Guida allo studio per l'esame AI-900: Concetti fondamentali di Microsoft Azure per intelligenza artificiale

Scopo di questo documento

Questa guida allo studio dovrebbe aiutare a comprendere cosa aspettarsi dall'esame e include un riepilogo dei possibili argomenti trattati dall'esame e collegamenti a risorse aggiuntive. Le informazioni e i materiali forniti in questo documento dovrebbero aiutare a concentrarsi sugli studi durante la preparazione dell'esame.

Collegamenti utili	Descrizione
Come conseguire la certificazione	Alcune certificazioni richiedono solo il superamento di un esame, mentre altre richiedono il superamento di più esami.
Rinnovo della certificazione	Le certificazioni Microsoft Associate, Expert e Specialty hanno scadenza annuale. È possibile rinnovarle superando una valutazione online gratuita su Microsoft Learn.
Profilo personale di Microsoft Learn	La connessione del profilo di certificazione a Microsoft Learn consente di pianificare e rinnovare gli esami e di condividere e stampare i certificati.
Assegnazione dei punteggi degli esami e report dei punteggi	Per superare l'esame, è necessario un punteggio minimo pari a 700.
Sandbox dell'esame	è possibile esplorare l'ambiente di esame visitando la sandbox dell'esame.
Richiedere gli alloggi	Se si usano dispositivi con assistive technology oppure si ha bisogno di tempo supplementare o di modifiche a qualsiasi aspetto dell'esperienza di esame, è possibile richiedere un alloggio.
Eseguire una valutazione pratica gratuita	Testa le tue competenze con domande di prova per contribuire alla preparazione all'esame.

Aggiornamenti all'esame

Gli esami vengono aggiornati periodicamente per rispecchiare le competenze necessarie per svolgere un ruolo. Sono state incluse due versioni degli obiettivi Competenze misurate a seconda del momento in cui si sostiene l'esame.

La versione in lingua inglese dell'esame viene sempre aggiornata per prima. Alcuni esami vengono localizzati in altre lingue e le versioni localizzate vengono aggiornate circa otto settimane dopo l'aggiornamento della versione inglese. Anche se Microsoft si impegna costantemente ad aggiornare le versioni localizzate di questo esame, come indicato, a volte gli aggiornamenti potrebbero non essere eseguiti in base a questa pianificazione. Le altre lingue disponibili sono elencate nella sezione sulla pianificazione dell'esame della pagina dei dettagli dell'esame. Se l'esame non è disponibile nella lingua preferita, è possibile richiedere 30 minuti in più per completare l'esame.

Nota

I punti elenco che seguono ognuna delle competenze misurate illustrano come viene valutata tale competenza. Nell'esame possono essere trattati alcuni argomenti correlati.

Nota

La maggior parte delle domande riguarda funzionalità disponibili a livello generale. L'esame può contenere anche domande su funzionalità di anteprima, se queste funzionalità sono d'uso comune.

Competenze misurate a partire dal 2 maggio 2025

Profilo dei partecipanti

Questo esame offre l'opportunità di dimostrare la conoscenza dei concetti di machine learning e intelligenza artificiale e dei relativi servizi di Microsoft Azure. I candidati per questo esame dovranno avere familiarità con il materiale per l'apprendimento autogestito o con docente dell'esame AI-900.

Questo esame è destinato a candidati con background sia tecnici che no. Non è necessario avere esperienza in data science e ingegneria del software. Tuttavia, si potrebbe trarre vantaggio da una comprensione di:

• Concetti di base sul cloud

• Applicazioni client/server

La certificazione Azure AI Fundamentals può essere usata per preparare altre certificazioni basate sul ruolo di Azure come Azure Data Scientist Associate o Azure AI Engineer Associate, ma non è un prerequisito per le stesse.

Riepilogo delle competenze

• Descrivere i carichi di lavoro e le considerazioni sull'intelligenza artificiale (15-20%)

• Descrivere i principi fondamentali di Machine Learning in Azure (15-20%)

• Descrivere le funzionalità dei carichi di lavoro di visione artificiale in Azure (15-20%)

• Descrivere le funzionalità dei carichi di elaborazione del linguaggio naturale in Azure (15-20%)

• Descrivere le funzionalità dei carichi di lavoro generativi di intelligenza artificiale in Azure (20-25%)

Descrivere i carichi di lavoro e le considerazioni sull'intelligenza artificiale (15-20%)

Identificare le funzionalità dei carichi di lavoro di intelligenza artificiale comuni

• Identificare i carichi di lavoro di visione artificiale

• Identificare i carichi di lavoro di elaborazione del linguaggio naturale

• Identificare i carichi di lavoro di elaborazione dei documenti

• Identificare le funzionalità dei carichi di lavoro di intelligenza artificiale generativa

