AI-102T00 Designing and Implementing a Microsoft Azure AI Solution
AI-102T00 Designing and Implementing a Microsoft Azure AI Solution
Descripción
Este curso está destinado a desarrolladores de software que desean crear aplicaciones con IA que aprovechen Azure Cognitive Services, Azure Cognitive Search y Microsoft Bot Framework. El curso utilizará C# o Python como lenguaje de programación.
Objetivos
- Aprenderá a aprovisionar, proteger, supervisar e implementar recursos de Servicios de Azure AI y usarlos para crear soluciones inteligentes.
- Aprenderá sobre el área de la inteligencia artificial que se ocupa de la percepción visual.
- Conocerá las soluciones de procesamiento de lenguaje natural (NLP) usan modelos de lenguaje para interpretar el significado semántico del lenguaje escrito o hablado.
- Con Búsqueda de Azure AI, conocerá como extraer información clave de estos datos y permitir que las aplicaciones la busquen y analicen.
- Diseñe una solución que analice sus formularios de negocio utilizando Documento de inteligencia de Azure AI.
- Creará una solución que analice documentos comunes mediante Documento de inteligencia.
- Creará una solución que analice diferentes tipos de formulario personalizados mediante Documento de inteligencia.
- Incluya un servicio de Documento de inteligencia de Azure AI como una aptitud personalizada en una canalización de Búsqueda de Azure AI.
- Conocerá de Azure OpenAI Service que proporciona acceso a los potentes y grandes modelos de lenguaje de OpenAI, como los modelos ChatGPT, GPT, Codex y Embeddings.
Audiencia
Ingenieros de software preocupados por crear, administrar e implementar soluciones de inteligencia artificial que aprovechen Azure Cognitive Services, Azure Cognitive Search y Microsoft Bot Framework. Están familiarizados con C# o Python y tienen conocimientos sobre el uso de API basadas en REST para crear soluciones de visión por computadora, análisis de lenguaje, extracción de conocimientos, búsqueda inteligente y IA conversacional en Azure.
Prerequisitos
Antes de iniciar esta ruta de aprendizaje, debe contar con lo siguiente:
- Familiaridad con Azure y Azure Portal
- Experiencia en programación con C# en Python. Si no tiene ninguna experiencia anterior en programación, se recomienda completar la ruta de aprendizaje Primeros pasos con C# o Primeros pasos con Python antes de empezar con esta.
Si no tiene experiencia con la inteligencia artificial y quiere obtener información general sobre las capacidades de inteligencia artificial en Azure, plantéese completar la certificación Azure AI-900T00 Azure AI Fundamentals antes de realizar esta.
Contenido del Curso
- Definir la inteligencia artificial
- Comprender los términos relacionados con la inteligencia artificial
- Comprender las consideraciones de los ingenieros de IA
- Comprender las consideraciones para una IA responsable
- Comprender las funcionalidades de Azure Machine Learning
- Descripción de las funcionalidades de Servicios de Azure AI
- Descripción de las funcionalidades de Azure OpenAI Service
- Comprender las funcionalidades de Azure Cognitive Search
- Aprovisionamiento de un recurso de servicios de Azure AI
- Identificación de puntos de conexión y claves
- Uso de una API REST
- Uso de un SDK
- Uso de servicios de Azure AI
- Consideración de la autenticación
- Implementación de seguridad de red
- Administración de la seguridad de Servicios de Azure AI
- Supervisión del costo
- Creación de alertas
- Visualización de métricas
- Administrar registros de diagnóstico.
