Kubernetes on Azure (AKS)のトレーニングコース

このインストラクター主導の実践的なトレーニング（オンラインまたはオンサイト）は、ソフトウェアやハードウェアを購入することなく、またメンテナンスやデプロイの心配をする必要なく、Azure ML のドラッグ＆ドロッププラットフォームを使用して機械学習ワークロードをデプロイしたいエンジニア向けです。

このトレーニングが終了すると、参加者は以下のようなことができます：

• Python、R、またはゼロコードツールを使用して高精度の機械学習モデルを書く。
• Azure の利用可能なデータセットとアルゴリズムを利用して、機械学習およびディープラーニングモデルをトレーニングし、トラッキングする。
• Azures のインタラクティブなワークスペースを使用して ML モデルの共同開発を行う。
• PyTorch、TensorFlow、scikit-learn などの Azure がサポートするさまざまな ML フレームワークから選択する。

Microsoft Azure インフラストラクチャとデプロイメント

このトレーニングでは、デリゲートが Microsoft Azure のソリューション設計スキルを向上させることができます。

このトレーニング後、デリゲートは Azure サービスの機能と特徴を理解し、取引先とのバランスを取りながら、パブリッククラウドおよびハイブリッドクラウドソリューションの設計における決定を行うことができます。

トレーニング中には、ソリューションライフサイクル全体で機能的、運用的、展開要件を満たす適切なインフラストラクチャおよびプラットフォームソリューションが定義されます。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、Azure Machine Learningを使用して予測分析用のエンドツーエンドの機械学習モデルを構築したいデータサイエンティスト向けです。

このトレーニング終了時には、参加者は以下ができます：

• プログラミング経験なしで機械学習モデルを構築します。
• Azure Machine Learningを使用して予測アルゴリズムを作成します。
• プロダクションレディの機械学習アルゴリズムをデプロイします。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、Azureワークロードを保護したいセキュリティ管理者向けです。

本トレーニングの終了時には、参加者は以下のことが Able to できるようになります：

• ホストセキュリティ、ネットワークセキュリティなど、さまざまなセキュリティを管理します。
• Azureでストレージとデータベースのセキュリティを設定します。
• Azureのリソースを使用してセキュリティ監視を実装します。
• データやインフラストラクチャに対する悪意のあるサイバー攻撃を防止します。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、Microsoft Azure Service Fabric (ASF) を使用してマイクロサービスを構築したい開発者向けです。

本トレーニング終了時には、参加者は以下のことができます：

• ASF を使用してマイクロサービスを構築および管理する。
• マイクロサービスのプログラミングにおける重要な概念とモデルを理解する。
• Azure でクラスターを作成する。
• オンプレミスまたはクラウドにマイクロサービスを展開する。
• ライブのマイクロサービスアプリケーションをデバッグおよびトラブルシューティングする。

Azure Bot Service は、Microsoft Bot Framework と Azure Functions の力を組み合わせることで、インテリジェントなボットの迅速な開発を可能にします。

この講師主導の実践的なトレーニングでは、参加者は Microsoft Azure を使用して簡単にインテリジェントなボットを作成する方法を学びます。

本トレーニングの終了時には、参加者は以下のことをできるようになります：

• インテリジェントなボットの基本を理解する
• クラウドアプリケーションを使用してインテリジェントなボットを作成する方法を学ぶ
• Microsoft Bot Framework、Bot Builder SDK、Azure Bot Service の使用方法を理解する
• ボットパターンを使用してボットを設計する方法を理解する
• Microsoft Azure を使用して最初のインテリジェントなボットを開発する

対象者

• 開発者
• 趣味のプログラマ
• エンジニア
• IT プロフェッショナル

コース形式

• 講義、ディスカッション、演習、実践的な練習を組み合わせたもの

DO180は、コンテナ、Kubernetesの基本概念、およびRed Hat OpenShiftプラットフォームの概念に焦点を当てた、実践的なスキルを重視した入門コースです。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、コンテナワークフロー、Kubernetesプリミティブ、およびOpenShift上でアプリケーションをデプロイして運用する方法を学びたい初級から中級レベルの技術者を対象としています。

このトレーニング終了時には、参加者は以下のことが Able to できます：

• 再現性とセキュリティに最適な方法でコンテナイメージとレジストリを構築および管理します。
• OpenShift上でポッド、デプロイメント、サービスなどのKubernetesオブジェクトをデプロイおよび管理します。
• ルート、ビルドコンフィグ、WebコンソールなどのOpenShift機能を使用してアプリケーションの配信を効率化します。
• ステートフルワークロード向けに永続的なストレージ、設定管理、シークレットハンドリングを実装します。
• クラスターとアプリケーションが健全であることを維持するための基本的なセキュリティ、RBAC、監視の実践を行います。

コースの形式

• 対話型の講義とディスカッション。
• 毎日のライブOpenShift環境での実践的なラボ。
• シナリオに基づいた演習とトラブルシューティングワークショップ。

