Badge

Examen AI-100: Diseñar e implementar una solución de Azure AI

Los candidatos para este examen analizan los requisitos para las soluciones AI, recomiendan las herramientas y tecnologías adecuadas, e implementan soluciones que cumplen con los requisitos de escabilidad y rendimiento....

Los candidatos traducen la visión de arquitectos de soluciones y trabajan con científicos de datos, ingenieros de datos, especialistas de loT y desarrolladores AI para crear soluciones completas de extremo a extremo. Los candidatos diseñan e implementan aplicaciones AI y agentes que utilizan servicios cognitivos de Microsoft Azure y Azure Bot Service. Los candidatos pueden recomendar soluciones que utilizan tecnologías de código abierto.

Los candidatos entienden los componentes que forman parte de la cartera de Azure AI y las opciones de almacenamiento de datos disponibles.

Los candidatos implementan soluciones AI que usan servicios cognitivos, bots de Azure, Azure Search y almacenamiento de datos en Azure. Los candidatos comprenden cuando una API personalizada se debe desarrollar para cumplir con requisitos específicos.

Más
 Menos

Programar examen

Examen AI-100: Diseñar e implementar una solución de Azure AI

Este examen mide su capacidad para realizar las siguientes tareas técnicas: analizar los requisitos de solución; soluciones de diseño; integrar modelos AI en soluciones; y desplegar y gestionar soluciones.

Programar examen

Habilidades medidas

Resumen de actualización del examen AI-100

Este examen se modifica para aumentar la cobertura de las tecnologías de Azure para ciencia de datos, IoT y todos los fines de AI. El examen tiene un enfoque más alineado en los servicios cognitivos de Azure y bots, con énfasis en cómo estos servicios cumplen con los requisitos comerciales y técnicos.

Áreas de contenido actualizado (con vigencia a partir del 25 de junio de 2019)

  • Mayor cobertura de Microsoft Azure Cognitive Services, Azure Bot Service, y Azure AI portfolio
  • Menos enfoque en soluciones de almacenamiento, soluciones de Intelligent Edge
  • Menos enfoque en la provisión de los entornos de nube, locales e híbridos necesarios

Para obtener más información, descargue el documento de cambios AI-100 (Adobe Acrobat PDF).

Analizar los requisitos de la solución (25 - 30%)

Recomendar API de servicios cognitivos para cumplir con los requisitos comerciales

  • Seleccionar la arquitectura de procesamiento para una solución.
  • seleccionar las tecnologías de procesamiento de datos apropiadas
  • seleccionar los modelos y servicios de AI apropiados.
  • identificar los componentes y las tecnologías necesarias para conectar los puntos finales del servicio.
  • identificar los requisitos de automatización

Asignar requisitos de seguridad a herramientas, tecnologías y procesos.

  • Identificar los procesos y las regulaciones necesarios para cumplir con los requisitos de privacidad, protección y reglamentación de los datos
  • Identificar qué usuarios y grupos tienen acceso a la información y las interfaces
  • Identificar herramientas apropiadas para una solución.
  • identificar los requisitos de auditoría

Seleccionar el software, los servicios y el almacenamiento necesarios para ser compatible con una solución.

  • Identificar los servicios y las herramientas apropiados para una solución
  • Identificar puntos de integración con otros servicios de Microsoft.
  • Identificar el almacenamiento requerido para los registros de almacenamiento, datos de estado de bots y salida de servicios cognitivos.

