آموزش AI-102: متخصص مهندسی هوش مصنوعی مایکروسافت Azure (اعتبار تا می 2025) - آخرین آپدیت

آموزش و آمادگی آزمون AI-102: بیش از 380 سوال تمرینی با توضیحات برای کسب مدرک مهندس هوش مصنوعی Microsoft Azure

آیا می‌خواهید مدرک مهندس هوش مصنوعی Microsoft Azure خود را بگیرید؟ با این مجموعه جامع سوالات تمرینی، برای آزمون AI-102 آماده شوید و دانش خود را در زمینه هوش مصنوعی Azure تقویت کنید.

مهارت‌های کلیدی مورد نیاز:

• برنامه‌ریزی و مدیریت یک راهکار هوش مصنوعی Azure (20–25%)
• پیاده‌سازی راهکارهای هوش مصنوعی مولد (15–20%)
• پیاده سازی راهکار عامل گرا (5-10%)
• پیاده‌سازی راهکارهای بینایی کامپیوتر (10–15%)
• پیاده‌سازی راهکارهای پردازش زبان طبیعی (15–20%)
• پیاده‌سازی راهکارهای داده‌کاوی دانش و استخراج اطلاعات (15–20%)

پیش‌نیازها: به عنوان یک مهندس هوش مصنوعی Azure، شما تجربه توسعه راهکارهایی را دارید که از زبان‌ها استفاده می‌کنند.

برنامه‌ریزی و مدیریت یک راهکار هوش مصنوعی Azure (20–25%)

انتخاب سرویس‌های مناسب هوش مصنوعی Azure

• انتخاب سرویس مناسب برای یک راهکار هوش مصنوعی مولد
• انتخاب سرویس مناسب برای یک راهکار بینایی کامپیوتر
• انتخاب سرویس مناسب برای یک راهکار پردازش زبان طبیعی
• انتخاب سرویس مناسب برای یک راهکار صوتی
• انتخاب سرویس مناسب برای یک راهکار استخراج اطلاعات
• انتخاب سرویس مناسب برای یک راهکار داده‌کاوی دانش

برنامه‌ریزی، ایجاد و استقرار یک سرویس هوش مصنوعی Azure

• برنامه‌ریزی برای یک راهکار که اصول هوش مصنوعی مسئولانه را رعایت می‌کند
• ایجاد یک منبع هوش مصنوعی Azure
• انتخاب مدل‌های هوش مصنوعی مناسب برای راهکار خود
• استقرار مدل‌های هوش مصنوعی با استفاده از گزینه‌های استقرار مناسب
• نصب و استفاده از SDKها و APIهای مناسب
• تعیین یک نقطه پایانی پیش‌فرض برای یک سرویس
• ادغام سرویس‌های هوش مصنوعی Azure در یک خط لوله یکپارچه‌سازی مداوم و تحویل مداوم (CI/CD)
• برنامه‌ریزی و پیاده‌سازی یک استقرار کانتینری

مدیریت، نظارت و ایمن‌سازی یک سرویس هوش مصنوعی Azure

• نظارت بر یک منبع هوش مصنوعی Azure
• مدیریت هزینه‌ها برای سرویس‌های هوش مصنوعی Azure
• مدیریت و محافظت از کلیدهای حساب
• مدیریت احراز هویت برای یک منبع سرویس هوش مصنوعی Azure

پیاده‌سازی مسئولانه راهکارهای هوش مصنوعی

• پیاده‌سازی راهکارهای تعدیل محتوا
• پیکربندی بینش‌های هوش مصنوعی مسئولانه، از جمله ایمنی محتوا
• پیاده‌سازی هوش مصنوعی مسئولانه، از جمله فیلترهای محتوا و لیست‌های مسدودسازی
• جلوگیری از رفتارهای مضر، از جمله محافظ‌های سریع و تشخیص آسیب
• طراحی یک چارچوب حاکمیت هوش مصنوعی مسئولانه

پیاده‌سازی راهکارهای هوش مصنوعی مولد (15–20%)

