Killtest题库

 考试 AI-102：设计和实现 Microsoft Azure AI 解决方案学习指南

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。

• 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%)

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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)

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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