Azure: Security Operations Management Course چهارمین دوره از آزمون آمادگی آزمون AZ-500: Microsoft Azure Security Engineer Associate Specialization است. این دوره برای تشریح مفاهیم مدیریت عملیات امنیتی مربوط به چندین سرویس Azure طراحی شده است. در این دوره آموزشی، نحوه برنامه ریزی، پیاده سازی و مدیریت حاکمیت برای امنیت، نحوه مدیریت وضعیت امنیتی با استفاده از Microsoft Defender برای Cloud، پیکربندی و مدیریت حفاظت از تهدید با استفاده از Microsoft Defender برای Cloud، پیکربندی و مدیریت راه حل های نظارت و اتوماسیون امنیتی را خواهید آموخت. این دوره اساساً به دو ماژول تقسیم می‌شود، درس‌ها و سخنرانی‌های ویدیویی که هر ماژول را بیشتر بخش‌بندی می‌کند. این دوره آموزشی تقریباً 3:00 تا 4:00 ساعت سخنرانی های ویدیویی را برای زبان آموزان تسهیل می کند که هم تئوری و هم دانش عملی را ارائه می دهد. همچنین آزمون های درجه بندی شده و درجه بندی نشده به منظور سنجش توانایی فراگیران به همراه هر ماژول ارائه می شود. در پایان این دوره، شما قادر خواهید بود مدیریت امنیتی در Azure، نظارت بر امنیت با راهکارهای اتوماسیون و Microsoft Defender for Cloud: Security Posture & Threat Protection را بیاموزید. برای موفقیت در این دوره، شما باید سابقه نظارت بر امنیت با ابزارهای اتوماسیون را داشته باشید و همچنین باید با Microsoft Defender for Cloud و Microsoft Sentinel Security Solutions آشنا باشید.

برنامه های کاربردی شما در برابر خطرات و تهدیدات امنیتی چقدر آسیب پذیر هستند؟ این دوره به شما کمک می کند تا آسیب پذیری ها را شناسایی کرده و سلامت برنامه ها و سیستم های خود را کنترل کنید. روش‌های کد ایمن را برای جلوگیری از رخدادهایی مانند نشت داده‌ها و نشت‌ها بررسی و پیاده‌سازی خواهید کرد و کشف خواهید کرد که چگونه روش‌هایی مانند نظارت و مشاهده‌پذیری می‌تواند سیستم‌ها را ایمن و ایمن نگه دارد. شما دانش گسترده ای در مورد شیوه ها، مفاهیم و فرآیندهای مختلف برای حفظ یک محیط امن به دست خواهید آورد، از جمله رویه های DevSecOps که ادغام امنیتی را در چرخه عمر توسعه نرم افزار (SDLC) خودکار می کند، تست امنیت برنامه استاتیک (SAST) برای شناسایی نقص های امنیتی، تجزیه و تحلیل پویا، و تست پویا. همچنین با ایجاد یک محیط توسعه امن، هم در محل و هم در فضای ابری آشنا خواهید شد. شما خطرات امنیتی برنامه Open Web Application Security Project (OWASP)، از جمله کنترل های دسترسی خراب و تزریق SQL را بررسی خواهید کرد. علاوه بر این، خواهید آموخت که چگونه نظارت، مشاهده پذیری و ارزیابی، برنامه ها و سیستم های امن را تضمین می کند. شما اجزای اساسی یک سیستم نظارتی را کشف خواهید کرد و چگونه ابزارهای نظارت بر عملکرد برنامه (APM) به اندازه‌گیری عملکرد و کارایی برنامه کمک می‌کنند. شما سیگنال‌های طلایی نظارت را تجزیه و تحلیل خواهید کرد، ابزارهای تجسم و گزارش‌گیری را بررسی می‌کنید، و در مورد معیارهای مختلف و سیستم‌های هشدار که به شما در درک برنامه‌ها و سیستم‌هایتان کمک می‌کنند، بیاموزید. از طریق ویدئوها، آزمایشگاه‌های عملی، بحث همتایان، و تمرین و ارزیابی‌های درجه‌بندی شده در این دوره، مهارت‌ها و دانش خود را برای ایجاد و حفظ یک محیط توسعه ایمن توسعه داده و نشان خواهید داد.