ساخت راهکارهای هوش مصنوعی مولد با Azure AI Foundry

• برنامه‌ریزی و آماده‌سازی برای یک راهکار هوش مصنوعی مولد
• استقرار یک هاب، پروژه و منابع لازم با Azure AI Foundry
• استقرار مدل هوش مصنوعی مولد مناسب برای مورد استفاده شما
• پیاده‌سازی یک راهکار جریان سریع
• پیاده‌سازی یک الگوی RAG با استناد به یک مدل در داده‌های خود
• ارزیابی مدل‌ها و جریان‌ها
• ادغام پروژه خود در یک برنامه با Azure AI Foundry SDK
• استفاده از قالب‌های سریع در راهکار هوش مصنوعی مولد خود

استفاده از سرویس Azure OpenAI برای تولید محتوا

• تهیه یک منبع سرویس Azure OpenAI
• انتخاب و استقرار یک مدل Azure OpenAI
• ارسال درخواست برای تولید کد و پاسخ‌های زبان طبیعی
• استفاده از مدل DALL-E برای تولید تصاویر
• ادغام Azure OpenAI در برنامه خود
• استفاده از مدل‌های چندوجهی بزرگ در Azure OpenAI
• پیاده‌سازی یک دستیار Azure OpenAI

بهینه‌سازی و عملیاتی‌سازی یک راهکار هوش مصنوعی مولد

• پیکربندی پارامترها برای کنترل رفتار تولیدی
• پیکربندی نظارت بر مدل و تنظیمات تشخیصی، از جمله عملکرد و مصرف منابع
• بهینه‌سازی و مدیریت منابع برای استقرار، از جمله مقیاس‌پذیری و به‌روزرسانی مدل‌های اساسی
• فعال‌سازی ردیابی و جمع‌آوری بازخورد
• پیاده‌سازی بازتاب مدل
• استقرار کانتینرها برای استفاده در دستگاه‌های محلی و لبه
• پیاده‌سازی هماهنگی چندین مدل هوش مصنوعی مولد
• اعمال تکنیک‌های مهندسی سریع برای بهبود پاسخ‌ها
• تنظیم دقیق یک مدل تولیدی

پیاده سازی یک راهکار عامل گرا (5-10%)

ایجاد عوامل سفارشی

• درک نقش و موارد استفاده از یک عامل
• پیکربندی منابع لازم برای ساخت یک عامل
• ایجاد یک عامل با سرویس Azure AI Agent
• پیاده‌سازی عوامل پیچیده با Semantic Kernel و Autogen
• پیاده‌سازی گردش‌های کاری پیچیده از جمله هماهنگی برای یک راهکار چند عاملی، چند کاربر و قابلیت‌های خودکار
• تست، بهینه‌سازی و استقرار یک عامل

پیاده‌سازی راهکارهای بینایی کامپیوتر (10–15%)

تجزیه و تحلیل تصاویر

• انتخاب ویژگی‌های بصری برای برآوردن الزامات پردازش تصویر
• تشخیص اشیاء در تصاویر و تولید برچسب‌های تصویر
• شامل کردن ویژگی‌های تجزیه و تحلیل تصویر در یک درخواست پردازش تصویر
• تفسیر پاسخ‌های پردازش تصویر
• استخراج متن از تصاویر با استفاده از Azure AI Vision
• تبدیل متن دست‌نویس با استفاده از Azure AI Vision

پیاده‌سازی مدل‌های بینایی سفارشی

• انتخاب بین مدل‌های طبقه‌بندی تصویر و تشخیص شی
• برچسب‌گذاری تصاویر
• آموزش یک مدل تصویر سفارشی، از جمله طبقه‌بندی تصویر و تشخیص شی
• ارزیابی معیارهای مدل بینایی سفارشی
• انتشار یک مدل بینایی سفارشی
• مصرف یک مدل بینایی سفارشی
• ساخت یک مدل بینایی سفارشی کد اول

