dla spójnego zachowania
    • Porównanie i łączenie strategii optymalizacji
    • Laboratorium: Optymalizacja wydajności modeli generatywnej AI
  • Wdrażanie odpowiedzialnych rozwiązań generatywnej AI w Microsoft Foundry
    • Planowanie odpowiedzialnego rozwiązania generatywnej AI
    • Identyfikacja potencjalnych zagrożeń
    • Pomiar i ograniczanie potencjalnych zagrożeń
    • Zarządzanie odpowiedzialnym rozwiązaniem AI
    • Laboratorium: Stosowanie mechanizmów zabezpieczeń przed szkodliwymi treściami
  • Tworzenie agentów AI z Microsoft Foundry i Visual Studio Code
    • Agenci AI i Microsoft Foundry Agent Service
    • Podejścia deweloperskie
    • Budowanie pierwszego agenta w Microsoft Foundry
    • Konfiguracja Visual Studio Code do tworzenia agentów
    • Zarządzanie agentami w Visual Studio Code
    • Rozszerzanie możliwości agenta o narzędzia
    • Testowanie, wdrażanie i integracja agentów
    • Laboratorium: Budowanie i wdrażanie agenta AI
  • Integracja narzędzi własnych z agentem
    • Zastosowanie narzędzi własnych w agentach
    • Opcje implementacji narzędzi własnych
    • Integracja narzędzi własnych z agentem
    • Laboratorium: Budowanie agenta z narzędziami własnymi
  • Integracja narzędzi MCP z agentami Azure AI
    • Mechanizm odkrywania narzędzi MCP
    • Integracja narzędzi agenta z użyciem serwera i klienta MCP
    • Agenci Azure AI z serwerami MCP
    • Laboratorium: Łączenie narzędzi MCP z agentami Azure AI
  • Budowanie agentów AI wzbogaconych o wiedzę z Foundry IQ
    • Mechanizm RAG dla agentów
    • Foundry IQ — przegląd
    • Konfiguracja źródeł danych dla baz wiedzy
    • Konfiguracja wyszukiwania z użyciem Foundry IQ
    • Laboratorium: Integracja agenta AI z Foundry IQ
  • Integracja agenta z Microsoft 365
    • Opcje publikowania agentów Microsoft Foundry
    • Publikowanie agenta z portalu Foundry do Microsoft Teams
    • Microsoft 365 Agents Toolkit — zaawansowane zastosowania
    • Dostęp do danych Microsoft 365 z użyciem Work IQ
    • Testowanie i doskonalenie zintegrowanego agenta
    • Laboratorium: Publikowanie agenta Foundry w Teams
  • Budowanie przepływów pracy sterowanych agentami w Microsoft Foundry
    • Workflows — przegląd
    • Wzorce przepływów pracy
    • Tworzenie przepływów pracy w Microsoft Foundry
    • Dodawanie agentów do przepływu pracy
    • Stosowanie Power Fx w przepływach pracy
    • Utrzymanie przepływów pracy w Microsoft Foundry
    • Używanie przepływów pracy w kodzie
    • Laboratorium: Tworzenie przepływu pracy sterowanego agentem
  • Tworzenie agenta AI z Microsoft Agent Framework
    • Agenci AI w Microsoft Agent Framework
    • Tworzenie agenta Azure AI z Microsoft Agent Framework
    • Dodawanie narzędzi do agenta Azure AI
    • Laboratorium: Tworzenie agenta Azure AI z użyciem Microsoft Agent Framework SDK
  • Orkiestracja rozwiązania wieloagentowego z Microsoft Agent Framework
    • Microsoft Agent Framework — przegląd
    • Orkiestracja agentów
    • Orkiestracja współbieżna
    • Orkiestracja sekwencyjna
    • Orkiestracja grupowa (group chat)
    • Orkiestracja z przekazaniem zadania (handoff)
    • Orkiestracja Magentic
    • Laboratorium: Tworzenie rozwiązania wieloagentowego
  • Odkrywanie agentów Azure AI z protokołem A2A
    • Definiowanie agenta A2A
    • Implementacja executora agenta
    • Hostowanie serwera A2A
    • Łączenie z agentem A2A
    • Laboratorium: Łączenie z zdalnymi agentami Azure AI za pomocą protokołu A2A
  • Analiza tekstu z Azure Language w Foundry Tools
    • Azure Language w Microsoft Foundry Tools
    • Wykrywanie języka
    • Ekstrakcja encji
    • Ekstrakcja danych osobowych (PII)
    • Laboratorium: Analiza tekstu
  • Tworzenie agenta analizy tekstu z serwerem MCP Azure Language
    • Azure Language MCP server — przegląd
    • Łączenie i używanie Language MCP server z agentem
    • Laboratorium: Tworzenie agenta analizy tekstu
  • Tworzenie aplikacji generatywnej AI z obsługą mowy
    • Wybór modelu z obsługą mowy
    • Transkrypcja mowy
    • Synteza mowy
    • Laboratorium: Korzystanie z modeli generatywnej AI z obsługą mowy