عملیات پیاده سازی یادگیری ماشین در AWS پنجمین دوره در تخصص تخصصی یادگیری ماشین گواهی شده AWS است. این دوره تمرکز عمده ای بر طراحی و پیاده سازی راه حل های یادگیری ماشین برای عملکرد، در دسترس بودن، مقیاس پذیری، انعطاف پذیری و تحمل خطا دارد. این دوره به دو ماژول تقسیم می شود و هر ماژول بیشتر توسط درس ها و سخنرانی های ویدیویی تقسیم می شود. این دوره آموزشی با سخنرانی‌های ویدیویی تقریباً 1:00 تا 1:30 ساعته که هم تئوری و هم دانش عملی را ارائه می‌کند، به فراگیران کمک می‌کند. همچنین آزمون های درجه بندی شده و بدون درجه بندی به منظور سنجش توانایی فراگیران به همراه هر ماژول ارائه می شود. ماژول 1: عملیات پیاده سازی یادگیری ماشین در AWS-Part 1 ماژول 2: عملیات پیاده سازی یادگیری ماشین در AWS-Part 2 حداقل دو سال تجربه عملی در معماری، ساخت یا اجرای بارهای کاری ML/یادگیری عمیق در AWS Cloud. در پایان این دوره، فراگیران قادر خواهند بود: -طراحی راه حل های یادگیری ماشین برای عملکرد، در دسترس بودن، مقیاس پذیری، انعطاف پذیری و تحمل خطا -اجرای خدمات و ویژگی های یادگیری ماشین مناسب برای یک مشکل خاص -راه حل های یادگیری ماشین را با آزمایشگاه توسعه دهید

 

از آنجایی که هوش مصنوعی تقریباً در هر بخش ادغام می‌شود، ایجاد فرآیندهای مدیریتی قوی هوش مصنوعی برای به حداکثر رساندن مزایای آن و کاهش خطرات بسیار مهم است. اقدامات قانونی مانند قانون هوش مصنوعی اتحادیه اروپا در سال 2023 - که هر توسعه دهنده یک سیستم هوش مصنوعی با ریسک بالا را ملزم به ورود به بازار اتحادیه اروپا برای اجرای حسابرسی الگوریتمی می کند - و چارچوب مدیریت ریسک هوش مصنوعی NIST در ایالات متحده به این معنی است که شرکت هایی که الگوریتمی را پیاده سازی می کنند. حسابرسی و نظارت مستمر در بازار مزیت دارند.

در این دوره، Brandie Nonnecke به شما می آموزد که چگونه فرآیندهای ممیزی الگوریتمی و نظارت مستمر را در سازمان خود پیاده سازی کنید. حاکمیت هوش مصنوعی مسئولانه را بیاموزید، زیرا برندی فرآیندهای اجباری و داوطلبانه برای ممیزی و نظارت بر سیستم‌های هوش مصنوعی را پوشش می‌دهد و مطالعات موردی را ارائه می‌کند که در آن می‌توانید از طریق فرآیند حسابرسی و نظارت مناسب کار کنید.

این دوره به شرکت کنندگان تکنیک هایی برای نظارت و بهبود عملکرد زیرساخت و برنامه در Google Cloud آموزش می دهد. شرکت‌کنندگان با استفاده از ترکیبی از ارائه‌ها، نمایش‌های نمایشی، آزمایشگاه‌های عملی و مطالعات موردی در دنیای واقعی، تجربه نظارت کامل، مدیریت و تجزیه و تحلیل گزارش بلادرنگ، اشکال‌زدایی کد در تولید، ردیابی گلوگاه‌های عملکرد برنامه‌ها، و پروفایل استفاده از CPU و حافظه را به دست می‌آورند.