Guia de Estudo AI-102: Projetando e Implementando uma Solução de IA da Microsoft Azure

Visão Geral do Exame

• Certificação: Microsoft Azure AI Engineer Associate
• Código do Exame: AI-102
• Público-alvo: Engenheiros de IA que constroem, gerenciam e implantam soluções de IA na Azure
• Experiência Necessária: Desenvolvimento em Python ou C#, APIs/SDKs REST, princípios de IA responsável

Habilidades Avaliadas (a partir de 30 de abril de 2025)

1. Planejar e Gerenciar uma Solução de IA da Azure (20-25%)

Selecionar os Serviços Apropriados da Plataforma de IA da Azure

• Selecionar serviço para solução de IA generativa
• Selecionar serviço para solução de visão computacional
• Selecionar serviço para solução de processamento de linguagem natural
• Selecionar serviço para solução de fala
• Selecionar serviço para solução de extração de informações
• Selecionar serviço para solução de mineração de conhecimento

Planejar, Criar e Implantar um Serviço da Plataforma de IA da Azure

• Planejar a solução atendendo aos princípios de IA Responsável
• Criar recurso de IA da Azure
• Escolher modelos de IA apropriados
• Implantar modelos de IA usando opções de implantação adequadas
• Instalar e utilizar SDKs e APIs
• Determinar o endpoint padrão para o serviço
• Integrar Serviços da Plataforma de IA da Azure no pipeline de CI/CD
• Planejar e implementar a implantação de contêineres

Gerenciar, Monitorar e Proteger um Serviço da Plataforma de IA da Azure

• Monitorar recurso de IA da Azure
• Gerenciar custos dos Serviços da Plataforma de IA da Azure
• Gerenciar e proteger chaves de conta
• Gerenciar a autenticação para o recurso de Serviço da Plataforma de IA da Azure

Implementar Soluções de IA de Forma Responsável

• Implementar soluções de moderação de conteúdo
• Configurar insights de IA responsável (segurança de conteúdo)
• Implementar IA responsável (filtros de conteúdo, listas de bloqueio)
• Prevenir comportamentos prejudiciais (proteção de prompt, detecção de danos)
• Projetar estrutura de governança de IA responsável

2. Implementar Soluções de IA Generativa (15-20%)

Construir Soluções de IA Generativa com a Plataforma de IA da Azure

• Planejar e preparar a solução de IA generativa
• Implantar hub, projeto e recursos com a Plataforma de IA da Azure
• Implantar o modelo de IA generativa apropriado
• Implementar solução de fluxo de prompt
• Implementar o padrão RAG (Geração Auxiliada por Recuperação) vinculando o modelo aos dados
• Avaliar modelos e fluxos
• Integrar o projeto ao aplicativo com o SDK da Plataforma de IA da Azure
• Utilizar modelos de prompt

Usar o Azure OpenAI na Plataforma de Modelos

• Provisionar o Azure OpenAI na Plataforma de Modelos
• Selecionar e implantar o modelo do Azure OpenAI
• Enviar prompts para gerar código e linguagem natural
• Usar o modelo DALL-E para gerar imagens
• Integrar o Azure OpenAI em aplicativos
• Usar modelos multimodais de grande porte
• Implementar o Assistente do Azure OpenAI

Otimizar e Operacionalizar a Solução de IA Generativa

• Configurar parâmetros para controlar o comportamento generativo
• Configurar monitoramento e diagnóstico de modelos
• Otimizar e gerenciar recursos de implantação
• Habilitar o rastreamento e coletar feedback
• Implementar reflexão de modelos
• Implantar contêineres para dispositivos locais e de borda
• Implementar orquestração de vários modelos de IA generativa
• Aplicar técnicas de engenharia de prompts
• Ajustar fino de modelos generativos

3. Implementar uma Solução Agêntica (5-10%)

Criar Agentes Personalizados

• Compreender o papel e os casos de uso de agentes
• Configurar recursos para construir agentes
• Criar agente com o Serviço de Agente da Plataforma de IA da Azure
• Implementar agentes complexos com Semantic Kernel e Autogen
• Implementar fluxos de trabalho complexos (orquestração, multi-agente, autônomo)
• Testar, otimizar e implantar agentes

