DP-100 + MB-210: Azure ML und Dynamics 365 Sales – Kurs

Dieses Programm kombiniert zwei unterschiedliche Spezialisierungsrichtungen im Microsoft-Ökosystem: die technische Data-Science-Zertifizierung DP-100 und die funktionale CRM-Zertifizierung MB-210 für Dynamics 365 Sales. Während die DP-100 die Azure-basierte Entwicklung und den Betrieb von Machine-Learning-Lösungen abdeckt, richtet sich die MB-210 an Personen, die Dynamics 365 Sales konfigurieren, anpassen und in Vertriebsprozesse integrieren. Diese Kombination ist für Fachkräfte attraktiv, die datengetriebene Vertriebsanalysen auf Azure umsetzen und gleichzeitig die CRM-Plattform als Anwendungs- und Datenquelle vollständig verstehen wollen. Das Programm folgt dem Combined-Learning-Format mit Live-Unterricht im virtuellen Klassenzimmer.

DP-100 — Arbeitsbereiche, Daten und Compute auf Azure ML Das erste Modul vermittelt die technische Infrastruktur für Data-Science-Projekte auf Azure. Im Fokus steht das Azure ML Studio als zentrale Entwicklungsumgebung: Wie werden Datasets registriert, wie verbindet man sich mit verschiedenen Datenspeichern, und welche Compute-Optionen stehen für Training und Inferenz bereit?

• Anlegen von Azure ML-Arbeitsbereichen und Konfiguration der Grundstruktur
• Registrierung von Datenspeichern und Datasets (Dateien, tabellarische Daten)
• Compute-Instanzen für interaktives Arbeiten und Compute-Cluster für Batch-Training
• Umgebungsverwaltung: reproduzierbare Conda- und Docker-Konfigurationen
• Zugriffssteuerung über Azure RBAC für ML-Projekte im Team

DP-100 — Modellentwicklung, AutoML und Pipelines Kernstück des DP-100-Blocks ist die Modellentwicklung: vom explorativen Datenverständnis über das strukturierte Training bis hin zu reproduzierbaren ML-Pipelines. Besonders relevant für den Vertriebskontext sind Klassifikations- und Regressionsmodelle, die sich auf CRM-Daten anwenden lassen.

• Feature Engineering und Datenvorbereitung mit scikit-learn und pandas
• Training von Klassifikations-, Regressions- und Zeitreihenmodellen auf Azure
• AutoML-gestützte Modellauswahl für strukturierte Tabellendaten
• Experiment-Tracking mit MLflow: Metriken, Parameter, Artefakte
• Erstellung von Azure ML-Pipelines für automatisiertes und reproduzierbares Training

DP-100 — Deployment, Monitoring und Modellverwaltung Der dritte DP-100-Block widmet sich dem Übergang von der Entwicklung in den produktiven Betrieb. Teilnehmende lernen, trainierte Modelle als verwaltete Endpunkte zu registrieren, zu deployen und zu überwachen — eine Voraussetzung, um ML-Ergebnisse in Geschäftsanwendungen wie Dynamics 365 einzuspeisen.

• Modellregistrierung und Versionsverwaltung im Azure ML Model Registry
• Deployment als Echtzeit-Endpunkt (Managed Online Endpoint) oder Batch-Endpunkt
• Monitoring von Modell-Endpunkten: Datendrift-Erkennung, Latenzmessung
• Sicherheits- und Netzwerkkonfiguration für ML-Endpoints
• Fehleranalyse und Troubleshooting in Azure ML

MB-210 — Dynamics 365 Sales konfigurieren und Vertriebsprozesse abbilden Das vierte Modul wechselt auf die Anwendungsebene: Dynamics 365 Sales als CRM-Plattform steht im Mittelpunkt. Teilnehmende lernen die Kernentitäten (Leads, Kontakte, Accounts, Opportunities) kennen, verstehen Vertriebsphasen und erarbeiten, wie die Plattform an individuelle Vertriebsprozesse angepasst wird.

• Kernobjekte in D365 Sales: Leads, Opportunities, Angebote, Aufträge
• Konfiguration von Vertriebspipelines und Phasen-Management
• Prognose-Tools und Verkaufszielüberwachung in Dynamics 365
• Sales Insights, Predictive Lead Scoring und Relationship Intelligence
• Integration von Dynamics 365 Sales mit Power Automate und Power BI

