AI-102 Designing and Implementing a Microsoft Azure AI Solution

AI-102 (Microsoft Azure AI Engineer Associate) ist die spezialisierte KI-Engineer-Zertifizierung von Microsoft. Themen: 1. Plan and Manage an Azure AI Solution (15-20%) — Azure AI Services Auswahl je Use Case, Provisioning (Single-Service vs. Multi-Service Resource), Key Management mit Azure Key Vault, Cost Optimization (Free vs. Standard Tiers, Pricing-Modelle), Monitoring mit Application Insights. 2. Implement Decision Support Solutions (10-15%) — Azure AI Content Safety (Image und Text Moderation mit Hate, Violence, Sexual, Self-Harm Categories in 4 Severity Levels), Personalizer (Reinforcement-Learning-basierte Recommendations — eingestellt 2026, Migration nötig). 3. Implement Computer Vision Solutions (15-20%) — Azure AI Vision (Image Analysis mit Tags/Objects/People/Text, OCR mit Read API für hand-written und printed Text in 75+ Sprachen, Face Detection und Identity ohne Demographic-Inference, Spatial Analysis für Person-Tracking in Räumen). Azure AI Custom Vision für eigene Bildklassifikation und Object Detection (training mit gelabelten Beispielen). Azure AI Video Indexer für Video-Analyse. 4. Implement Natural Language Processing Solutions (15-20%) — Azure AI Language: Text Analytics (Sentiment Analysis, Key Phrase Extraction, Named Entity Recognition NER, PII Detection für Compliance, Language Detection in 100+ Sprachen), Custom Text Classification (eigene Kategorien), Custom Named Entity Recognition (eigene Entitäten), Conversational Language Understanding (CLU — Intent Recognition für Chatbots, ehemals LUIS Language Understanding Intelligent Service), Question Answering (für Knowledge Base Chatbots, ehemals QnA Maker), Translation. Azure AI Speech: Speech-to-Text mit Real-Time und Batch, Text-to-Speech mit Neural Voices und Custom Neural Voice (für Brand-Voice), Speech Translation, Speaker Recognition. 5. Implement Knowledge Mining and Document Intelligence (15-20%) — Azure AI Search (Semantic Search, Vector Search für RAG-Architekturen, Hybrid Search Kombination Keyword + Vector, Cognitive Skills für AI-Enrichment während Indexing). Azure AI Document Intelligence (Form Recognizer für strukturierte Extraktion aus Dokumenten — Receipts, Invoices, ID-Documents, Custom Models für eigene Formulare, Layout für allgemeine Document-Layout). 6. Implement Generative AI Solutions (20-25%) — Azure OpenAI Service (GPT-4o, GPT-4o-mini, o1, GPT-3.5-Turbo, DALL-E 3 für Bildgenerierung, Whisper für STT). Deployment-Typen (Standard, Provisioned Throughput, Global Standard). Prompt Engineering (System Prompts, Few-Shot, Chain-of-Thought, Function Calling für Tool Use, Structured Outputs für strukturierte Responses). Embeddings mit text-embedding-3-large/small für RAG. Fine-Tuning Foundation Models (LoRA, QLoRA). Azure AI Foundry (ehemals AI Studio) mit Playground, Prompt Flow, Evaluation. Microsoft Copilot Studio für Custom Copilots. Responsible AI in Azure OpenAI (Content Filters, Prompt Shields, Groundedness Detection, Custom Categories). Examen AI-102: ~50 Fragen, 100 Min, 700/1000 Pass.