  • Tworzenie aplikacji z obsługą mowy przy użyciu Azure Speech w Microsoft Foundry Tools
    • Azure Speech w Foundry Tools
    • Speech to Text API
    • Text to Speech API
    • Konfiguracja formatu audio i głosów
    • Speech Synthesis Markup Language (SSML)
    • Laboratorium: Tworzenie aplikacji z obsługą mowy
  • Tworzenie agenta mowy z serwerem MCP Azure Speech
    • Azure Speech MCP server — przegląd
    • Łączenie i używanie Speech MCP server z agentem
    • Laboratorium: Używanie Azure Speech w agencie
  • Tworzenie agenta Voice Live w Azure Speech w Microsoft Foundry
    • Voice Live API — przegląd
    • Biblioteka kliencka AI Voice Live dla języka Python
    • Tworzenie agenta Voice Live
    • Laboratorium: Tworzenie agenta Voice Live
  • Tłumaczenie tekstu i mowy z Microsoft Foundry Tools
    • Tłumaczenie w Microsoft Foundry
    • Tłumaczenie tekstu
    • Tłumaczenie mowy
    • Laboratorium: Tłumaczenie tekstu i mowy
  • Tworzenie aplikacji z obsługą obrazów z generatywną AI
    • Korzystanie z modelu obsługującego obraz w portalu Microsoft Foundry
    • Tworzenie aplikacji konwersacyjnej z obsługą obrazów
    • Laboratorium: Tworzenie aplikacji konwersacyjnej z obsługą obrazów
  • Generowanie obrazów z AI
    • Modele generujące obrazy — przegląd
    • Eksploracja modeli generowania obrazów w portalu Microsoft Foundry
    • Tworzenie aplikacji klienckiej z użyciem modelu generowania obrazów
    • Laboratorium: Generowanie obrazów z AI
  • Generowanie wideo z Microsoft Foundry
    • Wdrażanie modelu generującego wideo
    • Generowanie wideo na podstawie promptu
    • Generowanie wideo w Python
    • Laboratorium: Generowanie wideo z Sora 2 w Microsoft Foundry
  • Analiza obrazów z Content Understanding
    • Content Understanding — przegląd
    • Analiza obrazów z Content Understanding
    • Laboratorium: Analiza obrazów z Content Understanding
  • Tworzenie rozwiązania do analizy multimodalnej z Azure Content Understanding
    • Azure Content Understanding — przegląd
    • Tworzenie analizatora Content Understanding
    • Korzystanie z Content Understanding API
    • Laboratorium: Ekstrakcja informacji z treści multimodalnych
  • Tworzenie aplikacji klienckiej Azure Content Understanding
    • Przygotowanie do korzystania z AI Content Understanding API
    • Tworzenie analizatora Content Understanding
    • Analiza treści
    • Laboratorium: Tworzenie aplikacji klienckiej Content Understanding
  • Ekstrakcja danych z Azure Document Intelligence
    • Azure Document Intelligence — przegląd
    • Document Intelligence Studio
    • Modele predefiniowane
    • Trenowanie i używanie modeli własnych
    • Laboratorium: Analiza dokumentów z Document Intelligence
  • Tworzenie rozwiązania do wyszukiwania wiedzy z Azure AI Search
    • Azure AI Search — przegląd
    • Ekstrakcja danych z użyciem indeksatora
    • Wzbogacanie danych z użyciem umiejętności AI
    • Przeszukiwanie indeksu
    • Utrwalanie wyekstrahowanych informacji w magazynie wiedzy
    • Laboratorium: Tworzenie rozwiązania do wyszukiwania wiedzy

Training schedule

Remote

… if you value the opportunity to learn with a trainer and other participants, from anywhere without having to commute.

Stationary

… if you want to learn while sitting in the same room with the trainer and other participants.

Online

… if you want to learn from materials available via the interenet anywhere at any time

Filters:

Training: AI-103T00_Z

Develop AI apps and agents on Azure

Date
Form
Language
Additional info
Price

Currently, there is no trainings in the selected form.

Filters:

Training: AI-103T00_Z

Develop AI apps and agents on Azure

Date
Location
Language
Additional info
Price

Currently, there is no trainings in the selected form.

Filters:

Training: AI-103T00_Z

Develop AI apps and agents on Azure

Dostęp do szkolenia
Form
Language
Additional info
Price

Currently, there is no trainings in the selected form.

Szukasz szkolenia w innym terminie?

Co nowego?

  • Newest
  • Uncategorized

Chcesz z nami porozmawiać?

Zadzwoń do nas: tel. 801 30 30 30