AI-102T00: Designing and Implementing a Microsoft Azure AI Solution

Thời lượng: 4.0 ngày

Khóa học này dành cho các nhà phát triển phần mềm muốn xây dựng các ứng dụng AI sử dụng Azure Cognitive Services, Azure Cognitive Search, and Microsoft Bot Framework. Khóa học này sẽ sử dụng C # hoặc Python làm ngôn ngữ lập trình

• Mô tả các cách để phát triển ứng dụng hỗ trợ AI
• Tạo, cấu hình, triển khai và bảo mật Azure Cognitive Services
• Phát triển các ứng dụng phân tích văn bản
• Phát triển các ứng dụng hỗ trợ giọng nói
• Tạo ứng dụng với khả năng hiểu ngôn ngữ tự nhiên
• Tạo ứng dụng QnA
• Tạo các giải pháp đàm thoại với bot
• Sử dụng dịch vụ thị giác máy tính để phân tích hình ảnh và video
• Tạo mô hình thị giác máy tính tùy chỉnh
• Phát triển các ứng dụng phát hiện, phân tích và nhận dạng khuôn mặt
• Phát triển các ứng dụng đọc và xử lý văn bản trong hình ảnh và tài liệu
• Tạo các giải pháp tìm kiếm thông minh để khai thác kiến thức

Mô-đun 1: Giới thiệu về AI trên Azure

Trí tuệ nhân tạo (AI) ngày càng trở thành cốt lõi của các ứng dụng và dịch vụ hiện đại. Trong mô-đun này, bạn sẽ tìm hiểu về một số khả năng AI phổ biến mà bạn có thể tận dụng trong các ứng dụng của mình và cách những khả năng đó được triển khai trong Microsoft Azure. Bạn cũng sẽ tìm hiểu về một số cách để thiết kế và triển khai các giải pháp AI một cách có trách nhiệm.

Những bài học

• Giới thiệu về Trí tuệ nhân tạo
• Trí tuệ nhân tạo trong Azure

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Mô tả những cách để tạo các ứng dụng hỗ trợ AI
• Xác định các dịch vụ Azure để phát triển ứng dụng AI

Mô-đun 2: Phát triển ứng dụng AI với Cognitive Services

Dịch vụ nhận thức là nền tảng cốt lõi để tích hợp các khả năng của AI vào ứng dụng của bạn. Trong mô-đun này, bạn sẽ học cách cung cấp, bảo mật, giám sát và triển khai các dịch vụ nhận thức.

Những bài học

• Bắt đầu với Cognitive Services
• Sử dụng dịch vụ nhận thức cho các ứng dụng doanh nghiệp

Lab: Bắt đầu với Dịch vụ Nhận thức

Lab: Quản lý Cognitive Services Security

Lab: Giám sát Cognitive Services

Lab: Sử dụng Cognitive Services Container

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Cung cấp và sử dụng các dịch vụ nhận thức trong Azure
• Quản lý bảo mật dịch vụ nhận thức
• Giám sát các dịch vụ nhận thức
• Sử dụng vùng chứa dịch vụ nhận thức

Mô-đun 3: Bắt đầu với xử lý ngôn ngữ tự nhiên

Xử lý ngôn ngữ tự nhiên (NLP) là một nhánh của trí tuệ nhân tạo xử lý việc trích xuất thông tin chi tiết từ ngôn ngữ viết hoặc nói. Trong mô-đun này, bạn sẽ học cách sử dụng các dịch vụ nhận thức để phân tích và dịch văn bản.

Những bài học

• Phân tích văn bản
• Dịch văn bản

Lab: Phân tích văn bản

Lab: Dịch văn bản

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Sử dụng dịch vụ nhận thức Phân tích văn bản để phân tích văn bản
• Sử dụng dịch vụ nhận thức của Trình dịch để dịch văn bản

Mô-đun 4: Xây dựng ứng dụng hỗ trợ giọng nói

Nhiều ứng dụng và dịch vụ hiện đại chấp nhận đầu vào bằng giọng nói và có thể phản hồi bằng cách tổng hợp văn bản. Trong mô-đun này, bạn sẽ tiếp tục khám phá khả năng xử lý ngôn ngữ tự nhiên bằng cách học cách xây dựng các ứng dụng hỗ trợ giọng nói.

