学习进度

学习进度与下一步

根据未完成的课程明确一个下一步。进度只保存在当前浏览器，与课程页共享。

0/18 篇课程已完成

下一步：VM 基础：责任边界、身份与观测

从虚拟机到无服务器

计算

比较 VM、容器、App Service、Functions 的责任边界、伸缩模型与运维成本。

0/3

  1. VM 基础：责任边界、身份与观测
  2. Container Apps：修订、伸缩与最小平台面
  3. Serverless 运维：触发器、冷启动与成本护栏
关联实验

对象、文件与恢复

存储

理解 Blob、Files、生命周期、加密、备份与成本层级，服务应用状态与数据治理。

0/3

  1. Blob 生命周期：层级、访问与保留
  2. Azure Files：共享文件与身份边界
  3. 备份与连续性：从恢复目标倒推
关联实验

分段、私有连接与边缘

网络

从 VNet、DNS、Private Link 到 ExpressRoute 与 Front Door，建立可观察的安全路径。

0/3

  1. VNet 分段：子网、路由与最小暴露
  2. Private Link 与 DNS：私有访问不只是一个端点
  3. 边缘与混合网络：Front Door、ExpressRoute 与故障域
关联实验

关系、文档与检索

数据库

选择 Azure SQL、Cosmos DB、Azure AI Search，并设计备份、索引、权限和可用性。

0/3

  1. Azure SQL：托管关系数据库的日常设计
  2. Cosmos DB：分区、一致性与吞吐
  3. Azure AI Search：索引、向量与引用
关联实验

RAG、Agent 与多模态

人工智能

把检索、引用、函数工具、人工接管与多模态输入放进负责任的应用架构。

0/3

  1. RAG：检索增强生成与可追溯答案
  2. Agent 与人工接管：工具、记忆和边界
  3. 多模态应用：文本、图像、语音与异步流程
关联实验

数据、评估与 MLOps

机器学习

区分回归、分类、评估、漂移与部署流水线；Azure ML 是补充，不等同三门 AZ 考试。

0/3

  1. 数据划分与基线：机器学习从问题定义开始
  2. 分类评估：准确率之外的取舍
  3. MLOps 监控：从模型文件到可维护系统
关联实验

建议学习顺序，不是认证先修要求

  1. 云平台基础 — 计算、存储、网络与数据库。
  2. 应用与模型 — RAG、多模态输入、数据准备、评估与 MLOps。
  3. 架构评审 — 对照官方认证缺口、项目和实验证据。

安全、治理、监控、成本和连续性贯穿所有阶段。完成笔记不等于考试就绪。