- Supervisión de los servicios de Azure AI
- Comprender los contenedores
- Uso de los contenedores de los servicios de Azure AI
- Uso de un contenedor
- Aprovisionar un recurso de Visión de Azure AI
- Análisis de una imagen
- Generación de una miniatura recortada inteligente y eliminación del fondo
- Análisis de imágenes con Visión de Azure AI
- Descripción de los tipos de modelo personalizados
- Creación de un proyecto personalizado
- Etiquetado y entrenamiento de un modelo personalizado
- Clasificación de imágenes con un modelo personalizado de Visión de Azure AI
- Identificar opciones para la detección, el análisis y la identificación de caras
- Conocer las consideraciones para el análisis de caras
- Detectar caras con el servicio Visión de Azure AI
- Conocer las funcionalidades del servicio Face
- Comparar y asociar las caras detectadas
- Implementar el reconocimiento facial
- Detección, análisis e identificación de caras
- Explorar las opciones de Visión de Azure AI para leer texto
- Uso de Read API
- Lectura de texto en imágenes
- Comprender las capacidades de Azure Video Indexer
- Extraer información personalizada
- Uso de widgets y API de Video Analyzer
- Análisis de vídeo
- Aprovisionar un recurso de Lenguaje de Azure AI
- Detectar idioma
- Extracción de frases clave
- Análisis de opinión
- Extraer entidades
- Extracción de entidades vinculadas
- Análisis de texto
- Descripción de la respuesta a preguntas
- Comparación de respuestas a preguntas con Azure AI Language Understanding
- Creación de una base de conocimientos
- Implementar una conversación multiturno
- Prueba y publicación de una base de conocimiento
- Uso de una base de conocimiento
- Mejora del rendimiento de la respuesta a preguntas
- Creación de una solución de respuesta a preguntas
- Descripción de tipos de proyectos de clasificación
- Descripción de cómo compilar proyectos de clasificación de texto
- Clasificación de texto
- Descripción del reconocimiento de entidades con nombre personalizadas
- Etiquetado de los datos
- Entrenamiento y evaluación del modelo
- Extracción de entidades personalizadas
- Aprovisionamiento de un recurso de Traductor de Azure AI
- Comprender la detección, traducción y transliteración de idiomas
- Especificar opciones de traducción
- Definir traducciones personalizadas
- Traducción de texto con el servicio Traductor de Azure AI
- Aprovisionamiento de un recurso de Azure para la voz
- Uso de la API de conversión de voz en texto de Azure AI
- Uso de la API Text to Speech
- Configuración del formato de audio y las voces
- Uso de Lenguaje de marcado de síntesis de voz
- Creación de una aplicación habilitada para voz
- Aprovisionamiento de un recurso de Azure para la traducción de voz
- Traducción de voz a texto
- Síntesis de traducciones
- Traducir voz
- Administración de capacidad
- Comprender los componentes de búsqueda
- Descripción del proceso de indexación
- Búsqueda de un índice
- Filtrado y ordenación de los datos
- Mejora del índice
- Creación de una solución de búsqueda
- Creación de una aptitud personalizada
- Adición de una aptitud personalizada a un conjunto de aptitudes
- Implementación de una aptitud personalizada
- Definición de proyecciones
- Definición de un almacén de conocimiento
- Creación de un almacén de conocimiento
- Explore las características disponibles del Lenguaje de Azure AI
- Enriquecimiento de un índice de búsqueda en Búsqueda de Azure AI con clases personalizadas y Lenguaje de Azure AI
- Enriquecimiento de un índice de búsqueda en Búsqueda de Azure AI con clases personalizadas
- Mejore de la clasificación de un documento con la priorización de términos
- Mejora de la relevancia de los resultados mediante la adición de perfiles de puntuación
- Mejora de un índice mediante analizadores y términos con tokens
- Mejora de un índice para incluir varios idiomas
- Mejora de la experiencia de búsqueda ordenando los resultados por distancia desde un punto de referencia determinado
- Implementación de mejoras en los resultados de búsqueda
- Aprenda a usar un conjunto de aptitudes personalizado de Azure Machine Learning
- Enriquecimiento de un índice de búsqueda mediante un modelo de Azure Machine Learning
- Enriquecimiento de un índice de búsqueda mediante un modelo de Azure Machine Learning
- Indexación de datos de orígenes de datos externos mediante Azure Data Factory
- Indexación de datos mediante la API de inserción de Búsqueda de Azure AI
- Adición a un índice mediante la API de inserción
- Administración de la seguridad de una solución de Búsqueda de Azure AI
- Optimización del rendimiento de una solución de Búsqueda de Azure AI
- Administración de costes de soluciones de Búsqueda de Azure AI
- Mejora de la confiabilidad de una solución de Búsqueda de Azure AI
- Supervisión de una solución de Búsqueda de Azure AI
- Depuración de problemas de búsqueda mediante el Portal de Azure
- Depuración de problemas de búsqueda
- ¿Qué es la clasificación semántica?