Những bài học

• Nhận dạng và Tổng hợp giọng nói
• Bản dịch giọng nói

Lab: Nhận dạng và tổng hợp giọng nói

Lab: Dịch giọng nói

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Sử dụng dịch vụ nhận thức giọng nói để nhận dạng và tổng hợp giọng nói
• Sử dụng dịch vụ nhận thức giọng nói để dịch giọng nói

Mô-đun 5: Tạo giải pháp hiểu ngôn ngữ

Để xây dựng một ứng dụng có thể hiểu và phản hồi thông minh với đầu vào ngôn ngữ tự nhiên, bạn phải xác định và đào tạo một mô hình để hiểu ngôn ngữ. Trong mô-đun này, bạn sẽ học cách sử dụng dịch vụ Language Understanding để tạo một ứng dụng có thể xác định ý định của người dùng từ đầu vào ngôn ngữ tự nhiên.

Những bài học

• Tạo ứng dụng hiểu ngôn ngữ
• Xuất bản và sử dụng ứng dụng hiểu ngôn ngữ
• Sử dụng hiểu ngôn ngữ bằng giọng nói

Lab: Tạo ứng dụng hiểu ngôn ngữ

Lab: Tạo ứng dụng Language Understanding Client Application

Lab: Sử dụng Speech and Language Understanding Services

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Tạo Language Understanding app
• Tạo ứng dụng khách để hiểu ngôn ngữ
• Tích hợp khả năng hiểu ngôn ngữ và giọng nói

Mô-đun 6: Xây dựng Giải pháp QnA

Một trong những loại tương tác phổ biến nhất giữa người dùng và tác nhân phần mềm AI là người dùng gửi câu hỏi bằng ngôn ngữ tự nhiên và tác nhân AI sẽ trả lời một cách thông minh bằng câu trả lời thích hợp. Trong mô-đun này, bạn sẽ khám phá cách dịch vụ QnA Maker cho phép phát triển loại giải pháp này.

Những bài học

• Tạo cơ sở kiến ​​thức QnA
• Xuất bản và Sử dụng Cơ sở Kiến thức QnA

Lab: Tạo Giải pháp QnA

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Sử dụng QnA Maker để tạo cơ sở kiến ​​thức
• Sử dụng cơ sở kiến ​​thức QnA trong ứng dụng hoặc bot

Mô-đun 7: AI hội thoại và dịch vụ Azure Bot

Bots là cơ sở cho một loại ứng dụng AI ngày càng phổ biến, trong đó người dùng tham gia vào các cuộc trò chuyện với các tác nhân AI, thường xuyên như họ làm với một tác nhân con người. Trong mô-đun này, bạn sẽ khám phá Microsoft Bot Framework và Azure Bot Service, cùng nhau cung cấp một nền tảng để tạo và cung cấp trải nghiệm trò chuyện.

Những bài học

• Thông tin cơ bản về Bot
• Triển khai Bot hội thoại

Lab: Tạo một Bot với SDK Bot Framework

Lab: Tạo một Bot với Bot Framework Composer

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Sử dụng SDK Bot Framework để tạo bot
• Sử dụng Bot Framework Composer để tạo bot

Mô-đun 8: Bắt đầu với Thị giác máy tính

Thị giác máy tính là một lĩnh vực trí tuệ nhân tạo, trong đó các ứng dụng phần mềm diễn giải đầu vào trực quan từ hình ảnh hoặc video. Trong mô-đun này, bạn sẽ bắt đầu khám phá thị giác máy tính bằng cách học cách sử dụng các dịch vụ nhận thức để phân tích hình ảnh và video.

Những bài học

• Phân tích hình ảnh
• Phân tích video

Lab: Phân tích Hình ảnh với Thị giác Máy tính

Lab: Phân tích video với Trình lập chỉ mục video

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Sử dụng dịch vụ Computer Vision để phân tích hình ảnh
• Sử dụng Trình lập chỉ mục video để phân tích video

Mô-đun 9: Phát triển các giải pháp tầm nhìn tùy chỉnh

Mặc dù có nhiều tình huống trong đó khả năng nhìn chung của máy tính được xác định trước có thể hữu ích, nhưng đôi khi bạn cần đào tạo một mô hình tùy chỉnh với dữ liệu trực quan của riêng bạn. Trong mô-đun này, bạn sẽ khám phá dịch vụ Custom Vision và cách sử dụng nó để tạo các mô hình phát hiện đối tượng và phân loại hình ảnh tùy chỉnh.

Những bài học

• Phân loại hình ảnh
• Phát hiện đối tượng

Lab: Phân loại hình ảnh với tầm nhìn tùy chỉnh

Lab: Phát hiện đối tượng trong hình ảnh với tầm nhìn tùy chỉnh

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Sử dụng dịch vụ Custom Vision để triển khai phân loại hình ảnh
• Sử dụng dịch vụ Custom Vision để triển khai tính năng phát hiện đối tượng

Mô-đun 10: Phát hiện, phân tích và nhận dạng khuôn mặt

Phát hiện, phân tích và nhận dạng khuôn mặt là các tình huống thị giác máy tính phổ biến. Trong mô-đun này, bạn sẽ khám phá người sử dụng dịch vụ nhận thức để nhận dạng khuôn mặt người.