コースのカスタマイズオプション

• このコースのカスタマイズトレーニングをリクエストする場合は、お問い合わせください。

このインストラクター主導の実践的なトレーニング（オンラインまたは対面）は、エンジニアがHelmを使用してKubernetesアプリケーションのインストールと管理を簡素化することを目指しています。

本トレーニング終了時には、参加者は以下のことができるようになります：

• Helmをインストールおよび設定する。
• Kubernetesアプリケーションの再現可能なビルドを作成する。
• アプリケーションをHelmチャートとして共有する。
• Helmチャートとして保存されたサードパーティーアプリケーションを実行する。
• Helmパッケージのリリースを管理する。

この講師主導のライブトレーニング（オンサイトまたはリモート）では、参加者がサンプルのクラウドアプリケーションを作成する過程で、Microsoft Azureの基本概念、コンポーネント、およびサービスについて学びます。

このトレーニング終了時には、参加者は以下のことができるようになります：

• Microsoft Azureの基本を理解する
• 異なるAzureツールとサービスを理解する
• Azureを使用してクラウドアプリケーションを構築する方法を学ぶ

IoT（Internet of Things）は、物理的なオブジェクトやソフトウェア アプリケーションを無線で接続し、ネットワーク通信、クラウド コンピューティング、データ収集を通じて互いに通信し、データを交換するためのネットワーク インフラストラクチャです。Azure は包括的なクラウド サービスのセットで、開発者が IoT プロジェクトの開発を加速するのに役立つ事前構成済みの IoT スイートを提供しています。

このインストラクター主導のライブトレーニングでは、参加者は Azure を使用して IoT アプリケーションを開発する方法を学びます。

このトレーニングが終了したとき、参加者は以下のことができます：

• IoT アーキテクチャの基礎を理解する
• Azure IoT スイートのインストールと設定を行う
• Azure を使用して IoT システムをプログラミングする際のメリットを学ぶ
• さまざまな Azure IoT サービス（IoT Hub, Functions, Stream Analytics, Power BI, Cosmos DB, DocumentDB, IoT Device Management）を実装する
• Azure を使用して IoT システムを構築、テスト、デプロイ、トラブルシューティングを行う

対象者

• 開発者
• エンジニア

コースの形式

• 一部講義、一部討論、演習と実践的な練習を重視

注意

• このコースのカスタマイズされたトレーニングをご希望の場合は、お問い合わせください。

この講師主導の実践トレーニング（オンラインまたはオンサイト）では、エンジニアが Azure クラウドに Machine Learning のワークロードをデプロイすることを目指します。

このトレーニングの終了時には、参加者は以下のことをできるようになります：

• Azure 上で Kubernetes、Kubeflow およびその他の必要なソフトウェアをインストールおよび設定する。
• Azure Kubernetes Service (AKS) を使用して Azure 上の Kubernetes クラスタの初期化作業を簡素化する。
• プロダクションで ML モデルを自動化および管理するための Kubernetes パイプラインを作成およびデプロイする。
• 複数の GPU と並列に動作するマシン上で TensorFlow ML モデルをトレーニングおよびデプロイする。
• 他の AWS 管理サービスを使用して ML アプリケーションを拡張する。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、初級から中級レベルのソフトウェア開発者とDevOpsプロフェッショナル向けに設計されています。Minikubeを使用してローカルのKubernetes環境をセットアップおよび管理する方法を学びます。

このトレーニング終了時には、参加者は以下のことをできるようになります：

• 自分のローカルマシンにMinikubeをインストールおよび構成します。
• Kubernetesの基本概念とアーキテクチャを理解します。
• kubectlとMinikubeダッシュボードを使用してコンテナをデプロイおよび管理します。
• Kubernetes用の永続的なストレージとネットワークソリューションを設定します。
• アプリケーションの開発、テスト、デバッグにMinikubeを利用する方法を学びます。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、Minikubeを開発ワークフローの一部として使用したい中級レベルの開発者とDevOpsエンジニアを対象としています。

このトレーニング終了時には、参加者は次のことができるようになります:

• Minikubeを使用してローカルKubernetes環境をセットアップし、管理する。
• Minikube上でアプリケーションのデプロイ、管理、デバッグ方法を理解する。
• Minikubeを継続的インテグレーションとデプロイパイプラインに統合する。
• Minikubeの高度な機能を使用して開発プロセスを最適化する。
• ローカルKubernetes開発のベストプラクティスを適用する。

この講師主導のライブトレーニング（オンラインまたはオンサイト）は、Azure Machine Learning と Azure DevOps を使用して MLOps の実践を促進したい機械学習エンジニア向けです。

このトレーニングの終了時には、参加者は以下ができます：

• 再現可能なワークフローと機械学習モデルを構築します。
• 機械学習ライフサイクルを管理します。
• モデルのバージョン履歴、アセットなどを追跡し報告します。
• どこでも本番環境向けの機械学習モデルを展開します。