- Configuración de la clasificación semántica
- Uso de la clasificación semántica en un índice
- ¿Qué es la búsqueda vectorial?
- Preparación de la búsqueda
- Información sobre la inserción
- Uso de la API de REST para ejecutar consultas de vector de búsqueda
- Descripción de Documento de inteligencia de Azure AI
- Planear recursos de Documento de inteligencia de Azure AI
- Elegir un tipo de modelo
- Información sobre los modelos precompilados
- Uso de los modelos Documento general, Lectura y Diseño
- Uso de modelos financieros, identificadores y fiscales
- Análisis de un documento mediante Documento de inteligencia de Azure AI
- ¿Qué es Azure Document Intelligence?
- Comenzar con Documento de inteligencia de Azure
- Entrenar modelos personalizados
- Usar modelos de Azure Document Intelligence
- Usar el Estudio de Documento de inteligencia de Azure
- Extracción de datos de formularios personalizados
- Descripción de los modelos compuestos
- Ensambladura de modelos compuestos
- Creación de un modelo compuesto
Módulo 32: Crear una habilidad personalizada de Documentos de inteligencia para la búsqueda Azure AI
- Descripción de las canalizaciones de enriquecimiento de Búsqueda de Azure AI
- Creación de una aptitud personalizada de Documento de inteligencia de Azure AI
- Compilar e implementar una aptitud personalizada del Documento de inteligencia de Azure AI
- Acceso a Azure OpenAI Service
- Use Azure OpenAI Studio
- Exploración de tipos de modelos de inteligencia artificial generativa
- Implementación de los modelos de inteligencia artificial generativa
- Uso de mensajes para obtener finalizaciones de los modelos
- Prueba de modelos en las áreas de juegos de Azure OpenAI Studio
- Introducción a Azure OpenAI Service
- Integración de Azure OpenAI en la aplicación
- Uso de la API REST de Azure OpenAI
- Uso del SDK de Azure OpenAI
- Integración de Azure OpenAI en la aplicación
- Comprender la ingeniería de mensajería
- Escritura de solicitudes más eficaces
- Proporcionar contexto para mejorar la precisión
- Uso de la ingeniería de mensajería en la aplicación
- Construir código a partir del lenguaje natural
- Completar código y ayudar en el proceso de desarrollo
- Corrección de errores y mejora del código
- Generación y mejora del código con Azure OpenAI Service
- ¿Qué es DALL-E?
- Exploración de DALL-E en Azure OpenAI Studio
- Uso de la API REST de Azure OpenAI para consumir modelos DALL-E
- Generación de imágenes con un modelo DALL-E
Módulo 38 : Implementación de la generación aumentada de recuperación (RAG) con Azure OpenAI Service
- Descripción de la generación aumentada de recuperación (RAG) con Azure OpenAI Service
- Adición de su propio origen de datos
- Chat con el modelo usando sus propios datos
- Adición de datos para RAG con Azure OpenAI Service
- Planeamiento de una solución de inteligencia artificial generativa responsable
- Identificación de daños posibles
- Medición de daños posibles
- Mitigación de daños posibles
- Operación de una solución de inteligencia artificial generativa responsable
- Exploración de filtros de contenido en Azure OpenAI
Detalles del Examen
| Entrega | En línea (basado en la web |
| Formato | Elección múltiple |
| Supervisión | En vivo |
| Duración | Entre 100 a 120 minutos |
| # de preguntas | Entre 40 y 60 preguntas |
| Puntuación | 700 o más |
- Todas las puntuaciones de los exámenes técnicos se indican en una escala de 1 a 1000. La puntuación de aprobado es de 700 o más. Como se trata de una puntuación escalada, puede que no sea igual al 70 % de los puntos.
Certificación Relacionada
- AI-102T00 Designing and Implementing a Microsoft Azure AI Solution
