AI-900, AI-100: IA di Microsoft Azure
Prezzo: $19.99
AI-900: Nozioni di base sull'intelligenza artificiale di Microsoft Azure
I candidati per questo esame devono avere una conoscenza di base dell'apprendimento automatico (ML) e intelligenza artificiale (AI) concetti e relativi servizi Microsoft Azure.
Questo esame è un'opportunità per dimostrare la conoscenza dei carichi di lavoro ML e AI comuni e come implementarli in Azure.
Questo esame è destinato a candidati con background tecnico e non tecnico. Non sono richieste esperienza in scienza dei dati e ingegneria del software; tuttavia, alcune conoscenze o esperienze di programmazione generale sarebbero utili.
Azure AI Fundamentals può essere usato per prepararsi ad altre certificazioni basate sui ruoli di Azure come Azure Data Scientist Associate o Azure AI Engineer Associate, ma non è un prerequisito per nessuno di loro.
AI-100: Progettazione e implementazione di una soluzione Azure AI
I candidati per questo esame devono avere esperienza in materia utilizzando i servizi cognitivi, apprendimento automatico, e il knowledge mining per progettare e implementare soluzioni Microsoft AI che coinvolgono l'elaborazione del linguaggio naturale, discorso, visione computerizzata, e IA conversazionale.
Le responsabilità di un Azure AI Engineer includono l'analisi dei requisiti per le soluzioni AI, raccomandando gli strumenti e le tecnologie appropriate, e progettare e implementare soluzioni AI che soddisfino i requisiti di scalabilità e prestazioni.
Gli Azure AI Engineer traducono la visione degli architetti di soluzioni e collaborano con i data scientist, ingegneri dei dati, Specialisti dell'IoT, e sviluppatori di software per creare soluzioni end-to-end complete.
Un candidato per questo esame deve avere conoscenza ed esperienza nella progettazione e implementazione di app e agenti di intelligenza artificiale che utilizzano i servizi cognitivi di Microsoft Azure, Servizio Bot di Azure, Ricerca cognitiva di Azure, e archiviazione dei dati in Azure. Inoltre, un candidato dovrebbe essere in grado di consigliare soluzioni che utilizzano tecnologie open source, comprendere i componenti che compongono il portfolio di Azure AI e le opzioni di archiviazione dei dati disponibili, e capire quando è necessario sviluppare un'API personalizzata per soddisfare requisiti specifici.
Lascia un commento
Devi accesso o Registrati per aggiungere un nuovo commento .