Những bài học

• Phát hiện khuôn mặt với Computer Vision Service
• Sử dụng dịch vụ khuôn mặt

Lab: Phát hiện, phân tích và nhận dạng khuôn mặt

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Nhận diện khuôn mặt với dịch vụ Computer Vision
• Phát hiện, phân tích và nhận dạng khuôn mặt với dịch vụ Khuôn mặt

Mô-đun 11: Đọc văn bản trong hình ảnh và tài liệu

Nhận dạng ký tự quang học (OCR) là một kịch bản thị giác máy tính phổ biến khác, trong đó phần mềm trích xuất văn bản từ hình ảnh hoặc tài liệu. Trong mô-đun này, bạn sẽ khám phá các dịch vụ nhận thức có thể được sử dụng để phát hiện và đọc văn bản trong hình ảnh, tài liệu và biểu mẫu.

Những bài học

• Đọc văn bản với Computer Vision Service
• Trích xuất thông tin từ biểu mẫu bằng dịch vụ Trình nhận dạng biểu mẫu

Lab: Đọc văn bản trong ImagesLab: Trích xuất dữ liệu từ các biểu mẫu

• Sau khi hoàn thành học phần này, học viên sẽ có thể:
• Sử dụng dịch vụ Computer Vision để đọc văn bản trong hình ảnh và tài liệu
• Sử dụng dịch vụ Form Recognizer để trích xuất dữ liệu từ các biểu mẫu kỹ thuật số

Mô-đun 12: Tạo Knowledge Mining Solution

Cuối cùng, nhiều kịch bản AI liên quan đến việc tìm kiếm thông tin một cách thông minh dựa trên các truy vấn của người dùng. Khai thác kiến ​​thức được hỗ trợ bởi AI là một cách ngày càng quan trọng để xây dựng các giải pháp tìm kiếm thông minh sử dụng AI để trích xuất thông tin chi tiết từ kho dữ liệu kỹ thuật số lớn và cho phép người dùng tìm và phân tích những thông tin chi tiết đó.

Những bài học

• Triển khai Intelligent Search Solution
• Phát triển các kỹ năng tùy chỉnh cho một đường ống làm giàu
• Tạo kho tri thức

Lab: Tạo giải pháp Azure Cognitive Search

Lab: Tạo Custom Skill for Azure Cognitive Search

Lab: Tạo Knowledge Store với Azure Cognitive Search

Sau khi hoàn thành học phần này, học viên sẽ có thể:

• Tạo giải pháp tìm kiếm thông minh với Azure Cognitive Search
• Triển khai một kỹ năng tùy chỉnh trong quy trình làm giàu Azure Cognitive Search
• Sử dụng Azure Cognitive Search để tạo kho kiến ​​thức

Các kỹ sư phần mềm liên quan đến việc xây dựng, quản lý và triển khai các giải pháp AI tận dụng Azure Cognitive Services, Azure Cognitive Search và Microsoft Bot Framework. Họ quen thuộc với C # hoặc Python và có kiến thức về cách sử dụng các API dựa trên REST để xây dựng thị giác máy tính, phân tích ngôn ngữ, khai thác kiến thức, tìm kiếm thông minh và các giải pháp AI đàm thoại trên Azure.

Trước khi tham dự khóa học này, học viên phải có:

Kiến thức về Microsoft Azure và khả năng điều hướng cổng Azure

Kiến thức về C # hoặc Python

Làm quen với ngữ nghĩa lập trình JSON và REST

Để đạt được các kỹ năng C # hoặc Python, hãy hoàn thành miễn phí Thực hiện các bước đầu tiên với C # hoặc Thực hiện các bước đầu tiên với lộ trình học Python trước khi tham gia khóa học.

Nếu bạn chưa quen với trí tuệ nhân tạo và muốn có cái nhìn tổng quan về các khả năng của AI trên Azure, hãy cân nhắc hoàn thành chứng chỉ Azure AI Fundamentals trước khi lấy chứng chỉ này.

Đặc biệt:

• Có kinh nghiệm sử dụng máy tính và internet.

• Quan tâm đến các trường hợp sử dụng ứng dụng AI và mô hình học máy.

• Sẵn sàng học hỏi thông qua thực hành.

Microsoft Certified: Azure AI Engineer Associate