Diseñar soluciones AI (40 - 45%)

Diseñar soluciones que incluyen uno o más canales de datos

  • Definir un proceso de flujo de trabajo de aplicaciones AI
  • Diseñar una estrategia para entrada y salida de datos
  • Diseñar el punto de integración entre varios flujos de trabajo y canales de datos
  • Diseñar canales de datos que utilizan aplicaciones AI
  • Diseñar canales de datos que activan modelos de aprendizaje por máquina de Azure
  • Seleccionar una solución AI que cumpla con las restricciones comerciales

Diseñar soluciones que usan servicios cognitivos

  • Diseñar soluciones que utilizan API de visión, habla, lenguaje, conocimiento, búsqueda y detección de anomalías

Diseñar soluciones que implementan Bot Framework

  • Integrar bots y soluciones AI
  • Diseñar servicios de bot que utilizan comprensión del lenguaje (LUIS)
  • Diseñar bots que se integran con canales
  • Integrar bots con servicios de aplicaciones y Application Insights de Azure

Diseñar la infraestructura computación para brindar soporte a una solución

  • Identificar si se debe crear una solución basada en GPU, FPGA o CPU
  • Identificar si se debe usar una infraestructura informática basada en la nube, local o híbrida
  • Seleccionar una solución informática que cumpla con las restricciones comerciales

Diseñar para gobernanza, cumplimiento, integridad y seguridad de datos

  • Definir cómo los usuarios y las aplicaciones autenticarán los servicios AI
  • Diseñar una estrategia de moderación de contenido para usos de datos dentro de una solución AI
  • Asegurar que los datos se ajusten a los requisitos de cumplimiento definidos por su organización
  • asegurar una gobernanza apropiada para los datos.
  • diseñar estrategias para garantizar que la solución cumpla con la privacidad de los datos y las normas de la industria

Implementar y monitorear soluciones AI (25-30%)

Implementar un flujo de trabajo AI

  • Desarrollar canales de datos AI
  • administrar el flujo de datos a través de los componentes de la solución.
  • implementar procesos de registro de datos
  • definir y construir interfaces para servicios AI personalizados.
  • integrar modelos AI con otros componentes de la solución
  • Diseñar puntos finales de soluciones
  • Desarrollar soluciones de streaming

Integrar los servicios AI con componentes de soluciones

  • Configurar componentes de requisitos previos y conjuntos de datos de entrada para permitir el consumo de las API de servicios cognitivos
  • configurar la integración con los servicios de Azure
  • Configurar los componentes de requisitos previos para permitir la conectividad con Bot Framework
  • implementar Azure Search en una solución

Monitorear y evaluar el entorno de AI.

  • Identificar las diferencias entre KPI, métricas informadas y causas raíz de las diferencias
  • Identificar las diferencias entre el rendimiento de flujo de trabajo esperado y real
  • Mantener la solución AI para la mejora continua.
  • Monitorear los componentes AI para disponibilidad
  • Recomendar los cambios a una solución AI basada en datos de rendimiento

Preparación para un examen

Autoaprendizaje

Gratuito
Microaprendizaje
Interactivo
Acceso en el navegador
Comenzar el aprendizaje

Instructor guía

Pago
Personalizado
En persona
A demanda
Explorar cursos

Guía de formación

Todos los cursos de autoaprendizaje y dirigidos por un instructor en una guía completa.

Descargar

Certificaciones relacionadas

Microsoft Certified: Azure AI Engineer Associate

Los ingenieros de Azure AI utilizan Servicios Cognitivos, aprendizaje automático y minería de conocimientos para diseñar e implementar soluciones de AI de Microsoft que incluya procesamiento del lenguaje, habla, visión computerizada, bots y agentes.

*El precio no incluye ofertas promocionales ni descuentos para los miembros de los programas Microsoft Imagine Academy, Microsoft Certified Trainers y Microsoft Partner Network. El precio está sujeto a cambios sin previo aviso. El precio no incluye los impuestos aplicables. Confirme el precio exacto con su proveedor de exámenes antes de realizar el examen.

Recursos adicionales

Guías para certificaciones basadas en roles

Explore todas las certificaciones en una guía de certificación concisa o en el póster de la Hoja de ruta de la certificación basada en roles.

Guía de formación:

Descubra los recursos de capacitación para convertirse en certificado por Microsoft: Azure AI Engineer Associate.

Repetición de examen

Vea dos grandes ofertas para ayudar a aumentar sus probabilidades de éxito.