Antes de fazer a prova, é importante se familiarizar com os objetivos e as habilidades do exame medidos primeiro. É por isso que recomendo a leitura da descrição do exame e das habilidades medidas.
Sobre o Exame AI-100
Os candidatos 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 engenheiro de IA do Azure traduzem a visão dos arquitetos de soluções e trabalham com cientistas de dados, engenheiros de dados, especialistas em IoT e desenvolvedores de IA para a criação de soluções completas.
O candidato 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 candidato 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
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:
O docs.microsoft.com é o portal de documentação da Microsoft para pessoas desenvolvedoras e profissionais de TI em geral. No portal, você irá encontrar 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:
Recomendar APIs dos Serviços Cognitivos para atender aos requisitos de negócios
- Selecione a arquitetura de processamento para uma solução
- Selecione as tecnologias de processamento de dados apropriadas
- Selecione os modelos e serviços de IA apropriados #1
- Selecione os modelos e serviços de IA apropriados #2
- Identifique componentes e tecnologias necessárias para conectar pontos de extremidade de serviço
- Identifique componentes e tecnologias necessárias para conectar pontos de extremidade de serviço
- Identificar requisitos de automação
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
- Conformidade regulatória
- GDPR
- Proteção de dados do cliente do Azure
- Everything You Ever Wanted to Know About Data Protection and More
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
- Critérios para escolher um armazenamento de dados
- Usar o melhor armazenamento de dados para o trabalho
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
-
Identifique se deseja criar uma solução baseada em GPU, FPGA ou CPU
-
Identifique se deve usar uma infraestrutura de computação baseada em nuvem, local ou híbrida
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
- Compliance em Dados
- Visão geral de gerenciamento de compliance
- Garantir governança apropriada para os dados
Crie estratégias para garantir que a solução atenda aos regulamentos de privacidade de dados e aos padrões do setor
- Serviços Cognitivos Azure - Compliance
- Coleta de dados, retenção e armazenamento no Application Insights
Implementar um fluxo de trabalho de IA
Gerenciar o fluxo de dados através dos componentes da solução
- Arquitetura da análise avançada
- Análise avançada em Big Data
- Fundamentos de Azure IoT
- Azure IoT Edge
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