Microsoft Certified Azure Data Science Associate & ITIL Foundation

Dieses Programm verbindet zwei eigenständige, in der IT-Praxis jedoch häufig gemeinsam gefragte Qualifikationsfelder: Data Science auf der Microsoft Azure-Plattform und IT-Service-Management nach dem ITIL 4-Framework. Auf der technischen Seite steht die DP-100-Prüfungsvorbereitung, die zeigt, wie maschinelles Lernen mit Azure-Diensten konzipiert, trainiert und produktiv betrieben wird. Auf der prozessualen Seite schärft das ITIL 4 Foundation-Modul das Verständnis für strukturiertes Service Management — vom Service Value System bis zur operativen Umsetzung der 7 Leitprinzipien. Wer beide Zertifikate vorweisen kann, verbindet technische Cloud-Kompetenz mit dem methodischen Rüstzeug für den IT-Betrieb.

DP-100 — Azure Data Science auf Microsoft Azure Dieser Block bereitet auf die Prüfung DP-100 „Designing and Implementing a Data Science Solution on Azure" vor. Im Mittelpunkt stehen die Azure-spezifischen Werkzeuge für Machine Learning — nicht die Datenwissenschaft als Disziplin selbst. Grundlegende Data-Science-Kenntnisse werden als vorhanden vorausgesetzt.

• Überblick über Azure-Dienste für Datenwissenschaft und maschinelles Lernen
• Azure Machine Learning Service: Arbeitsbereiche, Experimente, Datasets
• Automatisiertes Machine Learning (AutoML) konfigurieren und auswerten
• ML-Pipelines designen, planen und ausführen
• Berechnungsressourcen (Compute Instances, Cluster) einrichten und verwalten
• Modelle registrieren, deployen und als Web-Service bereitstellen
• Überwachung und Logging von Modellen in der Produktion
• Sicherheit, Compliance und Zugriffssteuerung im Azure ML-Kontext

ITIL 4 Foundation — IT-Service-Management-Grundlagen Der ITIL-Block vermittelt das konzeptionelle Fundament von ITIL 4. Hinweis zur Aktualität: Das Quellmaterial dieses Kurses referenziert stellenweise Begriffe aus dem älteren ITIL-v3-Lifecycle (Service Strategy, Service Design, Service Transition usw.). Dieser Kurs richtet sich nach dem aktuellen ITIL 4-Framework, das auf dem Service Value System (SVS) und der Service Value Chain (SVC) basiert — nicht mehr auf dem v3-Fünf-Phasen-Modell.

• Das Service Value System (SVS) und seine Komponenten im Überblick
• Die Service Value Chain — sechs Aktivitäten von Plan bis Deliver and Support
• Die vier Dimensionen des Service Managements nach ITIL 4
• Die 7 Leitprinzipien — von „Focus on value" bis „Optimize and automate"
• Grundlegende ITIL 4-Praktiken: Incident Management, Change Enablement, Problem Management, Service Desk
• Schlüsselbegriffe: Service, Value, Outcome, Output, Cost, Risk
• Zusammenspiel von Governance, Management und kontinuierlicher Verbesserung
• Vorbereitung auf das ITIL 4 Foundation-Examen (Axelos/PeopleCert)

Praxisanwendungen In beiden Modulen wechseln Theoriephasen mit Übungsaufgaben ab. Im Azure-Teil werden Experimente im Azure Machine Learning Studio live durchgeführt und Pipelines konfiguriert. Im ITIL-Teil wird das Gelernte anhand von Fallszenarien vertieft, die typischen Prüfungssituationen ähneln. Die Kombination beider Themenfelder wird durch Beispiele aus der Cloud-nahen IT-Praxis veranschaulicht, in der ML-Deployment und strukturiertes Service Management Hand in Hand gehen.

Das Programm richtet sich an IT-Fachleute, die ihre Kompetenzen sowohl im Cloud-Data-Science-Bereich als auch im Service Management ausbauen möchten.

