Skip to content

Latest commit

 

History

History
435 lines (276 loc) · 33.2 KB

ai-100.md

File metadata and controls

435 lines (276 loc) · 33.2 KB

📚 Guia de Estudos AI-100 (Certificação Azure AI Engineer Associate)

Microsoft Learn

Antes de fazer a prova, é importante se familiarizar com os objetivos e as habilidades do exame medidos primeiro. Por isso, é altamente recomendado a leitura da descrição do exame e das habilidades medidas.

Sobre o Exame AI-100

Os candidatos(as) à certificação Azure AI Engineer Associate devem ser especialistas no uso de serviços cognitivos, aprendizado de máquina e mineração de conhecimento para projetar e implementar soluções de inteligência artificial da Microsoft que envolvem o processamento de linguagem natural, fala, pesquisa visual computacional e IA para reconhecimento vocal.

As responsabilidades da função incluem a análise de requisitos de soluções de IA, recomendação das ferramentas e tecnologias apropriadas e projeto e implementação de soluções de IA que atendam aos requisitos de escalabilidade e desempenho.

Os(as) engenheiro(a) de IA do Azure traduzem a visão dos arquitetos(as) de soluções e trabalham com cientistas de dados, engenheiros(as) de dados, especialistas em IoT e desenvolvedores de IA para a criação de soluções completas.

O(a) candidato(a) à certificação deve ter conhecimento e experiência na criação e implementação de aplicativos e agentes de IA que usam os Serviços Cognitivos do Microsoft Azure, o Serviço de Bot do Azure, o Azure Cognitive Search e o armazenamento de dados no Azure. Além disso, o(a) candidato(a) deve ser capaz de recomendar soluções que usem tecnologias de código aberto, entender os componentes que compõem o portfólio de IA do Azure e as opções de armazenamento de dados disponíveis e entender quando uma API personalizada deve ser desenvolvida para atender a requisitos específicos.

Leia mais sobre a exame de certificação AI-100 (Azure AI Engineer Associate) na Página Oficial

Neste guia, você irá encontrar:

  • ✔️Recursos Gratuitos Online para AI-100 no Microsoft Learn
  • ✔️ Recursos Gratuitos Online no Microsoft Docs, organizados pela % das habilidades medidas no exame.

💡Índice de Estudos

📕 Recursos Gratuitos Online para AI-100 no Microsoft Learn & GitHub

O Microsoft Learn, uma maneira divertida, gratuita e fácil de aprender as tecnologias da Microsoft. Ele funciona de forma semelhante ao LinkedIn Learning, mas oferece um conteúdo diferenciada deste, já que o foco são tecnologias da Microsoft, enquanto que o LinkedIn a ideia é focar na capacitação profissional dos usuários. O Microsoft Learn conta com mais de 800 módulos de treinamentos disponíveis em português, basta selecionar o idioma Português (Brasil) no rodapé da página.

Módulos para estudar:

📕 Recursos Gratuitos Online no Microsoft Docs para AI-100

O docs.microsoft.com é o portal de documentação oficial da Microsoft para pessoas desenvolvedoras e profissionais de TI em geral. No portal, você encontrará tutoriais, referências de APIs e exemplos de código.

Aqui estão os docs relacionados aos temas que são contemplados na prova AI-100, junto com a % (porcentagem) de importância na prova:

🎯 Analisar os requisitos da solução (25-30%)

📝Recomendar APIs dos Serviços Cognitivos para atender aos requisitos de negócios

🎯Mapear requisitos de segurança para ferramentas, tecnologias e processos

📝Identificar processos e regulamentos necessários para estar em conformidade com os requisitos de privacidade, proteção e regulamentação de dados

📝Identifique quais usuários e grupos têm acesso a informações e interfaces

📝Identifique as ferramentas apropriadas para uma solução

📝Identificar requisitos de auditoria

🎯Selecione o software, serviços e armazenamento necessários para suportar uma solução

📝Identifique serviços e ferramentas apropriados para uma solução

📝Identifique pontos de integração com outros serviços da Microsoft

📝Identifique o armazenamento necessário para armazenar logs, dados do estado do bot e saída dos Serviços Cognitivos

🎯 Projetar Soluções A.I (40-45%)

📝Projete soluções que incluem um ou mais pipelines

🎯Definir um processo de fluxo de trabalho do aplicativo AI

🎯Projete uma estratégia para dados de entrada e saída

🎯Projetar o ponto de integração entre vários fluxos de trabalho e pipelines

📝Integrando dados no Microsoft Azure

🎯Projete pipelines que usam aplicativos de IA

🎯Pipelines de design que chamam de modelos do Azure Machine Learning

🎯Selecione uma solução de IA que atenda às restrições de custo

🎯Projete soluções que usam os Serviços Cognitivos

📝Crie soluções que usem APIs de visão, fala, linguagem, conhecimento, pesquisa e detecção de anomalias

🎯Projetar soluções que implementam o Framework de Bot: Integre bots e soluções de IA

📝Construindo com IA de conversação

🎯Integrar bots aos serviços de aplicativos do Azure e Azure Application Insights

🎯Projete a infraestrutura de computação para dar suporte a uma solução

🎯Selecione uma solução de computação que atenda às restrições de custo

🎯Design para governança, conformidade, integridade e segurança de dados

🎯Projetar uma estratégia de moderação de conteúdo para uso de dados em uma solução de IA

🎯Garanta que os dados cumpram os requisitos de conformidade definidos pela sua organização

🎯Crie estratégias para garantir que a solução atenda aos regulamentos de privacidade de dados e aos padrões do setor

📕Implementar e monitorar soluções AI (25-30%)

🎯Implementar um fluxo de trabalho de IA

🎯Gerenciar o fluxo de dados através dos componentes da solução

🎯Implementar processos de registro de dados

🎯Definir e construir interfaces para serviços de IA personalizados

🎯Crie pontos finais da solução

🎯Desenvolver soluções de streaming

🎯Integre serviços de IA com componentes de solução

📝Configure componentes de pré-requisito e conjuntos de dados de entrada para permitir o consumo de APIs dos Serviços Cognitivos

🎯Configurar a integração com os Serviços Cognitivos

🎯Configurar componentes de pré-requisito para permitir conectividade ao Bot Framework

🎯Implementar a Pesquisa Cognitiva do Azure em uma solução

🎯Monitorar e avaliar o ambiente de IA

📝Identifique as diferenças entre KPIs, métricas relatadas e causas principais das diferenças

📝Identifique as diferenças entre o rendimento esperado e o fluxo de trabalho real

🎯Manter uma solução de IA para melhoria contínua

🎯Monitorar componentes de AI quanto à disponibilidade

🎯Recomendar alterações em uma solução de IA com base em dados de desempenho