Kursleitfaden für das Examen AI-900: Grundlagen von Microsoft Azure KI

Zweck dieses Dokuments

Dieser Kursleitfaden soll Ihnen helfen zu verstehen, was Sie bei der Prüfung erwartet. Er enthält eine Zusammenfassung der Themen, die in der Prüfung behandelt werden könnten, sowie Links zu zusätzlichen Ressourcen. Mit den in diesem Dokument enthaltenen Informationen und Materialien können Sie sich gezielt auf die Prüfung vorbereiten.

Nützliche Links	Beschreibung
Erwerben der Zertifizierung	Einige Zertifizierungen erfordern nur das Bestehen einer Prüfung, während für andere mehrere Prüfungen erforderlich sind.
Zertifizierungserneuerung	Die Associate-, Expert- und Specialty-Zertifizierungen von Microsoft sind nur ein Jahr lang gültig. Sie können Sie erneuern, indem Sie in Microsoft Learn erfolgreich eine kostenlose Onlinebeurteilung absolvieren.
Ihr Microsoft Learn-Profil	Wenn Sie Ihr Zertifizierungsprofil mit Microsoft Learn verknüpfen, können Sie Examen planen und verlängern sowie Zertifikate freigeben und drucken.
Examensbewertung und Ergebnisberichte	Zum Bestehen ist eine Mindestpunktzahl von 700 erforderlich.
Prüfungs-Sandbox	Dann können Sie Prüfungsumgebung über unsere Prüfungs-Sandbox erkunden.
Anfordern von Unterkünften	Wenn Sie Hilfsmittel benutzen, zusätzliche Zeit benötigen oder einen Teil des Prüfungsprozesses abändern müssen, können Sie eine Anpassung anfordern.
Kostenlose Übungsbewertung	Stellen Sie Ihr Wissen mit Übungsfragen auf die Probe, um sich auf das Examen vorzubereiten.

Aktualisierungen der Prüfung

Unsere Prüfungen werden regelmäßig aktualisiert, um Fertigkeiten abzufragen, die zum Ausführen einer Rolle erforderlich sind. Je nachdem, wann Sie die Prüfung ablegen, haben wir zwei Versionen der Qualifikationsbewertungsziele hinzugefügt.

Wir aktualisieren immer zuerst die englische Sprachversion der Prüfung. Einige Prüfungen werden in andere Sprachen übersetzt. Diese werden dann ungefähr acht Wochen nach der Aktualisierung der englischen Version eingestellt. Microsoft unternimmt zwar große Anstrengungen, um die lokalisierten Versionen gemäß Ankündigung zu aktualisieren, aber es kann vorkommen, dass die Aktualisierung der lokalisierten Versionen eines Examens nicht nach diesem Zeitplan erfolgen kann. Weitere verfügbare Sprachen sind im Abschnitt Prüfung planen der Webseite mit den Details zur Prüfung aufgeführt. Wenn die Prüfung nicht in Ihrer bevorzugten Sprache verfügbar ist, können Sie eine zusätzliche Zeit von 30 Minuten anfordern, um sie abzuschließen.

Hinweis

Die Aufzählungspunkte die den bewerteten Fertigkeiten folgen, sollen veranschaulichen, wie wir die jeweilige Fähigkeit bewerten. In der Prüfung können verwandte Themen behandelt werden.

Hinweis

Die meisten Fragen umfassen Features der allgemeinen Verfügbarkeit (GA). Die Prüfung kann Fragen zu Previewfunktionen enthalten, wenn diese Funktionen häufig verwendet werden.

Ab dem 2. Mai 2025 gemessene Fähigkeiten

Zielgruppenprofil

In diesem Examen können Sie Ihr Wissen über Konzepte des maschinellen Lernens und der künstlichen Intelligenz sowie die damit verbundenen Microsoft Azure-Dienste unter Beweis stellen. Als Kandidat*in für dieses Examen sollten Sie mit dem Lernmaterial des Examens AI-900 vertraut sein, das im Selbststudium oder unter Anleitung durchlaufen wird.

