سوالات آزمون مهندس هوش مصنوعی Microsoft Azure (AI-102) - می 2025 - آخرین آپدیت

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

انتخاب سرویس‌های Azure AI مناسب

• انتخاب سرویس مناسب برای یک راهکار هوش مصنوعی مولد
• انتخاب سرویس مناسب برای یک راهکار دید کامپیوتری
• انتخاب سرویس مناسب برای یک راهکار پردازش زبان طبیعی
• انتخاب سرویس مناسب برای یک راهکار گفتاری
• انتخاب سرویس مناسب برای یک راهکار استخراج اطلاعات
• انتخاب سرویس مناسب برای یک راهکار دانش‌کاوی

برنامه‌ریزی، ایجاد و استقرار یک سرویس Azure AI

• برنامه‌ریزی برای یک راهکار مطابق با اصول هوش مصنوعی مسئولانه
• ایجاد یک منبع Azure AI
• انتخاب مدل‌های هوش مصنوعی مناسب برای راهکار شما
• 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 Azure AI در یک پایپ‌لاین یکپارچه‌سازی مداوم و تحویل مداوم (CI/CD)
• برنامه‌ریزی و پیاده‌سازی استقرار کانتینری

مدیریت، نظارت و ایمن‌سازی یک سرویس Azure AI

• نظارت بر یک منبع Azure AI
• مدیریت هزینه‌ها برای سرویس‌های Azure AI
• مدیریت و حفاظت از کلیدهای حساب کاربری
• مدیریت احراز هویت برای یک منبع سرویس Azure AI

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 مسدودکننده
• جلوگیری از رفتارهای مضر، از جمله محافظت از درخواست‌ها و تشخیص آسیب
• طراحی یک چارچوب حکمرانی 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 قرار دادن یک مدل در داده‌های خود
• ارزیابی مدل‌ها و جریان‌ها
• ادغام پروژه خود در یک برنامه با Azure AI Foundry SDK
• استفاده از الگوهای سریع در راهکار هوش مصنوعی مولد خود

استفاده از Azure OpenAI Service برای تولید محتوا

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

بهینه‌سازی و عملیاتی کردن یک راهکار هوش مصنوعی مولد

• پیکربندی پارامترها برای کنترل رفتار مولد
• پیکربندی تنظیمات نظارت و تشخیص مدل، از جمله عملکرد و مصرف منابع
• بهینه‌سازی و مدیریت منابع برای استقرار، از جمله مقیاس‌پذیری و به‌روزرسانی‌های مدل بنیادی
• فعال کردن ردیابی و جمع‌آوری بازخورد
• پیاده‌سازی بازتاب مدل
• استقرار کانتینرها برای استفاده در دستگاه‌های محلی و لبه
• پیاده‌سازی ارکستراسیون مدل‌های هوش مصنوعی مولد متعدد
• اعمال تکنیک‌های مهندسی سریع برای بهبود پاسخ‌ها
• تنظیم دقیق یک مدل مولد

پیاده‌سازی یک راهکار مبتنی بر Agent (5–10%)

ایجاد Agent های سفارشی

• درک نقش و موارد استفاده از یک Agent
• پیکربندی منابع لازم برای ساخت یک Agent
• ایجاد یک Agent با سرویس Azure AI Agent
• پیاده‌سازی Agent های پیچیده با Semantic Kernel و Autogen
• پیاده‌سازی گردش‌های کاری پیچیده از جمله ارکستراسیون برای یک راهکار چند Agent، چندین کاربر و قابلیت‌های خودمختار
• آزمایش، بهینه‌سازی و استقرار یک Agent

پیاده‌سازی راهکارهای دید کامپیوتری (10–15%)

تجزیه و تحلیل تصاویر

• انتخاب ویژگی‌های بصری برای برآورده کردن الزامات پردازش تصویر
• تشخیص اشیاء در تصاویر و تولید برچسب‌های تصویر
• درخواست 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 شیء
• برچسب‌گذاری تصاویر
• آموزش یک مدل تصویر سفارشی، از جمله طبقه‌بندی تصویر و تشخیص شیء
• ارزیابی معیارهای مدل بینایی سفارشی
• انتشار یک مدل بینایی سفارشی
• مصرف یک مدل بینایی سفارشی
• ساخت یک مدل بینایی سفارشی با کدنویسی مستقیم

تجزیه و تحلیل فیلم‌ها

• استفاده از Azure AI Video Indexer برای استخراج بینش از یک فیلم یا جریان 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 و موجودیت‌های کلیدی
• تعیین احساسات متن
• تشخیص زبان استفاده شده در متن
• تشخیص اطلاعات شخصی قابل شناسایی (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 Speech Synthesis Markup Language (SSML)
• پیاده‌سازی راهکارهای گفتاری سفارشی با Azure AI Speech
• پیاده‌سازی تشخیص هدف و کلمه کلیدی با Azure AI Speech
• ترجمه گفتار به گفتار و گفتار به متن با استفاده از سرویس Azure AI Speech

پیاده‌سازی مدل‌های زبان سفارشی

• ایجاد اهداف، موجودیت‌ها و افزودن عبارات
• آموزش، ارزیابی، استقرار و آزمایش یک مدل درک زبان
• بهینه‌سازی، پشتیبان‌گیری و بازیابی مدل درک زبان
• مصرف یک مدل زبان 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 گپ و گفت 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 دانش‌کاوی و استخراج اطلاعات (15–20%)

پیاده‌سازی یک راهکار Azure AI Search

• تهیه یک منبع Azure AI Search، ایجاد یک شاخص و تعریف یک مجموعه مهارت
• ایجاد منابع داده و فهرست‌سازها
• پیاده‌سازی مهارت‌های سفارشی و گنجاندن آن‌ها در یک مجموعه مهارت
• ایجاد و اجرای یک فهرست‌ساز
• پرسش یک شاخص، از جمله نحو، مرتب‌سازی، فیلتر کردن و وایلدکارت
• مدیریت فرافکنی‌های Knowledge Store، از جمله فرافکنی‌های فایل، شیء 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 اطلاعات سند سفارشی
• آموزش، آزمایش و انتشار یک مدل اطلاعات سند سفارشی
• ایجاد یک مدل اطلاعات سند ترکیبی

استخراج اطلاعات با Azure AI Content Understanding

• ایجاد یک پایپ‌لاین OCR برای استخراج متن از تصاویر و اسناد
• خلاصه‌سازی، طبقه‌بندی و تشخیص ویژگی‌های اسناد
• استخراج موجودیت‌ها، جداول و تصاویر از اسناد
• پردازش و دریافت اسناد، تصاویر، فیلم‌ها و صدا با Azure AI Content Understanding