Para establecer expectativas realistas, tenga en cuenta: Estas preguntas NO son preguntas oficiales que encontrará en el examen oficial. Estas preguntas cubren todo el material que se describe en las secciones de conocimiento a continuación. Muchas de las preguntas se basan en escenarios ficticios en los que se plantean preguntas.

Los requisitos de conocimientos oficiales para el examen se revisan de forma rutinaria para garantizar que el contenido tenga los requisitos más recientes incorporados en las preguntas de práctica. Las actualizaciones del contenido a menudo se realizan sin notificación previa y están sujetas a cambios en cualquier momento.

Cada pregunta tiene una explicación detallada y enlaces a materiales de referencia para respaldar las respuestas, lo que garantiza la precisión de las soluciones del problema.

Las preguntas se barajarán cada vez que repita las pruebas, por lo que necesitará saber por qué una respuesta es correcta, no solo que la respuesta correcta fue el ítem "B" la última vez que pasó por la prueba.

Candidatos para el examen AI-102: Diseño e implementación de una solución de inteligencia artificial de Microsoft Azure Cree, administre e implemente soluciones de inteligencia artificial que aprovechen los servicios cognitivos de Azure, la búsqueda cognitiva de Azure y el marco de bots de Microsoft.

Sus responsabilidades incluyen participar en todas las fases del desarrollo de soluciones de IA, desde la definición y el diseño de los requisitos hasta el desarrollo, la implementación, el mantenimiento, el ajuste del rendimiento y la supervisión.

Trabajan con arquitectos de soluciones para traducir su visión y con científicos de datos, ingenieros de datos, especialistas en IoT y desarrolladores de inteligencia artificial para crear soluciones integrales de inteligencia artificial completas.

Los candidatos para este examen deben ser competentes en C #, Python o JavaScript y deben poder usar API y SDK basados ​​en REST para crear soluciones de visión por computadora, procesamiento de lenguaje natural, minería de conocimientos e inteligencia artificial conversacional en Azure.

También deben comprender los componentes que componen la cartera de Azure AI y las opciones de almacenamiento de datos disponibles. Además, los candidatos deben comprender y poder aplicar los principios de IA responsable.

Habilidades medidas en el examen Microsoft Azure AI-102

Planifique y administre una solución de servicios cognitivos de Azure (15-20%)

Seleccione el recurso de Cognitive Services adecuado

• seleccionar el servicio cognitivo apropiado para una solución de visión

• seleccionar el servicio cognitivo apropiado para una solución de análisis del lenguaje

• seleccionar el servicio cognitivo apropiado para una solución de apoyo a la toma de decisiones

• seleccionar el servicio cognitivo apropiado para una solución de voz

Planifique y configure la seguridad para una solución de Cognitive Services

• administrar las claves de la cuenta de Cognitive Services

• administrar la autenticación de un recurso

• servicios cognitivos seguros mediante el uso de la red virtual de Azure

• planificar una solución que cumpla con los principios de IA responsable

Crear un recurso de servicios cognitivos

• crear un recurso de Cognitive Services

• configurar el registro de diagnóstico para un recurso de Cognitive Services

• administrar los costos de los servicios cognitivos

• monitorear un servicio cognitivo

• implementar una política de privacidad en Cognitive Services

Planificar e implementar contenedores de Cognitive Services

• identificar cuándo implementar en un contenedor

• contener servicios cognitivos (incluida la API Computer Vision, Face API, análisis de texto, voz, reconocedor de formularios)

Implementar soluciones de visión por computadora (20-25%)

Analizar imágenes mediante la API de Computer Vision

• recuperar descripciones de imágenes y etiquetas mediante la API de Computer Vision

• identificar puntos de referencia y celebridades mediante el uso de la API de Computer Vision

• detectar marcas en imágenes mediante el uso de la API de Computer Vision

• moderar el contenido en imágenes mediante el uso de la API de Computer Vision

• generar miniaturas mediante el uso de la API de Computer Vision

Extraer texto de imágenes

• extraer texto de imágenes utilizando la API de OCR

• extraer texto de imágenes o archivos PDF utilizando la API de lectura

• convertir texto escrito a mano con Ink Recognizer

• extraer información de formularios o recibos utilizando el modelo de recibo prediseñado en Form

Reconocedor

• crear y optimizar un modelo personalizado para Form Recognizer

Extrae información facial de imágenes.

• detectar rostros en una imagen mediante el uso de Face API

• reconocer rostros en una imagen mediante el uso de Face API

• configurar personas y grupos de personas

• analizar los atributos faciales mediante el uso de Face API

• coincidir con caras similares mediante el uso de la API de caras

Implementar la clasificación de imágenes mediante el servicio Custom Vision

• etiquetar imágenes mediante el portal Computer Vision

• entrenar un modelo de clasificación de imágenes personalizado en Custom Vision Portal

• entrenar un modelo de clasificación de imágenes personalizado mediante el SDK

• gestionar las iteraciones del modelo

• evaluar las métricas del modelo de clasificación

• publicar una iteración entrenada de un modelo

• exportar un modelo en un formato apropiado para un objetivo específico

• consumir un modelo de clasificación de una aplicación cliente

• implementar modelos personalizados de clasificación de imágenes en contenedores

Implementar una solución de detección de objetos mediante el servicio Custom Vision

• etiquetar imágenes con cuadros delimitadores mediante el portal Computer Vision