Dieses Examen ist für Sie geeignet, wenn Sie einen technischen oder auch einen nicht-technischen Hintergrund besitzen. Data Science- und Softwareentwicklungserfahrungen sind nicht erforderlich. Jedoch haben Sie Vorteile, wenn Sie in folgenden Bereichen Kenntnisse besitzen:

• Grundlegende Cloudkonzepte

• Clientserveranwendungen

Azure AI Fundamentals kann zur Vorbereitung auf andere rollenbasierte Azure-Zertifizierungen wie Azure Data Scientist Associate oder Azure AI Engineer Associate verwendet werden, ist aber keine Voraussetzung für eine dieser Zertifizierungen.

Qualifikationen auf einen Blick

• Beschreiben der Workloads von und Überlegungen zur künstlichen Intelligenz (15–20 %)

• Beschreiben grundlegender Prinzipien des maschinellen Lernens in Azure (15–20%)

• Beschreiben der Features von Workloads für maschinelles Sehen in Azure (15–20 %)

• Beschreiben der Features von Workloads für die linguistische Datenverarbeitung in Azure (15–20 %)

• Beschreiben von Features von generativen KI-Workloads in Azure (20–25%)

Beschreiben der Workloads von und Überlegungen zur künstlichen Intelligenz (15–20 %)

Identifizieren von Features gängiger KI-Workloads

• Identifizieren von Workloads für maschinelles Sehen

• Identifizieren von Workloads für die linguistische Datenverarbeitung

• Identifizieren von Dokumentverarbeitungsworkloads

• Identifizieren der Funktionen von generativen KI-Workloads

Bestimmen von Leitprinzipien für verantwortungsvolle KI

• Beschreiben von Überlegungen zur Fairness bei einer KI-Lösung

• Beschreiben von Überlegungen zur Zuverlässigkeit und Sicherheit bei einer KI-Lösung

• Beschreiben von Überlegungen zu Datenschutz und Sicherheit bei einer KI-Lösung

• Beschreiben von Überlegungen zur Inklusion bei einer KI-Lösung

• Beschreiben von Überlegungen zur Transparenz bei einer KI-Lösung

• Beschreiben von Überlegungen zur Verantwortlichkeit bei einer KI-Lösung

Beschreiben grundlegender Prinzipien des maschinellen Lernens in Azure (15-20%)

Identifizieren gängiger maschineller Lerntechniken

• Identifizieren von Regressionsszenarios für maschinelles Lernen

• Identifizieren von Klassifizierungsszenarios für maschinelles Lernen

• Identifizieren von Machine Learning-Szenarios mit Clustering

• Identifizieren der Funktionen von Deep Learning-Techniken

• Identifizieren von Features der Transformatorarchitektur

Beschreiben von wichtigen Machine Learning-Konzepten

• Identifizieren Sie Merkmale und Bezeichnungen in einem Datensatz für maschinelles Lernen

• Beschreiben der Verwendung von Trainings- und Validierungsdatasets beim maschinellen Lernen

Beschreiben der Funktionen von Azure Machine Learning

• Beschreiben der Funktionen des automatisierten maschinellen Lernens

• Beschreiben von Daten und Computediensten für Data Science und maschinelles Lernen

• Beschreiben der Modellverwaltungs- und Bereitstellungsfunktionen in Azure Machine Learning

Beschreiben der Features von Workloads für maschinelles Sehen in Azure (15–20 %)

Identifizieren gängiger Lösungen für maschinelles Sehen

• Identifizieren von Features von Bildklassifizierungslösungen

• Identifizieren von Features von Objekterkennungslösungen

• Identifizieren von Features von Lösungen für die optische Zeichenerkennung

• Identifizieren von Features von Gesichtserkennungs- und Gesichtsanalyselösungen

Identifizieren von Azure-Tools und -Diensten für Aufgaben des maschinelles Sehens

• Beschreiben der Funktionen des Azure KI Vision-Diensts

• Beschreiben der Funktionen des Azure KI-Gesichtserkennungsdiensts

Beschreiben der Features von Workloads für die linguistische Datenverarbeitung in Azure (15–20 %)

Identifizieren von Merkmalen von gängiger Workloadszenarios für die linguistische Datenverarbeitung

