INTRODUZIONE

In questo workshop si esaminerà il processo di Implementare di una nuova applicazione con i servizi Azure. Il workshop tratterà il sourcing di eventi e il modello CQRS (Command and Query Responsibility Segregation), il caricamento dei dati, la preparazione dei dati, l'elaborazione dei dati, il rilevamento delle anomalie, la creazione di un modello di manutenzione predittiva e la valutazione real-time di un modello di manutenzione predittiva.

PROFILO DEI DESTINATARI

Questo workshop è rivolto ai tecnici dell'architettura del cloud e ai professionisti IT che hanno esperienza nella progettazione di infrastrutture e soluzioni con tecnologia cloud e desiderano saperne di più su Azure e sui servizi Azure, come descritto nelle sezioni "Informazioni su questo corso" e "Al termine del corso". Ai partecipanti a questo seminario sono richiesti anche esperienza in altre tecnologie cloud non Microsoft, il soddisfacimento dei prerequisiti del corso e il desiderio di partecipare a un cross-training su Azure.

PREREQUISITI

Il contenuto del workshop presuppone un livello pari a 300 relativamente alle competenze architettoniche nella progettazione di infrastrutture e soluzioni. Suggeriamo ai partecipanti di acquisire questo prerequisito prima di partecipare a questo workshop.

• Corso Microsoft Azure Essentials, http://www.microsoft.com/en-US/azureessentials

STRUTTURA DEL CORSO

MODULO 1: Sessione di progettazione alla lavagna: innovare e modernizzare le app con Dati e Intelligenza Artificiale

Lezioni

• Riesaminare il case study del cliente
• Progettare una soluzione per la dimostrazione di fattibilità
• Presentare la soluzione

MODULO 2: Laboratorio pratico: innovare e modernizzare le app con Dati e Intelligenza Artificiale

Lezioni

• Implementare un simulatore di factory load
• Utilizzare Azure Machine Learning per affinare e tenere traccia di un modello di manutenzione predittiva
• Creare una funzione di Azure per inviare la telemetria degli eventi a Cosmos DB
• Migliorare la telemetria degli eventi con i risultati della manutenzione predittiva
• Migliorare la telemetria degli eventi con il rilevamento automatico delle anomalie
• Inviare a PostgreSQL i dati della telemetria con i relativi score
• Modernizzare la logica dei servizi per utilizzare il sourcing degli eventi e il CQRS
• Visualizzare factory status in un report di Power BI