4. Implementar Soluções de Visão Computacional (10-15%)

Analisar Imagens

• Selecionar recursos visuais para processamento de imagens
• Detectar objetos e gerar tags de imagem
• Incluir recursos de análise de imagens em solicitações de processamento
• Interpretar respostas de processamento de imagens
• Extrair texto de imagens usando a Visão Artificial da Azure
• Converter texto manuscrito

Implementar Modelos de Visão Personalizada

• Escolher entre classificação de imagens e detecção de objetos
• Rotular imagens
• Treinar modelos de imagem personalizados
• Avaliar métricas de modelo de visão personalizada
• Publicar modelos de visão personalizada
• Consumir modelos de visão personalizada
• Construir modelos de visão personalizada de forma programática

Analisar Vídeos

• Usar o Azure AI Video Indexer para insights de vídeo/fluxo ao vivo
• Usar a Análise Espacial da Visão Artificial da Azure para detecção e movimentação de pessoas

5. Implementar Soluções de Processamento de Linguagem Natural (15-20%)

Analisar e Traduzir Texto

• Extrair frases-chave e entidades
• Determinar o sentimento do texto
• Detectar idioma
• Detectar informações de identificação pessoal (PII)
• Traduzir texto e documentos usando o Tradutor de IA da Azure

Processar e Traduzir Fala

• Integrar recursos de fala gerativos de IA
• Implementar texto para fala e fala para texto
• Melhorar o texto para fala usando SSML
• Implementar soluções de fala personalizadas
• Implementar reconhecimento de intenção e palavra-chave
• Traduzir fala para fala e fala para texto

Implementar Modelos de Linguagem Personalizados

• Criar intenções, entidades e expressões
• Treinar, avaliar, implantar e testar modelos de entendimento de linguagem
• Otimizar, fazer backup e recuperar modelos
• Consumir modelos de linguagem em aplicativos cliente
• Criar projetos personalizados de perguntas e respostas
• Adicionar pares de perguntas e respostas e importar fontes
• Treinar, testar e publicar bases de conhecimento
• Criar conversas com várias etapas
• Adicionar fraseado alternativo e bate-papo
• Exportar bases de conhecimento
• Criar soluções de perguntas e respostas multilíngues
• Implementar tradução personalizada

6. Implementar Soluções de Mineração de Conhecimento e Extração de Informações (15-20%)

Implementar Solução de Pesquisa de IA da Azure

• Provisionar recurso de Pesquisa de IA da Azure
• Criar índice e definir conjunto de habilidades
• Criar fontes de dados e indexadores
• Implementar habilidades personalizadas em conjuntos de habilidades
• Criar e executar indexadores
• Consultar índice (sintaxe, ordenação, filtragem, curingas)
• Gerenciar projeções do Knowledge Store

Implementar Soluções de Armazenamento Semântico e Vetorial

• Configurar pesquisa semântica
• Implementar pesquisa vetorial
• Abordagens de pesquisa híbrida

Implementar Solução de Inteligência de Documentos da Azure

• Provisionar recurso de Inteligência de Documentos
• Usar modelos pré-construídos para extração de dados
• Implementar modelos personalizados de inteligência de documentos
• Treinar, testar e publicar modelos personalizados
• Criar modelos de inteligência de documentos compostos

Extrair Informações com o Entendimento de Conteúdo da Azure

• Criar pipeline de OCR para extração de texto
• Resumir, classificar e detectar atributos de documentos
• Extrair entidades, tabelas e imagens
• Processar e ingerir vários tipos de conteúdo

Principais Serviços de IA da Azure

Serviço Azure OpenAI

• Modelos GPT (GPT-4, GPT-3.5)
• DALL-E para geração de imagens
• Modelos de embeddings
• API de conclusão de chat
• Chamada de função

Visão Artificial da Azure

• Análise de imagens
• OCR (API Leitura)
• Visão Personalizada
• Face API
• Video Indexer
• Análise Espacial

