AI-102T00 Designing and Implementing a Microsoft Azure AI Solution

2.1. Crear recursos de servicios de Azure AI en una suscripción de Azure.

2.2. Identificar los puntos de conexión, las claves y las ubicaciones necesarias para consumir un recurso de servicios de Azure AI.

2.3. Usar una API de REST y un SDK para consumir servicios de Azure AI.

3.1. Considerar diferentes aspectos acerca de la autenticación para los servicios de Azure AI

3.2. Administrar la seguridad de red para los servicios de Azure AI

4.1. Supervisión de los costes de los servicios de Azure AI.

4.2. Crear alertas y ver métricas de los servicios de Azure AI.

4.3. Administrar el registro de diagnóstico de servicios de Azure AI.

5.1. Creación de contenedores para su reutilización

5.2. Implementación y protección de un contenedor

5.3. Consume servicios de Azure AI desde un contenedor

6.1. Aprovisionar un recurso de Visión de Azure AI

6.2. Análisis de una imagen

6.3. Generar una miniatura recortada inteligente

7.1. Aprovisionar recursos de Azure para Custom Vision de Azure AI

7.2. Comprender la clasificación de imágenes

7.3. Entrenar un clasificador de imágenes

8.1. Identificar opciones para la detección, el análisis y la identificación de caras

8.2. Conocer las consideraciones para el análisis de caras

8.3. Detectar caras con el servicio Visión de Azure AI

8.4. Conocer las funcionalidades del servicio Face

8.5. Comparar y asociar las caras detectadas

8.6. Implementar el reconocimiento facial

9.1. Leer texto de imágenes mediante OCR

9.2. Uso del análisis de imágenes del servicio Visión de Azure AI con SDK y la API de REST

9.3. Desarrollo de una aplicación que pueda leer texto impreso y manuscrito

10.1. Descripción de las funcionalidades de Azure Video Indexer

10.2. Extraer información personalizada

10.3. Uso de widgets y API de Azure Video Indexer

11.1. Detectar el idioma del texto

11.2. Analizar opiniones de texto

11.3. Extraer frases clave, entidades y entidades vinculadas

12.1. Comprender la respuesta a preguntas y su comparación con el reconocimiento del lenguaje

12.2. Crear, probar, publicar y consumir un knowledge base

12.3. Implementar conversaciones multiturno y aprendizaje activo

12.4. Crear un bot de respuesta a preguntas para interactuar con el uso de lenguaje natural

13.1. Aprovisionamiento de recursos de Azure para el recurso de Lenguaje de Azure AI

13.2. Definición de intenciones, expresiones y entidades

13.3. Uso de patrones para diferenciar expresiones similares

13.4. Uso de componentes de entidad pregeneradas

13.5. Entrenamiento, prueba, publicación y revisión de un modelo de Lenguaje de Azure AI

14.1. Descripción de tipos de proyectos de clasificación

14.2. Creación de un proyecto de clasificación de texto personalizado

14.3. Etiquetar datos, entrenar e implementar un modelo

14.4. Envío de tareas de clasificación desde su propia aplicación

15.1. Entender las entidades con nombre personalizadas y cómo se etiquetan.

15.2. Compilar un proyecto del servicio Language.

15.3. Etiquetar datos y entrenar e implementar un modelo de extracción de entidades.

15.4. Enviar tareas de extracción desde una aplicación propia

16.1. Aprovisionar un recurso de Translator

16.2. Comprender la detección, traducción y transliteración de idiomas

16.3. Especificar opciones de traducción

16.4. Definir traducciones personalizadas

17.1. Aprovisionamiento de un recurso de Azure para el servicio de Voz de Azure AI

17.2. Utiliza la API de conversión de voz a texto de Azure AI para implementar el reconocimiento de voz

17.3. Uso de la API Text-to-Speech para implementar la síntesis de voz

17.4. Configuración del formato de audio y las voces

17.5. Uso de Lenguaje de marcado de síntesis de voz (SSML)

18.1. Aprovisionar recursos de Azure para la traducción de voz.

