Studienleitfaden für Examen AI-900: Microsoft Azure AI Fundamentals

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	Microsoft Partner-, Experten- und Spezialzertifizierungen laufen jährlich ab. Sie können erneuern, indem Sie eine kostenlose Online-Bewertung auf Microsoft Learn absolvieren.
Ihr Microsoft Learn-Profil	Wenn Sie Ihr Zertifizierungsprofil mit Microsoft Lernen verbinden, können Sie Prüfungen planen und verlängern und Zertifikate freigeben und drucken.
Examensbewertung und Ergebnisberichte	Zum Bestehen ist eine Mindestpunktzahl von 700 erforderlich.
Prüfungs-Sandbox	Sie können die Prüfungsumgebung erkunden, indem Sie unsere Prüfungs-Sandbox besuchen.
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 lokalisiert und werden ungefähr acht Wochen nach der Aktualisierung der englischen Version aktualisiert. Während Microsoft alle Anstrengungen unternehmen, lokalisierte Versionen wie erwähnt zu aktualisieren, kann es vorkommen, dass die lokalisierten Versionen einer Prüfung in diesem Zeitplan nicht aktualisiert werden. 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

Diese Prüfung bietet Ihnen die Möglichkeit, Kenntnisse von Maschinellem Lernen und KI-Konzepten und verwandten Microsoft Azure Services zu demonstrieren. 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

Sie können Azure KI-Grundlagen verwenden, um sich auf andere Azure rollenbasierte Zertifizierungen wie Azure Wissenschaftliche Fachkraft für Daten Associate oder Azure Technische Fachkraft für KI Associate vorzubereiten, dies ist jedoch keine Voraussetzung für sie.

Qualifikationen auf einen Blick

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

• Beschreiben der Grundprinzipien des maschinellen Lernens zu Azure (15–20%)

• Beschreiben Sie die Merkmale von Computer-Vision-Workloads auf Azure (15–20%)

• Beschreiben der Merkmale von NLP-Workloads (Natural Language Processing) auf Azure (15-20%)

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

Beschreibung von Workloads 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

• Das Identifizieren von Dokumentverarbeitungs-Workloads

• 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 der Grundprinzipien des maschinellen Lernens auf 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 Sie die Verwendung von Trainings- und Validierungsdatensätzen beim maschinellen Lernen

Beschreiben Azure Machine Learning Funktionen

• Beschreiben der Funktionen des automatisierten maschinellen Lernens

• Beschreibung von Daten- und Rechenservices für Data Science und maschinelles Lernen

• Beschreiben von Modellverwaltungs- und Bereitstellungsfunktionen in Azure Machine Learning

Beschreiben Sie die Merkmale von Computer-Vision-Workloads auf 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 Computervisionsaufgaben

• Beschreiben Sie die Funktionen des Azure KI Vision-Dienstes.

• Beschreiben der Funktionen des Azure KI-Gesichtserkennungsdiensts

Beschreiben der Merkmale von NLP-Workloads (Natural Language Processing) auf Azure (15-20%)

Merkmale von gängigen Workload-Szenarien für die natürliche Sprachverarbeitung identifizieren

• 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 Azure Tools und Dienste für NLP-Workloads

• Beschreiben Sie die Funktionen des Azure KI Language-Dienstes

• Beschreiben Sie die Funktionen des Azure KI Speech-Diensts

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

Identifizieren der Funktionen von generativen KI-Lösungen

• Identifizieren der Funktionen von generativen KI-Modellen

• Identifizieren allgemeiner Szenarien für generative KI

• Identifizieren Sie Überlegungen zur Verantwortlichkeit von KI bei generativer 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.
Dokumentation finden	Anomalieerkennung Language Understanding Azure Machine Learning Maschinelles Sehen Technologie zur Verarbeitung von natürlicher Sprache Azure Bot Service Sprache-zu-Text Sprachübersetzung
Fragen stellen	Microsoft Q& A | Microsoft-Dokumentation
Community-Support erhalten	Artificial Intelligence und Machine Learning Hub
Folgen Sie Microsoft Learn	Microsoft Learn - Microsoft Tech Community
Video finden	Die AI Show Andere Microsoft Learn Shows durchsuchen

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	Ändern
Beschreibung von Workloads und Überlegungen zur Künstlichen Intelligenz	Beschreibung von Workloads und Überlegungen zur Künstlichen Intelligenz	Keine Änderung
Identifizieren von Features gängiger KI-Workloads	Identifizieren von Features gängiger KI-Workloads	Schwer
Grundprinzipien des maschinellen Lernens auf Azure beschreiben	Beschreiben Sie die grundlegenden Prinzipien des maschinellen Lernens auf Azure	Prozentwert in der Prüfung verringert
Identifizieren gängiger maschineller Lerntechniken	Identifizieren gängiger maschineller Lerntechniken	Nebenversion
Beschreiben Sie die Merkmale generativer KI-Arbeitslasten auf Azure	Beschreiben Sie die Merkmale von generativen KI-Arbeitslasten auf Azure	Prozentsatz der Prüfung erhöht
Identifizieren von Funktionen von Azure OpenAI Service	Identifizieren von generativen KI-Diensten und -Funktionen in Microsoft Azure	Schwer