Il corso è rivolto a:

• Azure Administrator;
• Cloud Administrator;
• AI Infrastructure Administrator;
• AI Engineer;
• Solution Architect;
• Cloud Architect;
• IT Architect;
• Security Engineer;
• IT Manager;
• responsabili di infrastrutture Azure;
• professionisti coinvolti nella governance di workload AI;
• tecnici responsabili di Microsoft Foundry;
• professionisti coinvolti nella definizione di policy e controlli AI;
• consulenti Azure;
• responsabili Cloud Governance;
• tecnici coinvolti in programmi di AI Governance aziendale.

Al termine del corso il partecipante avrà acquisito competenze nella:

• governance delle infrastrutture AI;
• Microsoft Foundry Governance;
• Azure Policy per AI;
• identity governance;
• Azure RBAC;
• model lifecycle governance;
• AI resource governance;
• cost governance;
• quota management;
• compliance monitoring;
• audit dei workload AI;
• Responsible AI guardrails;
• content filtering;
• data lineage;
• asset classification;
• AI data protection;
• data residency;
• threat protection;
• continuous compliance;
• implementazione tecnica di policy AI.

Moduli

1. Fondamenti di AI Infrastructure Governance
2. Microsoft Foundry Governance
3. Policy-driven Governance e Azure Policy
4. Identity & Access Governance
5. Governance del ciclo di vita dei modelli
6. Quote, Rate Limits e Cost Governance
7. Monitoring, Compliance e Audit
8. Responsible AI Guardrails
9. Asset Discovery, Classification e Data Lineage
10. Data Residency e Data Protection
11. Threat Protection per workload AI
12. Implementazione di un modello di AI Infrastructure Governance

Il corso adotta una metodologia operativa.

Le lezioni alternano:

• spiegazioni concettuali;
• dimostrazioni del docente;
• configurazioni guidate;
• utilizzo di Microsoft Foundry;
• utilizzo di Azure Portal;
• esercitazioni pratiche;
• analisi di policy;
• studio di scenari enterprise;
• analisi di configurazioni non conformi;
• attività di monitoring;
• workshop conclusivo.

Particolare attenzione viene dedicata alla trasformazione di requisiti di governance in controlli tecnici verificabili.

L'obiettivo non è soltanto conoscere i principi della governance, ma saperli implementare mediante Microsoft Foundry e i servizi Azure.

Il docente può fare uso dei seguenti materiali didattici

• slide e dispense del corso;
• documentazione Microsoft Learn;
• Learning Path Govern AI-ready infrastructure;
• documentazione Microsoft Foundry;
• documentazione Azure Policy;
• documentazione Azure RBAC;
• documentazione Microsoft Entra ID;
• documentazione Azure Monitor;
• documentazione Microsoft Purview;
• checklist AI Infrastructure Governance;
• esempi di Azure Policy;
• esempi di RBAC Matrix;
• checklist Model Lifecycle Governance;
• modelli di Cost Governance;
• esempi di guardrail;
• checklist Responsible AI;
• modelli di AI Asset Inventory;
• modelli di Data Lineage;
• casi di studio;
• esercitazioni guidate;
• scenari di compliance;
• matrici rischio-controllo;
• checklist di audit.

Sono consigliate:

• conoscenza dei fondamenti Microsoft Azure;
• conoscenza di subscription e resource group;
• esperienza di base nella gestione delle risorse Azure;
• conoscenza generale dei workload di Intelligenza Artificiale;
• conoscenza di Azure AI o Microsoft Foundry;
• familiarità con deployment di modelli;
• esperienza nell'utilizzo di Azure Portal o Azure CLI;
• conoscenza di Microsoft Entra ID;
• conoscenza di Azure RBAC;
• conoscenza di base dei principi di sicurezza e compliance.

Certificazione e credenziali

Il Learning Path Govern AI-ready infrastructure non è attualmente associato a una certificazione Microsoft autonoma.

I moduli prevedono assessment Microsoft Learn e attività pratiche, ma non esiste un esame specifico dedicato esclusivamente a questo percorso.

Il corso rappresenta tuttavia una preparazione molto utile per professionisti che operano in aree quali:

• Azure Administration;
• AI Engineering;
• Cloud Governance;
• AI Security;
• AI Governance;
• Microsoft Foundry;
• Solution Architecture.