考试 AI-102:设计和实现 Microsoft Azure AI 解决方案学习指南
自 2023 年 10 月 31 日开始测试的技能
受众概况
作为 Microsoft Azure AI 工程师,你应该能够构建、管理和部署充分利用 Azure AI 的 AI 解决方案。
你的职责包括参与 AI 解决方案开发的所有阶段,包括:
-
要求的定义和设计
-
开发
-
部署
-
集成
-
维护
-
性能调优
-
监视
你需要与解决方案架构师合作,以实现他们的愿景。 你还要与数据科学家、数据工程师、物联网 (IoT) 专家、基础结构管理员和其他软件开发人员合作:
-
构建完整且安全的端到端 AI 解决方案。
-
在其他应用程序和解决方案中集成 AI 功能。
作为 Azure AI 工程师,你应具有开发使用以下语言的解决方案的经验:
-
Python
-
C#
应能够使用表述性状态转移 (REST) API 和 SDK 在 Azure 上构建安全的图像处理、视频处理、自然语言处理、知识挖掘和生成式 AI 解决方案。 你应该:
-
了解构成 Azure AI 产品组合的组件以及可用的数据存储选项。
-
能够应用负责任 AI 原则。
技能概览
-
计划和管理 Azure AI 解决方案 (15–20%)
-
实施决策支持解决方案 (10–15%)
-
实现计算机视觉解决方案 (15–20%)
-
实现自然语言处理解决方案 (30–35%)
-
实现知识挖掘和文档智能解决方案 (10–15%)
-
实现生成式 AI 解决方案 (10–15%)
计划和管理 Azure AI 解决方案 (15–20%)
选择适当的 Azure AI 服务
-
为计算机视觉解决方案选择适当的服务
-
为自然语言处理解决方案选择适当的服务
-
为决策支持解决方案选择适当的服务
-
为语音解决方案选择适当的服务
-
为生成式 AI 解决方案选择适当的服务
-
为文档智能解决方案选择适当的服务
-
为知识挖掘解决方案选择适当的服务
规划、创建和部署 Azure AI 服务
-
计划符合负责任 AI 原则的解决方案
-
创建 Azure AI 资源
-
确定服务的默认终结点
-
将 Azure AI 服务集成到持续集成和持续交付 (CI/CD) 管道中
-
规划和实现容器部署
管理、监视和保护 Azure AI 服务
-
配置诊断日志记录
-
监视 Azure AI 资源
-
管理 Azure AI 服务的成本
-
管理帐户密钥
-
通过使用 Azure Key Vault 保护帐户密钥
-
管理 Azure AI 服务资源的身份验证
-
管理专用通信
实施决策支持解决方案 (10–15%)
创建用于数据监视和异常情况检测的决策支持解决方案
-
使用 Azure AI 异常检测器实现单变量异常检测解决方案
-
实现多变量异常检测解决方案 Azure AI 异常检测器
-
使用 Azure AI 指标顾问实现数据监视解决方案
为内容交付创建决策支持解决方案
-
使用 Azure AI 内容安全实现文本审查解决方案
-
使用 Azure AI 内容安全实现图像审查解决方案
-
使用 Azure AI 个性化体验创建服务实现内容个性化解决方案
实现计算机视觉解决方案 (15–20%)
分析图像
-
选择视觉特征以满足图像处理要求
-
检测图像中的物体并生成图像标记
-
在图像处理请求中包含图像分析功能
-
解释图像处理响应
-
使用 Azure AI 视觉从图像中提取文本
-
使用 Azure AI 视觉转换手写文本
使用 Azure AI 视觉实现自定义计算机视觉模型
-
在图像分类和物体检测模型之间选择
-
标记图像
-
训练自定义图像模型,包括图像分类和物体检测
-
评估自定义视觉模型指标
-
发布自定义视觉模型
-
使用自定义视觉模型
分析视频
-
使用 Azure AI 视频索引器从视频或实时传送流中提取见解
-
使用 Azure AI 视觉空间分析检测视频中人员的存在和移动
实现自然语言处理解决方案 (30–35%)
使用 Azure AI 语言分析文本
-
提取关键短语
-
提取实体
-
确定文本的情绪
-
检测文本中使用的语言
-
检测文本中的个人身份信息 (PII)
使用 Azure AI 语音处理语音
-
实现文本转语音
-
实现语音转文本
-
使用语音合成标记语言 (SSML) 改进文本转语音
-
实现自定义语音解决方案
-
实现意向识别
-
实现关键字识别
转换语言
-
使用 Azure AI 翻译服务转换文本和文档
-
实现自定义转换,包括训练、改进和发布自定义模型
-
使用 Azure AI 语音服务将语音转换为语音
-
使用 Azure AI 语音服务将语音转换为文本
-
同时转换为多种语言
使用 Azure AI 语言实现和管理语言理解模型
-
创建意向并添加语句
-
创建实体
-
训练、评估、部署和测试语言理解模型
-
优化语言理解模型
-
从客户端应用程序使用语言模型
-
备份和恢复语言理解模型
使用 Azure AI 语言创建问题解答解决方案
-
创建问题解答项目
-
手动添加问答对
-
导入源
-
训练和测试知识库
-
发布知识库
-
创建多回合对话
-
添加备用措辞
-
向知识库添加聊天内容
-
导入知识库
-
创建多语言问题解答解决方案
实现知识挖掘和文档智能解决方案 (10–15%)
实现 Azure 认知搜索解决方案
-
预配认知搜索资源
-
创建数据源
-
创建索引
-
定义技能集
-
实现自定义技能并将其包含在技能组中
-
创建并运行索引器
-
查询索引,包括语法、排序、筛选和通配符
-
管理知识存储投影,包括文件、对象和表投影
实现 Azure AI 文档智能解决方案
-
预配文档智能资源
-
使用预生成模型从文档中提取数据
-
实现自定义文档智能模型
-
训练、测试和发布自定义文档智能模型
-
创建组合型文档智能模型
-
以自定义 Azure 认知搜索技能的形式实现文档智能模型
实现生成式 AI 解决方案 (10–15%)
使用 Azure OpenAI 服务生成内容
-
预配 Azure OpenAI 服务资源
-
选择并部署 Azure OpenAI 模型
-
提交提示以生成自然语言
-
提交提示以生成代码
-
使用 DALL-E 模型生成图像
-
使用 Azure OpenAI API 提交提示并接收回复
优化生成式 AI
-
配置参数以控制生成式行为
-
应用提示工程技术来改进回复
-
将自己的数据与 Azure OpenAI 模型配合使用
-
微调 Azure OpenAI 模型