AI 学习中心

• 课程 AI-900：Microsoft Azure AI 基础知识

  专为任何有兴趣了解解决方案 AI 类型的用户而设计，以及可用于创建这些解决方案的 azure 上的Microsoft服务。

• 课程 AI-102：设计和实现 Microsoft Azure AI 解决方案

  非常适合软件工程师构建、管理和部署利用 Azure 认知服务、Azure 认知搜索和 Microsoft Bot Framework 的 AI 解决方案。

• 课程 DP-100：在 Azure 上设计和实现数据科学解决方案

  专为了解 Python 和机器学习框架（如 Scikit-Learn、PyTorch 和 Tensorflow）的现有知识的数据科学家设计，他们希望在云中构建和操作机器学习解决方案。

• 课程 MS-4005：为 Microsoft 365 Microsoft Copilot 制作有效提示

  了解如何为适用于 Microsoft 365 的 Microsoft Copilot 制作有效的上下文提示，以跨 Microsoft 365 应用程序创建、简化、转换和编译内容。

• 课程 MS-4006：管理员Microsoft 365 的 Copilot

  发现管理员在其Microsoft 365 租户中配置的安全性和合规性功能，以保护公司的组织数据，然后才能为 Microsoft 365 实施 Copilot。

• 课程 MS-4004：为员工提供 Copilot Microsoft 365 用例

  此为期一天的课程由两个部分组成：“适用于 Microsoft 365 的 Copilot 入门”和“为员工提供 Copilot for Microsoft 365 用例”。

• 探索更多与 AI 相关的课程

  通过分步指南学习新技能，了解 Microsoft 产品的功能。 通过探索我们的学习路径和模块立即开始你的旅程。

从这些官方计划开始

• 使用 Azure AI Studio 部署 AI 解决方案

  获取在组织中构建、评估和部署 Azure OpenAI 服务解决方案所需的技能。

• 在日常工作中使用 AI：GitHub Copilot

  发现面向开发人员的 AI 驱动的代码完成工具 GitHub Copilot。

• 发现面向 IT 专业人员的 Microsoft 365

  了解如何将 Microsoft Copilot Microsoft 365 集成到各种应用程序中，以简化工作流和 IT 操作。

• 使用 Azure OpenAI 服务生成和现代化应用

  使用我们的自定节奏培训、课程、认证和交互式学习构建 AI 技能，专为 IT 专业人员定制。

通过技术学习

查找关键 AI 技术的特选培训资源。

• 

  Azure 机器学习 和 AI Builder

  在开发机器学习技能的同时，发现用于从自己的数据生成和运行自己的模型的工具。

• 

  Microsoft 安全 Copilot

  探索 Microsoft Copilot for Security，以全面提升 OpenAI 体系结构的强大功能，以机器速度和规模保护组织。 建议为技术领导和安全运营分析师提供此培训。

• 

  负责任的生成式 AI

  AI 是一种独特的潜在破坏性技术，因此它需要满足最高的道德标准。 获取创建负责任的技能所需的技能。

• 

  Microsoft Copilot Studio

  从设计到部署，了解如何使用 Copilot Studio 构建自己的 copilot，以及如何利用生成 AI 在 Azure 机器人服务支持的任何通道中使用多种语言创建引人入胜的智能 AI 助手。

• 

  适用于 Microsoft 365 的 Copilot

  深入了解 Microsoft Copilot for Microsoft 365 如何提高沟通效率并提升你的内容创作能力。

• 

  适用于 Dynamics 365 的 Copilot

  探索 Microsoft Dynamics 365 Copilot，将下一代 AI 引入各行各业。

• 

  GitHub Copilot

  每天使用 AI 简化 GitHub Copilot 的工作。

• 

  使用 Microsoft Fabric 资源准备数据以用于 AI

  了解如何使用 Microsoft Fabric 和 Azure Databricks 的最新功能提高性能。

基于角色了解 AI

根据主要专业重点查找特选培训资源。

• 业务主管

  领导组织中的 AI 战略和采用。

• 技术领导者

  领导 AI 战略和采用，重点在于技术采用。

• 业务用户/功能顾问

  使用 AI 技术（如 copilot）或帮助实现 AI 技术。

• 开发人员/AI 工程师/软件架构师

  构建 AI 解决方案和应用。

• 平民开发者

  构建低代码 AI 应用。

• 数据科学家/ML 工程师

  实现数据科学和机器学习解决方案。

• 数据工程师/数据分析师

  实现端到端分析和数据工程，以便为 AI 解决方案做好准备。

• IT 专业人员

  负责搭建所需的基础结构以便实施、部署、保护和管理 AI 解决方案。