Guide d’étude pour l’examen AI-900 : Concepts de base de Microsoft Azure AI

Objectif de ce document

Ce guide d’étude est destiné à vous aider à comprendre ce qu’il faut attendre de l’examen. Il inclut un résumé des sujets potentiellement couverts par l’examen ainsi que des liens vers des ressources supplémentaires. Aidez-vous des informations et des supports fournis dans ce document pour savoir ce que vous devez étudier afin de vous préparer à l’examen.

Liens utiles	Descriptif
Comment obtenir la certification	Certaines certifications nécessitent un seul examen, tandis que d’autres en nécessitent plusieurs.
Renouvellement de la certification	Les certifications Microsoft Associate, Expert et Specialty expirent chaque année. Vous pouvez les renouveler en passant une évaluation en ligne gratuite sur Microsoft Learn.
Votre profil Microsoft Learn	En connectant votre profil de certification à Microsoft Learn, vous pouvez planifier et renouveler des examens, mais aussi partager et imprimer des certificats.
Notation des examens et relevés de notes	Pour réussir l’examen, vous devez obtenir un score de 700 ou plus.
Bac à sable de l’examen	Vous pouvez explorer l’environnement d’examen en visitant notre examen blanche d’examen.
Demander des aménagements	Si vous utilisez des appareils d’assistance, si vous avez besoin de temps supplémentaire ou si vous souhaitez un quelconque changement dans n’importe quelle partie de l’examen, vous pouvez faire une demande d’aménagement.
Effectuer une évaluation d’entraînement gratuite	Testez vos compétences avec des questions pratiques qui vous aideront à vous préparer à l’examen.

Mises à jour de l’examen

Nos examens sont régulièrement mis à jour pour refléter les compétences demandées pour effectuer les tâches associées à un rôle. Nous avons inclus deux versions des objectifs Compétences mesurées en fonction de la date à laquelle vous passez l’examen.

La version en langue anglaise de l’examen est toujours mise à jour en premier. Certains examens sont disponibles dans d’autres langues et sont mis à jour environ huit semaines après la mise à jour de la version anglaise. Microsoft s’efforce de mettre à jour les versions localisées conformément à la planification indiquée. Toutefois, il est possible que les versions localisées d’un examen ne soient pas mises à jour dans ces délais. Les autres langues disponibles sont indiquées dans la section Planifier l’examen de la page web Détails de l’examen. Si l’examen n’est pas disponible dans la langue de votre choix, vous pouvez demander un temps supplémentaire de 30 minutes pour passer l’examen.

Remarque

Les puces sous chacune des compétences mesurées visent à illustrer notre façon d’évaluer cette compétence. Des sujets connexes peuvent être abordés dans l’examen.

Remarque

La plupart des questions concernent des fonctionnalités qui sont en disponibilité générale (GA). L’examen peut comporter des questions relatives à des fonctionnalités en préversion qui sont déjà couramment utilisées.

Compétences mesurées le 2 mai 2025

Profil du public

Cet examen est pour vous l’occasion de montrer que vous connaissez les concepts de machine learning et d’IA, et les services Microsoft Azure associés. En tant que candidat à cet examen, vous devez connaître les supports de formation auto-rythmée ou dirigée par un instructeur de l’examen AI-900.

Si vous avez une expérience à la fois technique et non technique, cet examen est pour vous. Aucune expérience en science des données et en génie logiciel n’est requise. Toutefois, c’est un avantage de connaître :

• Concepts cloud de base

• Les applications client-serveur

Vous pouvez utiliser Azure AI Fundamentals pour préparer d’autres certifications Azure basées sur les rôles, comme Azure Data Scientist Associate ou Azure AI Engineer Associate, sans que cela soit un prérequis pour aucune d’elles.

Compétences en un clin d’œil

• Décrire les charges de travail et les considérations de l’intelligence artificielle (15 à 20 %)

• Décrire les principes fondamentaux du Machine Learning sur Azure (15 à 20%)

• Décrire les caractéristiques des charges de travail de la vision par ordinateur sur Azure (15 à 20 %)

• Décrire les caractéristiques des charges de travail du traitement du langage naturel (NLP) sur Azure (15 à 20 %)

• Décrire les fonctionnalités des charges de travail d’IA génératives sur Azure (20 à 25%)

Décrire les charges de travail et les considérations de l’intelligence artificielle (15 à 20 %)

Identifier les caractéristiques des charges de travail courantes de l’IA

• Identifier les charges de travail de la vision par ordinateur

• Identifier les charges de travail de traitement du langage naturel

• Identifier les charges de travail de traitement de documents

• Identifier les caractéristiques des charges de travail d’IA générative

Identifier les principes fondamentaux d’une IA responsable

• Décrire les considérations relatives à l’impartialité dans une solution d’IA

• Décrire les considérations relatives à la fiabilité et à la sécurité dans une solution d’IA

• Décrire les considérations relatives à la confidentialité et à la sécurité dans une solution d’IA

• Décrire les considérations relatives à l’inclusion dans une solution d’IA

• Décrire les considérations relatives à la transparence dans une solution d’IA

• Décrire les considérations relatives à la responsabilité dans une solution d’IA

Décrire les principes fondamentaux du Machine Learning sur Azure (15-20%)