• entrenar un modelo de detección de objetos personalizado mediante el portal de visión personalizada

• entrenar un modelo de detección de objetos personalizado mediante el SDK

• gestionar las iteraciones del modelo

• evaluar las métricas del modelo de detección de objetos

• publicar una iteración entrenada de un modelo

• consumir un modelo de detección de objetos de una aplicación cliente

Analizar video usando Video Indexer

• procesar un video

• extraer información de un video

• contenido moderado en un video

• personalizar el modelo de marcas utilizado por Video Indexer

• personalizar el modelo de idioma utilizado por Video Indexer mediante el servicio de voz personalizada

• personalizar el modelo de persona utilizado por Video Indexer

• extraer información de una transmisión en vivo de datos de video

Implementar soluciones de procesamiento de lenguaje natural (20-25%)

Analizar texto mediante el servicio Text Analytics

• recuperar y procesar frases clave

• recuperar y procesar información de la entidad (personas, lugares, URL, etc.)

• recuperar y procesar el sentimiento

• detectar el idioma utilizado en el texto

Administrar el habla mediante el servicio de voz

• implementar texto a voz

• personalizar texto a voz

• implementar voz a texto

• mejorar la precisión de la conversión de voz a texto

Traducir el idioma

• traducir texto utilizando el servicio de traducción

• traducir voz a voz mediante el servicio de voz

• traducir voz a texto mediante el servicio de voz

• Cree un modelo de lenguaje inicial utilizando Language Understanding Service (LUIS)

• crear intenciones y entidades basadas en un esquema, y luego agregar expresiones

• crear entidades jerárquicas complejas

• usa esto en lugar de roles

• entrenar e implementar un modelo

Iterar y optimizar un modelo de lenguaje usando LUIS

• implementar listas de frases

• implementar un modelo como una característica (es decir, entidades precompiladas)

• gestionar la puntuación y los signos diacríticos

• implementar el aprendizaje activo

• monitorear y corregir los desequilibrios de datos

• implementar patrones

Administrar un modelo LUIS

• gestionar colaboradores

• administrar el control de versiones

• publicar un modelo a través del portal o en un contenedor

• exportar un paquete LUIS

• implementar un paquete LUIS en un contenedor

• integrar Bot Framework (LUDown) para que se ejecute fuera del portal de LUIS

Implementar soluciones de minería del conocimiento (15-20%)

Implementar una solución de búsqueda cognitiva

• crear fuentes de datos

• definir un índice

• crear y ejecutar un indexador

• consultar un índice

• configurar un índice para admitir autocompletar y autosugestión

• impulsar los resultados en función de la relevancia

• implementar sinónimos

Implementar una canalización de enriquecimiento

• adjuntar una cuenta de Cognitive Services a un conjunto de habilidades

• seleccionar e incluir habilidades integradas para documentos

• implementar habilidades personalizadas e incluirlas en un conjunto de habilidades

Implementar una tienda de conocimientos

• definir proyecciones de archivos

• definir proyecciones de objetos

• definir proyecciones de tabla

• proyecciones de consultas

Gestionar una solución de búsqueda cognitiva

• provisión de búsqueda cognitiva

• configurar la seguridad para la búsqueda cognitiva

• configurar la escalabilidad para la búsqueda cognitiva

Administrar la indexación

• gestionar la reindexación

• reconstruir índices

• indexación de horarios

• monitorizar la indexación

• implementar indexación incremental

• administrar concurrencia

• enviar datos a un índice

• solucionar problemas de indexación para una canalización

Implementar soluciones de inteligencia artificial conversacional (15-20%)

Cree una base de conocimientos utilizando QnA Maker

• crear un servicio QnA Maker

• crear una base de conocimientos

• importar una base de conocimientos

• entrenar y probar una base de conocimientos

• publicar una base de conocimientos

• crear una conversación de varios turnos

• agregar frases alternativas

• agregar charla a una base de conocimientos

• exportar una base de conocimientos

• agregar aprendizaje activo a una base de conocimientos

• gestionar colaboradores

Diseñar e implementar el flujo de conversación

• diseñar lógica de conversación para un bot

• crear y evaluar conversaciones de archivos * .chat utilizando Bot Framework Emulator

• agregar generación de lenguaje para una respuesta

• diseñar e implementar tarjetas adaptativas

Crear un bot con el SDK de Bot Framework

• implementar diálogos

• mantener el estado

• implementar el registro para una conversación de bot

• implementar un mensaje para la entrada del usuario

• agregar y revisar la telemetría del bot

• implementar un traspaso de bot a humano

• solucionar problemas de un bot conversacional

• agregar un middleware personalizado para procesar mensajes de usuario

• administrar la identidad y la autenticación

• implementar lógica específica del canal

• publicar un bot

Crea un bot usando el Bot Framework Composer

• implementar diálogos

• mantener el estado

• implementar el registro para una conversación de bot

• implementar solicitudes para la entrada del usuario

• solucionar problemas de un bot conversacional

• probar un bot usando el Bot Framework Emulator

• publicar un bot

Integra Cognitive Services en un bot

• integrar un servicio QnA Maker

• integrar un servicio LUIS

• integrar un servicio de voz

• integrar Dispatch para varios modelos de idiomas

• administrar claves en el archivo de configuración de la aplicación

El examen está disponible en los siguientes idiomas: inglés