Conception et implémentation d’une solution Microsoft Azure AI (AI-102T00)
Plan de formation
Module 1: Préparer le développement de solution d’IA sur Azure
- Définir l’intelligence artificielle
- Comprendre les termes relatifs à l’IA
- Comprendre les considérations relatives aux ingénieurs IA
- Comprendre les considérations relatives à une IA responsable
- Comprendre les fonctionnalités d’Azure Machine Learning
- Comprendre les fonctionnalités d’Azure Cognitive Services
- Comprendre les fonctionnalités d’Azure Bot Service
- Comprendre les fonctionnalités de Recherche cognitive Azure
Module 2: Créer et gérer utiliser les services Cognitive Services
- Provisionner une ressource Cognitive Services
- Identifier les points de terminaison et les clés
- Utiliser une API REST
- Utiliser un Kit de développement logiciel (SDK)
Module 3: Sécuriser les Cognitive Services
- Envisager l’authentification
- Implémenter une sécurité réseau
Module 4: Analyser Cognitive Services
- Surveiller les coûts
- Créez des alertes
- Afficher les mesures
- Gérer la journalisation des diagnostics
Module 5: Déployer Cognitive Services dans des conteneurs
- Comprendre les conteneurs
- Utiliser des conteneurs Cognitive Services
Module 6: Extraire des insights du texte avec le service Langage
- Approvisionner une ressource Langage
- Détecter la langue
- Extraire les phrases clés
- Analyser les sentiments
- Extraire les entités
- Extraire des entités liées
Module 7: Traduire du texte à l’aide du service Traducteur
- Approvisionner une ressource Traducteur
- Comprendre les concepts de détection de la langue, de traduction et de translittération
- Spécifier des options de traduction
- Définir des traductions personnalisées
Module 8: Créer des applications avec reconnaissance vocale à l’aide du service Speech
- Provisionner une ressource Azure pour la reconnaissance vocale
- Utiliser l’API de reconnaissance vocale
- Utiliser l’API de synthèse vocale
- Configurer le format audio et les voix
- Utiliser le langage de balisage de synthèse vocale
Module 9: Traduction vocale avec le service Speech
- Provisionnement d’une ressource Azure pour la traduction vocale
- Traduire la reconnaissance vocale
- Synthèse des traductions
Module 10: Créer un modèle Language Understanding
- Comprendre les ressources pour créer un modèle Language Understanding
- Définir des intentions, des énoncés et des entités
- Utiliser des modèles pour différencier des énoncés similaires
- Utiliser des composants d’entité prédéfinis
- Entraîner, tester, publier et vérifier un modèle Language Understanding
Module 11: Publier et utiliser une application Language Understanding
- Comprendre les fonctionnalités du service Language
- Traiter les prédictions
- Utiliser un conteneur
Module 12: Créer une solution de réponses aux questions
- Comprendre les réponses aux questions
- Comparer les réponses aux questions à la compréhension du langage
- Créer une base de connaissances
- Implémenter l’invite multitour
- Tester et publier une base de connaissances
- Utiliser une base de connaissances
- Améliorer les performances des réponses aux questions
- Créer un bot de réponses aux questions
Module 13: Créer un bot à l’aide du kit de développement logiciel (SDK) Bot Framework
- Présentation des principes de conception de bot
Prise en main du kit SDK Bot Framework - Implémenter des gestionnaires d’activités et des dialogues
- Déployer un bot
Module 14: Créer un bot à l’aide de Bot Framework Composer
- Bien démarrer avec Bot Framework Composer
- Comprendre les dialogues
- Comprendre le flux adaptatif
- Concevoir l’expérience utilisateur
Module 15: Analyser les images
- Provisionner une ressource Vision par ordinateur
- Analyser une image
- Générer une miniature rognée de façon intelligente
Module 16: Analyser une vidéo
- Comprendre les fonctionnalités de Video Analyzer for Media
- Extraire des informations personnalisées
- Utiliser les widgets et les API de Video Analyzer
Module 17: Classifier des images
- Approvisionner les ressources Azure pour Custom Vision
- Comprendre la classification des images
- Effectuer l’apprentissage d’un classifieur d’images
Module 18: Détecter les objets dans les images
- Comprendre la détection d’objets
- Effectuer l’apprentissage d’un détecteur d’objets
- Envisager les options d’étiquetage des images
Module 19: Détecter, analyser et reconnaître des visages
- Identifier les options pour la détection, l’analyse et l’identification des visages
- Comprendre les considérations relatives à l’analyse des visages
- Détecter des visages avec le service Vision par ordinateur
- Comprendre les fonctionnalités du service Visage
- Comparer et faire correspondre les visages détectés
- Implémenter la reconnaissance faciale
Module 20: Lire du texte dans les images et les documents avec le service Vision par ordinateur
- Explorer les options Vision par ordinateur pour lire du texte
- Utiliser l’API OCR
- Utiliser l’API Read
Module 21: Extraire des données à partir de formulaires avec Form Recognizer
- Qu’est-ce que Form Recognizer?