• Data Engineers, Data Analysts und Softwareentwickler, die Azure ML einsetzen möchten
• IT-Administratoren und Cloud-Architekten, die Data-Science-Workloads auf Azure betreiben
• IT-Projektmanager und Teamleiter, die ITIL 4-Grundlagen für den Betrieb brauchen
• Berufstätige in IT-nahen Rollen, die sich dual qualifizieren möchten
• Quereinsteiger mit solider Cloud-Grundlage, die den Azure Data Scientist Associate anstreben

Der Unterricht findet überwiegend in Teilzeit im virtuellen Klassenzimmer statt — live, mit erfahrenen Fachtrainern, interaktiven Demos und Übungsphasen an eigenen Azure-Umgebungen. Das Format erlaubt die Kombination von Berufstätigkeit und Weiterbildung. Fallbeispiele aus dem IT-Betrieb illustrieren, wie Azure ML und ITIL in der Praxis zusammenspielen; Vollzeit ist ebenfalls buchbar.

Das Programm wird überwiegend in Teilzeit durchgeführt, Vollzeit ist ebenfalls möglich. Die Gesamtdauer ergibt sich aus den beiden Modulen DP-100 (Kurs plus Prüfungsvorbereitung plus Examen) und ITIL 4 Foundation (Kurs plus Prüfungsvorbereitung plus Examen).

Das Programm führt zu zwei unabhängigen, anerkannten Zertifikaten. Das Microsoft Certified: Azure Data Scientist Associate wird nach bestandener DP-100-Prüfung von Microsoft ausgestellt. Das ITIL 4 Foundation-Zertifikat wird nach bestandenem Examen von Axelos (über PeopleCert) ausgestellt. Beide Prüfungen finden bei akkreditierten Testcentern statt. Microsoft-Zertifikate können nach einer bestimmten Zeit zur Erneuerung auffordern; das ITIL 4 Foundation-Zertifikat ist zeitlich unbefristet gültig.

Data-Science-Projekte scheitern selten an fehlenden Algorithmen — häufig an unklaren Prozessen, schlechtem Change Management und mangelnder Abstimmung zwischen Entwicklung und IT-Betrieb. Wer DP-100 und ITIL 4 Foundation in einem Programm erwirbt, entwickelt genau die Kombination, die in MLOps-Teams und Cloud-nahen IT-Organisationen gesucht wird: technisches Azure-Know-how plus strukturiertes Service-Denken. Beide Zertifikate sind international anerkannt und ergänzen sich im Lebenslauf wirkungsvoll. Das DP-100-Zertifikat signalisiert operationale Azure-Kompetenz in einem der am stärksten wachsenden Cloud-Bereiche. Das ITIL 4 Foundation-Zertifikat ist in IT-Abteilungen aller Branchen ein Standardnachweis und öffnet Türen in Richtung Service Manager, IT-Koordinator und Prozessverantwortliche. Wer den nächsten Schritt plant, kann nach dem Foundation-Abschluss mit ITIL 4-Vertiefungen (Managing Professional, Strategic Leader) oder Microsoft-Spezialisierungen (z. B. DP-203 Azure Data Engineer) weitermachen — das Fundament ist mit diesem Programm gelegt. Gerade in großen IT-Organisationen wird die Trennlinie zwischen „wir bauen das Modell" und „wir betreiben den Service" zunehmend aufgeweicht. MLOps-Teams übernehmen nicht nur das Training und Deployment von Modellen, sondern auch Incident-Handling, Change-Prozesse und Sicherheitsüberwachung für ML-Workloads. Das ITIL 4-Vokabular macht diese Verantwortlichkeiten klar kommunizierbar — gegenüber Stakeholdern, Compliance-Teams und dem Management. Ein Data Scientist, der auch über Change Enablement und Service Level Objectives sprechen kann, ist in diesen Teams kein Fremdkörper mehr, sondern ein vollwertiges Mitglied des Servicebetriebs.