Identifier les techniques courantes de Machine Learning

• Identifier les scénarios de machine learning de régression

• Identifier les scénarios de machine learning de classification

• Identifier les scénarios de machine learning de clustering

• Identifier les caractéristiques des techniques de Deep Learning

• Identifier les fonctionnalités de l’architecture transformer

Décrire les principaux concepts de machine learning

• Identifier les caractéristiques et les étiquettes d’un jeu de données pour le machine learning

• Décrire l’utilisation des jeux de données d’apprentissage et de validation dans le machine learning

Décrire les capacités d’Azure Machine Learning

• Décrire les capacités du Machine Learning automatisé

• Décrire les services de calcul et de données pour la science des données et le Machine Learning

• Décrire les capacités de gestion et de déploiement de modèle dans Azure Machine Learning

Décrire les caractéristiques des charges de travail de la vision par ordinateur sur Azure (15 à 20 %)

Identifier les types courants de solutions de vision par ordinateur

• Identifier les caractéristiques des solutions de classification d’images

• Identifier les caractéristiques des solutions de détection d’objets

• Identifier les caractéristiques des solutions de reconnaissance optique de caractères

• Identifier les fonctionnalités des solutions de détection faciale et d’analyse faciale

Identifier les outils et services Azure pour les tâches de vision par ordinateur

• Décrire les capacités du service Azure AI Vision

• Décrire les capacités du service de détection des visages Azure AI

Décrire les caractéristiques des charges de travail du traitement du langage naturel (NLP) sur Azure (15 à 20 %)

Identifier les caractéristiques des scénarios courants de charge de travail NLP

• Identifier les caractéristiques et les utilisations de l’extraction de phrases clés

• Identifier les caractéristiques et les utilisations de la reconnaissance d’entités

• Identifier les caractéristiques et les utilisations de l’analyse des sentiments

• Identifier les caractéristiques et les utilisations de la modélisation du langage

• Identifier les caractéristiques et les utilisations de la reconnaissance vocale et de la synthèse vocale

• Identifier les caractéristiques et les utilisations de la traduction

Identifier les outils et services Azure pour les charges de travail du traitement du langage naturel

• Décrire les capacités du service Azure AI Language

• Décrire les capacités du service Azure AI Speech

Décrire les fonctionnalités des charges de travail d’IA génératives sur Azure (20 à 25%)

Identifier les caractéristiques des solutions d’IA générative

• Identifier les caractéristiques des modèles d’IA générative

• Identifier les scénarios courants pour l’IA générative

• Identifier les considérations relatives à l’IA responsable pour l’IA générative

Identifier les services et fonctionnalités d’IA génératives dans Microsoft Azure

• Décrire les fonctionnalités et fonctionnalités d’Azure AI Foundry

• Décrire les fonctionnalités et les fonctionnalités du service Azure OpenAI

• Décrire les fonctionnalités et les fonctionnalités du catalogue de modèles Azure AI Foundry

Ressources de l’étude

Nous vous recommandons de vous entraîner et d’acquérir une expérience pratique avant de passer l’examen. Nous offrons des options d’auto-apprentissage, des formations en salle de classe ainsi que des liens vers de la documentation, des sites communautaires et des vidéos.

Ressources de l’étude	Liens vers les ressources d’apprentissage et la documentation
Recevez une formation	Choisissez des parcours et des modules d’apprentissage auto-rythmés ou suivez un cours dispensé par un instructeur
Rechercher de la documentation	Détecteur d’anomalies Language Understanding Azure Machine Learning Vision par ordinateur Technologie de traitement du langage naturel Service de robot Azure Reconnaissance vocale Traduction vocale
Poser une question	Q&A Microsoft | Microsoft Docs
Bénéficier du support de la communauté	Hub de l’intelligence artificielle et du Machine Learning
Suivre Microsoft Learn	Microsoft Learn - Microsoft Tech Community
Trouver une vidéo	AI Show Parcourir d’autres émissions Microsoft Learn

Journal des modifications

Le tableau ci-dessous récapitule les modifications entre la version actuelle et la version précédente des compétences mesurées. Les groupes fonctionnels sont en gras, suivis des objectifs au sein de chaque groupe. Le tableau est une comparaison entre la version précédente et la version actuelle des compétences mesurées lors de l’examen et la troisième colonne décrit l’étendue des changements.

Domaine des compétences avant le 2 mai 2025	Domaine des compétences depuis le 2 mai 2025	Modifier
Décrire les charges de travail et les considérations de l’intelligence artificielle.	Décrire les charges de travail et les considérations de l’intelligence artificielle.	Aucun changement
Identifier les caractéristiques des charges de travail courantes de l’IA	Identifier les caractéristiques des charges de travail courantes de l’IA	Majeur
Décrire les principes fondamentaux de l’apprentissage automatique sur Azure	Décrire les principes fondamentaux de l’apprentissage automatique sur Azure	% de l’examen en baisse
Identifier les techniques courantes de Machine Learning	Identifier les techniques courantes de Machine Learning	Secondaire
Décrire les fonctionnalités des charges de travail d’IA générative sur Azure	Décrire les fonctionnalités des charges de travail d’IA générative sur Azure	% de l’examen en hausse
Identifier les capacités d’Azure OpenAI Service	Identifier les services et fonctionnalités d’IA génératives dans Microsoft Azure	Majeur