18.2. Generar traducción de texto a partir de voz.

18.3. Sintetizar traducciones habladas.

19.1. Creación de una solución de Búsqueda de Azure AI

19.2. Desarrollar una aplicación de búsqueda

20.1. Implementación de una aptitud personalizada para Búsqueda de Azure AI

20.2. Integración de una aptitud personalizada en un conjunto de aptitudes de Búsqueda de Azure AI

21.1. Creación de un almacén de conocimiento desde una canalización de Búsqueda de Azure AI

21.2. Ver datos en proyecciones en un almacén de conocimiento

22.1. Describir los componentes de una solución de Documento de inteligencia de Azure AI.

22.2. Crear y conectarse a los recursos de Documento de inteligencia de Azure AI en Azure.

22.3. Elegir si desea usar un modelo creado previamente, personalizado o compuesto

23.1. Identifica los problemas empresariales que puedes resolver mediante modelos precompilados en Documento de inteligencia de Azure AI.

23.2. Analiza los formularios con los modelos Documento general, Lectura y Diseño.

23.3. Análisis de formularios con modelos financieros, identificadores y fiscales precompilados.

24.1. Comprender la respuesta a preguntas y su comparación con el reconocimiento del lenguaje

24.2. Identificar cómo el servicio de diseño, los modelos precompilados y el servicio personalizado de Azure Document Intelligence pueden automatizar los procesos

24.3. Usar las funcionalidades de reconocimiento óptico de caracteres (OCR) de Azure Document Intelligence con SDK, API de REST y Azure Document Intelligence Studio

24.4. Desarrollar y probar modelos personalizados

25.1. Crea un recurso de Azure OpenAI Service y reconoce los tipos de modelos base de Azure OpenAI.

25.2. Usa Azure OpenAI Studio, la consola o la API REST para implementar un modelo base y probarlo en las áreas de juegos de Studio.

25.3. Genera finalizaciones para los mensajes y empieza a administrar parámetros de modelos.

26.1. Integración de Azure OpenAI en la aplicación

26.2. Diferencias entre los distintos puntos de conexión disponibles para la aplicación

26.3. Generación de finalizaciones para solicitudes mediante la API REST y los SDK específicos del lenguaje

27.1. Comprende el concepto de ingeniería de mensajería y su rol en la optimización del rendimiento de los modelos de Azure OpenAI.

27.2. Aprende a diseñar y optimizar los mensajes para usar mejor los modelos de inteligencia artificial.

27.3. Incluye instrucciones claras, solicita composición de salida y usa contenido contextual para mejorar la calidad de las respuestas del modelo.

28.1. Uso de mensajes de lenguaje natural para escribir código

28.2. Compilación de pruebas unitarias y comprensión del código complejo con los modelos de IA

28.3. Generación de comentarios y documentación para el código existente

29.1. Descripción de las funcionalidades de DALL-E en Azure OpenAI Service

29.2. Uso del área de juegos DALL-E en Azure OpenAI Studio

29.3. Uso de la interfaz REST de Azure OpenAI para integrar la generación de imágenes DALL-E en las aplicaciones

30.1. Describir las funcionalidades de Azure OpenAI en los datos

30.2. Configurar Azure OpenAI para usar sus propios datos

30.3. Usar la API de Azure OpenAI para generar respuestas basadas en sus propios datos

31.1. Describir un proceso general para el desarrollo de una solución de inteligencia artificial generativa responsable

31.2. Identificar y clasificar por orden de prioridad los daños posibles pertinentes a una solución de inteligencia artificial generativa

31.3. Medir la presencia de daños en una solución de inteligencia artificial generativa

31.4. Mitigar los daños en una solución de inteligencia artificial generativa

31.5. Preparar la implementación y operación de una solución de inteligencia artificial generativa de manera responsable