تجزیه و تحلیل ویدیوها

• استفاده از Azure AI Video Indexer برای استخراج بینش‌ها از یک ویدیو یا پخش زنده
• استفاده از Azure AI Vision Spatial Analysis برای تشخیص حضور و حرکت افراد در ویدیو

پیاده‌سازی راهکارهای پردازش زبان طبیعی (15–20%)

تجزیه و تحلیل و ترجمه متن

• استخراج عبارات کلیدی و موجودیت‌ها
• تعیین احساس متن
• تشخیص زبان مورد استفاده در متن
• تشخیص اطلاعات شناسایی شخصی (PII) در متن
• ترجمه متن و اسناد با استفاده از سرویس Azure AI Translator

پردازش و ترجمه گفتار

• ادغام قابلیت‌های گفتاری هوش مصنوعی مولد در یک برنامه
• پیاده‌سازی تبدیل متن به گفتار و گفتار به متن با استفاده از Azure AI Speech
• بهبود تبدیل متن به گفتار با استفاده از زبان نشانه‌گذاری سنتز گفتار (SSML)
• پیاده‌سازی راهکارهای گفتاری سفارشی با Azure AI Speech
• پیاده‌سازی تشخیص قصد و کلمه کلیدی با Azure AI Speech
• ترجمه گفتار به گفتار و گفتار به متن با استفاده از سرویس Azure AI Speech

پیاده‌سازی مدل‌های زبانی سفارشی

• ایجاد قصدها، موجودیت‌ها و افزودن اظهارات
• آموزش، ارزیابی، استقرار و آزمایش یک مدل درک زبان
• بهینه‌سازی، پشتیبان‌گیری و بازیابی مدل درک زبان
• مصرف یک مدل زبانی از یک برنامه مشتری
• ایجاد یک پروژه پاسخگویی به سوالات سفارشی
• افزودن جفت‌های پرسش و پاسخ و وارد کردن منابع برای پاسخگویی به سوالات
• آموزش، آزمایش و انتشار یک پایگاه دانش
• ایجاد یک مکالمه چند نوبتی
• افزودن عبارت‌بندی جایگزین و گپ‌زنی به یک پایگاه دانش
• صادر کردن یک پایگاه دانش
• ایجاد یک راهکار پاسخگویی به سوالات چند زبانه
• پیاده‌سازی ترجمه سفارشی، از جمله آموزش، بهبود و انتشار یک مدل سفارشی

پیاده‌سازی راهکارهای داده‌کاوی دانش و استخراج اطلاعات (15–20%)

پیاده‌سازی یک راهکار Azure AI Search

• تهیه یک منبع Azure AI Search، ایجاد یک فهرست و تعریف یک مجموعه مهارت
• ایجاد منابع داده و نمایه سازها
• پیاده‌سازی مهارت‌های سفارشی و شامل کردن آنها در یک مجموعه مهارت
• ایجاد و اجرای یک نمایه ساز
• پرس و جو از یک فهرست، از جمله نحو، مرتب‌سازی، فیلتر کردن و وایلدکاردها
• مدیریت طرح‌ریزی‌های Knowledge Store، از جمله طرح‌ریزی‌های فایل، شی و جدول
• پیاده‌سازی راهکارهای معنایی و فروشگاه برداری

پیاده‌سازی یک راهکار Azure AI Document Intelligence

• تهیه یک منبع Document Intelligence
• استفاده از مدل‌های از پیش ساخته شده برای استخراج داده‌ها از اسناد
• پیاده‌سازی یک مدل هوش سند سفارشی
• آموزش، آزمایش و انتشار یک مدل هوش سند سفارشی
• ایجاد یک مدل هوش سند ترکیبی

استخراج اطلاعات با Azure AI Content Understanding

• ایجاد یک خط لوله OCR برای استخراج متن از تصاویر و اسناد
• خلاصه‌سازی، طبقه‌بندی و تشخیص ویژگی‌های اسناد
• استخراج موجودیت‌ها، جداول و تصاویر از اسناد
• پردازش و بلعیدن اسناد، تصاویر، ویدیوها و صدا با Azure AI Content Understanding