AI-apps ontwikkelen met behulp van Azure-services

Toepassingen bouwen met generatieve AI-mogelijkheden in Azure.

Basisprincipes van generatieve AI

Overzicht

• Inleiding tot generatieve AI
• Concepten en overwegingen
• LLM's uitbreiden met RAG en fine-tuning
• Geavanceerde Retrieval-Augmented generatie

AI-app-sjablonen

Overzicht

• Overzicht van AI-app-sjablonen

Aan de slag

• Chatten met uw gegevens met behulp van Python
• Chatten met uw gegevens met behulp van JavaScript
• Chatten met uw gegevens met behulp van Java
• Chatten met uw gegevens met behulp van .NET

AI-app-ontwerp

Overzicht

• Orkestratiepatronen voor AI-agents
• Uw AI-app ontwerpen ter ondersteuning van levenscyclus van basismodellen

Agents met Model Context Protocol (MCP)

Overzicht

• Agents bouwen met modelcontextprotocol in Azure
• Een TypeScript MCP-server bouwen met behulp van Azure Container Apps
• OpenAI-agents maken met MCP
• AI-agenthulpprogramma's bouwen met behulp van externe MCP met Azure Functions
• Externe MCP-servers hosten in Azure App Service

Nieuwe modellen ontdekken en uitproberen

Instructies

• Redenerende apps ontwikkelen met DeepSeek-modellen in Azure AI Foundry met behulp van de OpenAI SDK

Zelfstudie

• Aan de slag met DeepSeek-R1 redeneringsmodel

BEVEILIGING van AI-apps

Overzicht

• Beveiligingsplanning voor LLM-toepassingen

Instructies

• Azure OpenAI zonder sleutels gebruiken
• Azure AI Search zonder sleutels gebruiken

Aan de slag

• Uw AI-app beveiligen met sleutelloze verificatie

Resources per programmeertaal

Overzicht

• Python
• JavaScript
• Java
• C# en .NET
• Go