Praxisblock — ML-Modelle und CRM-Daten kombinieren

• Dynamics 365 Sales-Daten als Trainingsgrundlage für Churn- und Konversionsmodelle aufbereiten
• Azure ML-Vorhersagen als benutzerdefinierte Felder in D365 Sales zurückschreiben
• Automatisierte Workflows in Power Automate auf Basis von ML-Scores aufbauen
• Lead-Priorisierung durch Azure ML-gestütztes Scoring integrieren
• Opportunity-Wahrscheinlichkeiten aus eigenen ML-Modellen in D365-Dashboards anzeigen
• Daten-Export aus Dynamics 365 Dataverse für Azure ML-Training konfigurieren
• Rollenberechtigungen und Datenzugriff in D365 und Azure ML koordinieren
• Kombinierte Berichtsansichten in Power BI: CRM-Kennzahlen und ML-Prognosen
• End-to-End-Szenarien: Vom Rohkontakt in D365 bis zum priorisierten Lead-Score in Azure
• Troubleshooting typischer Integrationsprobleme zwischen Azure und Dataverse
• Fallstudien aus dem B2B-Vertrieb: Wie Unternehmen ML in CRM-Prozesse einbetten
• Sicherheits- und Datenschutzanforderungen für CRM-ML-Integrationen bewerten

Das Programm schließt mit einem integrativen Blick auf den Datenzyklus: Wie entstehen Trainingsdaten im CRM, wie werden sie in Azure aufbereitet, und wie fließen Modell-Outputs zurück in die Anwendung? Die Vollzeit-Intensität des Programms sorgt dafür, dass beide Zertifizierungsgebiete nicht nur oberflächlich, sondern mit praxisnahem Tiefgang durchgearbeitet werden.

Dieses Programm richtet sich an IT-Fachkräfte und Analytiker, die im Schnittfeld von Daten-Technologie und CRM-gestütztem Vertrieb arbeiten oder arbeiten möchten.

• Datenanalystinnen und -analysten mit Interesse an CRM-Analytik und ML
• Dynamics 365-Administratoren, die ML-Kompetenz in ihre Rolle integrieren wollen
• Software-Entwickler, die Vertriebsapplikationen mit ML-Funktionen anreichern
• Functional Consultants im Microsoft-Umfeld, die ihr Profil Richtung Datenwissenschaft erweitern
• Personen mit IT-Affinität, die in datengetriebene Vertriebsorganisationen einsteigen möchten

Theorie- und Praxisphasen wechseln sich in einem durchgehenden Live-Format ab. Im virtuellen Klassenzimmer leiten erfahrene Dozentinnen und Dozenten durch die Inhalte, stellen Laborumgebungen für praktische Übungen bereit und begleiten die Arbeit an Fallstudien. Lerninhalte werden nicht nur erklärt, sondern unmittelbar in simulierten oder realen Azure- und Dynamics-365-Umgebungen angewendet. Das Format unterstützt sowohl Teilnehmende, die von einem Bildungszentrum aus teilnehmen, als auch solche, die im Homeoffice lernen.

Das Vollzeitprogramm erstreckt sich über mehr als einen Monat bis zu drei Monate, abhängig vom Modulumfang. Beide Prüfungspfade (DP-100 und MB-210) erfordern eine intensive Auseinandersetzung, weshalb das Programm ausreichend Zeit für Vertiefung und Praxisübungen einplant. Die individuelle Konfiguration des Modul-Mix beeinflusst die genaue Gesamtdauer.

Die Weiterbildung bereitet auf die zwei offiziellen Microsoft-Zertifizierungsprüfungen DP-100 (Azure Data Scientist Associate) und MB-210 (Dynamics 365 Sales Functional Consultant) vor. Beide Prüfungen werden separat bei einem akkreditierten Microsoft-Testcenter abgelegt. Bei Bestehen erhält man den Status „Microsoft Certified: Azure Data Scientist Associate" sowie den Nachweis als „Microsoft Certified: Dynamics 365 Sales Functional Consultant Associate". Zusätzlich stellt der Kursanbieter eine trägerinterne Teilnahmebescheinigung aus.

Die Verbindung von Azure-basierter Data Science und Dynamics 365 Sales-Expertise adressiert einen echten Marktbedarf: Unternehmen, die ihr CRM mit Machine-Learning-Funktionen anreichern wollen, brauchen Fachkräfte, die beide Welten kennen. Wer nur ML beherrscht, scheitert oft an der Datenquellen-Seite — wer nur das CRM-System kennt, kann die analytischen Möglichkeiten nicht ausschöpfen. Dieses Programm schließt genau diese Kompetenzlücke. Im Berufsalltag bedeutet das zum Beispiel: Ein MB-210-zertifizierter Consultant weiß, wo in Dynamics 365 Sales welche Daten entstehen — und ein DP-100-zertifizierter Data Scientist weiß, wie man daraus Churn-Modelle oder Lead-Scoring-Algorithmen baut. Zusammen ergeben diese Rollen ein Profil, das in der Praxis stark nachgefragt wird, aber selten als einzelne Person verfügbar ist. Für Personen, die eine Karriere in datengetriebener Vertriebsoptimierung, CRM-Beratung oder als technische Funktionalberater anstreben, ist diese Doppelzertifizierung ein handfestes Differenzierungsmerkmal. Die offiziellen Microsoft-Zertifikate werden von international agierenden Unternehmen und Microsoft-Partnerbetrieben gezielt bei der Stellenbesetzung berücksichtigt.