• Identifizieren von Features und Verwendungsmöglichkeiten der Schlüsselbegriffserkennung

• Identifizieren von Features und Verwendungsmöglichkeiten der Entitätserkennung

• Identifizieren von Features und Verwendungsmöglichkeiten der Stimmungsanalyse

• Identifizieren von Features und Verwendungsmöglichkeiten der Sprachmodellierung

• Identifizieren von Features und Verwendungsmöglichkeiten der Spracherkennung und -synthese

• Identifizieren von Features und Verwendungsmöglichkeiten der Übersetzung

Identifizieren von Azure-Tools und -Diensten für Workloads für die linguistische Datenverarbeitung

• Beschreiben der Funktionen des Azure KI Language-Diensts

• Beschreiben der Funktionen des Azure KI Speech-Diensts

Beschreiben von Features von generativen KI-Workloads in Azure (20–25%)

Identifizieren der Funktionen von generativen KI-Lösungen

• Identifizieren der Funktionen von generativen KI-Modellen

• Identifizieren allgemeiner Szenarien für generative KI

• Identifizieren verantwortungsvoller KI-Überlegungen für generative KI

Identifizieren von generativen KI-Diensten und -Funktionen in Microsoft Azure

• Beschreiben von Features und Funktionen von Azure AI Foundry

• Beschreiben von Features und Funktionen des Azure OpenAI-Diensts

• Beschreiben von Features und Funktionen des Azure AI Foundry-Modellkatalogs

Lernressourcen

Es wird empfohlen, dass Sie vor dem Ablegen der Prüfung üben und praktische Erfahrungen sammeln. Wir bieten Optionen für Selbststudium und Präsenzschulung sowie Links zu Dokumentationen, Community-Websites und Videos.

Lernressourcen	Links zu Lern- und Dokumentationsressourcen
Bereiten Sie sich vor	Wählen Sie aus eigenverantwortlichen Lernpfaden und Modulen aus, oder nehmen Sie an einer Präsenzschulung teil.
Zugehörige Dokumentation	Anomalieerkennung Language Understanding Azure Machine Learning Maschinelles Sehen Technologie zur Verarbeitung von natürlicher Sprache Azure Bot Service Spracherkennung Sprachübersetzung
Fragen stellen	Microsoft Q&A | Microsoft-Dokumentation
Community-Support erhalten	Hub zu künstlicher Intelligenz und maschinellem Lernen
Folgen von Microsoft Learn	Microsoft Learn – Microsoft Tech Community
Video finden	Die AI Show Durchsuchen anderer Microsoft Learn-Shows

Änderungsprotokoll

In der folgenden Tabelle sind die Änderungen an den bewerteten Qualifikationen zwischen der aktuellen und der vorherigen Version zusammengefasst. Die funktionalen Gruppen sind fett formatiert. Danach folgen die Ziele innerhalb jeder Gruppe. In der Tabelle werden die vorherige und die aktuelle Version der bewerteten Qualifikationen im Examen verglichen. In der dritten Spalte wird der Umfang der Änderungen beschrieben.

Qualifikationsbereich vor dem 2. Mai 2025	Qualifikationsbereich ab dem 2. Mai 2025	Change
Beschreiben der Workloads und Überlegungen zur künstlichen Intelligenz	Beschreiben der Workloads und Überlegungen zur künstlichen Intelligenz	Keine Änderung
Identifizieren von Features gängiger KI-Workloads	Identifizieren von Features gängiger KI-Workloads	Haupt
- Grundprinzipien des maschinellen Lernens in Azure beschreiben	- Grundprinzipien des maschinellen Lernens in Azure beschreiben	Prozentwert in der Prüfung verringert
Identifizieren gängiger maschineller Lerntechniken	Identifizieren gängiger maschineller Lerntechniken	Nebenversion
Beschreiben der Features von generativen KI-Workloads in Azure	Beschreiben der Features von generativen KI-Workloads in Azure	Prozentwert in der Prüfung erhöht
Identifizieren der Funktionen von Azure OpenAI Service	Identifizieren von generativen KI-Diensten und -Funktionen in Microsoft Azure	Haupt