- Bien démarrer avec Form Recognizer
- Comprendre les modèles prédéfinis
- Former des modèles personnalisés sans étiquettes (formation non supervisée)
- Former des modèles personnalisés avec des étiquettes (formation supervisée)
- Utiliser des modèles Form Recognizer
- Utiliser l’outil FOTT (Form OCR Test Tool)
Module 22: Créer une solution Recherche cognitive Azure
- Ressources Azure
- Composants de recherche
- Comprendre le processus d’indexation
- Rechercher dans un index
- Appliquer le filtrage et le tri
- Améliorer l’index
Module 23: Créer une compétence personnalisée pour la Recherche cognitive Azure
- Créer une compétence personnalisée
- Ajouter une compétence personnalisée à un ensemble de compétences
Module 24: Créer une base de connaissances avec Recherche cognitive Azure
- Définir des projections
- Définir une base de connaissances
La littérature et les diapositives de présentation en classe sont en langue française. L’environnement de laboratoire technique incluant les étapes de configuration est disponible en anglais.
Connaissances pré-requises recommandées
- Connaissance de Microsoft Azure et capacité à naviguer sur le portail Azure
- Connaissance de C# ou Python
- Familiarité avec la sémantique de programmation JSON et REST
Titre de compétences et certification
Caractéristiques de l’examen
- Code: AI-102
- Titre: Conception et implémentation d’une solution Microsoft Azure AI
- Durée: 130 minutes
- Nombre de questions: 40 à 60
- Format de questions: À choix multiples, à réponses multiples, basé sur des scénarios
- Note de passage: 700 de 1000
- Coût: 0$ (inclus dans votre formation)
Sujets de l’examen
- Planifier et gérer une solution Azure AI
- Implémenter des solutions d’aide à la décision
- Implémenter des solutions de vision par ordinateur
- Implémenter des solutions de traitement du langage naturel
- Implémenter des solutions d’exploration des connaissances et d’intelligence documentaire
- Implémenter des solutions d’IA générative
Consulter tous les détails de l’examen sur Microsoft Learn >>
Article/rédaction Eccentrix Corner
Comprendre AI-102 : Un Aperçu
AI-102, reconnu sous le nom de certification Azure AI Engineer Associate, est une certification pivot évaluant la compétence d’un individu dans l’architecture et la mise en œuvre de solutions en IA sur la plateforme Azure. Cette certification englobe diverses compétences, notamment les charges de travail en IA, le stockage de données, les services cognitifs, l’apprentissage automatique et le traitement du langage naturel au sein d’Azure.
Détails de l'examen AI-102 et Préparation
L’examen AI-102 explore différents aspects de l’ingénierie en IA sur Azure, couvrant des sujets tels que le déploiement et la gestion de solutions en IA, la mise en œuvre de solutions de vision par ordinateur, le traitement du langage naturel et les solutions en IA conversationnelle. Les candidats se préparant à l’examen AI-102 peuvent bénéficier des guides d’étude officiels, des tests pratiques et des travaux pratiques proposés par Microsoft Learn et d’autres plateformes réputées.
Pour ceux recherchant des fichiers de questions pratiques ou des tests pour l’examen AI-102, il est vital de privilégier des ressources authentiques et fiables conformes au programme AI-102 pour une préparation complète.
Élever l'Expertise en Ingénierie en IA sur Azure
La certification AI-102 Azure AI Engineer Associate atteste de la compétence dans la conception et la mise en œuvre de solutions en IA avec les technologies Azure, ouvrant ainsi la voie à diverses opportunités de carrière dans le domaine en perpétuelle évolution de l’ingénierie en IA.
En utilisant des supports d’étude complets, des travaux pratiques et en acquérant une maîtrise des services en IA d’Azure, les individus peuvent se positionner en tant qu’ingénieurs expérimentés en IA sur Azure, contribuant au paysage innovant de la technologie en IA.
Questions Fréquentes sur la Certification AI-102 (FAQ)
Est-ce que AI-102 est difficile?
Le niveau de difficulté de l’examen AI-102 peut varier en fonction de la préparation individuelle, de l’expérience préalable avec les technologies en IA d’Azure et de la familiarité avec les concepts en IA. Une préparation adéquate en étudiant les sujets de l’examen, en acquérant de l’expérience pratique avec les services en IA d’Azure et en utilisant les supports d’étude officiels peut grandement aider à réussir l’examen.
Qu'est-ce que la certification AI-102?
La certification AI-102, également connue sous le nom de Azure AI Engineer Associate, atteste de la compétence d’un individu dans la conception et la mise en œuvre de solutions en IA à l’aide de Microsoft Azure. Elle évalue les compétences liées à diverses charges de travail en IA, y compris l’apprentissage automatique, le traitement du langage naturel, la vision par ordinateur et la mise en œuvre de solutions en IA sur Azure.
Comment se préparer pour AI-102?
La préparation à l’examen AI-102 implique plusieurs étapes. Les candidats peuvent commencer par comprendre en profondeur les objectifs de l’examen définis par Microsoft. L’utilisation de guides d’étude officiels, de travaux pratiques, de tests pratiques et de cours en ligne proposés par Microsoft Learn ou des plateformes réputées peut aider à une préparation complète. De plus, acquérir une expérience pratique avec les services en IA d’Azure est très bénéfique.
Est-ce que l'AI-102 comporte des travaux pratiques (labs)?
Oui, le cours AI-102 comprend des travaux pratiques qui offrent aux apprenants une expérience pratique avec les concepts liés à l’intelligence artificielle. Ces travaux pratiques permettent de renforcer la compréhension des sujets abordés dans le cadre du cours et d’appliquer les connaissances théoriques à des scénarios pratiques, ce qui est bénéfique pour une meilleure maîtrise des compétences requises.