Linguagem de IA da Azure

• Text Analytics
• Entendimento de Linguagem (LUIS)
• Perguntas e Respostas
• Tradutor
• Reconhecimento de Entidades Personalizadas

Fala de IA da Azure

• Fala para Texto
• Texto para Fala
• Tradução de Fala
• Reconhecimento de Voz
• Fala Personalizada

Inteligência de Documentos da Azure

• Modelos pré-construídos (faturas, recibos, identificação)
• Modelos de extração personalizados
• API de Layout
• Modelo de documento geral

Pesquisa de IA da Azure

• Pesquisa de texto completo
• Pesquisa semântica
• Pesquisa vetorial
• Enriquecimento de IA
• Mineração de conhecimento

Conceitos Importantes

IA Responsável

• Equidade: Evitar vieses
• Confiabilidade e Segurança: Desempenho consistente
• Privacidade e Segurança: Proteção de dados
• Inclusão: Acessível a todos
• Transparência: IA explicável
• Responsabilidade: Supervisão humana

Padrões de IA Generativa

• RAG (Geração Auxiliada por Recuperação)

  • Vincular modelos aos seus dados
  • Reduzir alucinações
  • Fornecer contexto

• Engenharia de Prompts

  • Mensagens do sistema
  • Aprendizado com poucos exemplos
  • Encadeamento de pensamento
  • Temperatura e top-p

Arquitetura de Agentes

• Agente Único: Um agente de IA lidando com tarefas
• Multi-Agente: Vários agentes especializados
• Orquestração: Coordenação das ações dos agentes
• Autônomo: Agentes autodirecionados

Ferramentas de Desenvolvimento

SDKs

• SDK do Azure para Python
• SDK do Azure para .NET
• SDK do Azure para JavaScript
• SDK do Azure para Java

APIs REST

• Autenticação (chaves de API, Azure AD)
• Formatos de solicitação/resposta
• Limitação de taxa
• Tratamento de erros

Ambientes de Desenvolvimento

• Azure AI Studio
• Visual Studio Code
• Jupyter Notebooks
• Azure Machine Learning

Melhores Práticas

Segurança

• Usar identidades gerenciadas
• Rotacionar chaves de API regularmente
• Implementar isolamento de rede
• Habilitar o registro em log de diagnóstico
• Usar o Azure Key Vault

Desempenho

• Implementar cache
• Usar agrupamento para operações em lote
• Configurar o nível/SKU apropriado
• Monitorar cotas e limites
• Otimizar o comprimento do prompt

Gerenciamento de Custos

• Escolher o nível de preço apropriado
• Monitorar o uso e os custos
• Implementar estratégias de cache
• Usar compromissos para cargas de trabalho previsíveis
• Limpar recursos não utilizados

Recursos de Estudo

Microsoft Learn Oficial

• Caminhos de aprendizado AI-102
• Documentação dos serviços de IA da Azure
• Laboratórios práticos
• Avaliações de prática

Prática Hands-On

• Conta gratuita da Azure
• Azure AI Studio
• Aplicativos de exemplo
• Repositórios do GitHub

Recursos da Comunidade

• Fóruns de Perguntas e Respostas da Microsoft
• Comunidade Técnica de IA/ML
• Vídeos do AI Show
• Documentação e tutoriais

Detalhes do Exame

• Pontuação de Aprovação: 700
• Formato das Questões: Múltipla escolha, estudos de caso, arrastar e soltar
• Duração do Exame: 120 minutos (150 minutos para falantes não nativos de inglês)
• Idiomas Disponíveis: Vários idiomas
• Custo do Exame: $165 USD (varia por região)

Caminho de Certificação

• Pré-requisitos: Experiência em desenvolvimento, conhecimento de APIs REST
• Renovação: Obrigatória a cada 12 meses por meio do Microsoft Learn
• Certificações Relacionadas:
  • Azure Data Scientist Associate (DP-100)
  • Azure Solutions Architect Expert (AZ-305)
  • Azure Developer Associate (AZ-204)