Identificare i principi per un'implementazione responsabile dell'intelligenza artificiale

• Descrivere le considerazioni sull'equità in una soluzione di intelligenza artificiale

• Descrivere le considerazioni sull'affidabilità e la sicurezza in una soluzione di intelligenza artificiale

• Descrivere le considerazioni sulla privacy e la sicurezza in una soluzione di intelligenza artificiale

• Descrivere le considerazioni sull'inclusione in una soluzione di intelligenza artificiale

• Descrivere le considerazioni sulla trasparenza in una soluzione di intelligenza artificiale

• Descrivere le considerazioni sulla responsabilità in una soluzione di intelligenza artificiale

Descrivere i principi fondamentali di Machine Learning in Azure (15-20%)

Identificare le tecniche di apprendimento automatico più comuni

• Identificare gli scenari di Machine Learning per la regressione

• Identificare gli scenari di Machine Learning per la classificazione

• Identificare gli scenari di Machine Learning per il clustering

• Identificare le funzionalità delle tecniche di Deep learning

• Identificare le funzionalità dell'architettura transformer

Descrivere i concetti di base di Machine Learning

• Identificare le funzionalità e le etichette in un set di dati per Machine Learning

• Descrivere come vengono usati i set di dati di training e convalida in Machine Learning

Descrivere le funzionalità di Azure Machine Learning

• Descrivere le funzionalità di Machine Learning automatizzato

• Descrivere i servizi di dati e di calcolo per il data science e l'apprendimento automatico

• Descrivere le funzionalità di gestione e distribuzione dei modelli in Azure Machine Learning

Descrivere le funzionalità dei carichi di lavoro di visione artificiale in Azure (15-20%)

Identificare i tipi comuni di soluzioni di visione artificiale

• Identificare le caratteristiche delle soluzioni di classificazione delle immagini

• Identificare le caratteristiche delle soluzioni di rilevamento oggetti

• Identificare le caratteristiche delle soluzioni di riconoscimento ottico dei caratteri

• Identificare le caratteristiche delle soluzioni di rilevamento facciale e analisi facciale

Identificare gli strumenti e i servizi di Azure per le attività di visione artificiale

• Descrivere le funzionalità del servizio Visione di Azure AI

• Descrivere le funzionalità del servizio di rilevamento volto di Azure per intelligenza artificiale

Descrivere le funzionalità dei carichi di elaborazione del linguaggio naturale in Azure (15-20%)

Identificare le funzionalità degli scenari comuni del carico di lavoro di elaborazione del linguaggio naturale

• Identificare le funzionalità e gli usi per l'estrazione di frasi chiave

• Identificare le funzionalità e gli usi per il riconoscimento delle entità

• Identificare le funzionalità e gli usi per l'analisi valutazione

• Identificare le funzionalità e gli usi per la creazione di modelli linguistici

• Identificare le funzionalità e gli usi per il riconoscimento vocale e la sintesi vocale

• Identificare le funzionalità e gli usi per la traduzione

Identificare gli strumenti e i servizi di Azure per i carichi di lavoro di elaborazione del linguaggio naturale

• Descrivere le funzionalità del servizio Lingua di Azure AI

• Descrivere le funzionalità del servizio Voce di Azure AI

Descrivere le funzionalità dei carichi di lavoro generativi di intelligenza artificiale in Azure (20-25%)

Identificare le caratteristiche delle soluzioni di intelligenza artificiale generativa

• Identificare le caratteristiche dei modelli di intelligenza artificiale generativa

• Identificare gli scenari comuni per l'intelligenza artificiale generativa

• Identificare le considerazioni sull'intelligenza artificiale responsabile per l'intelligenza artificiale generativa

Identificare i servizi e le funzionalità generativi di intelligenza artificiale in Microsoft Azure

• Descrivere funzionalità e funzionalità di Azure AI Foundry

• Descrivere le funzionalità e le funzionalità del servizio Azure OpenAI

• Descrivere le funzionalità e le funzionalità del catalogo dei modelli di Azure AI Foundry

Risorse di studio

È consigliabile seguire il corso di formazione e acquisire esperienza pratica prima di sostenere l'esame. Sono disponibili opzioni di studio in autonomia e formazione in aula oltre a collegamenti a documentazione, siti della community e video.

Risorse di studio	Collegamenti alle sessioni di apprendimento e alla documentazione
Approfondisci	Scegliere tra percorsi di apprendimento e moduli autogestiti o seguire un corso con docente
Trova la documentazione	Rilevamento anomalie Language Understanding Azure Machine Learning Visione artificiale Tecnologia di elaborazione del linguaggio naturale (lab) Servizio Azure Bot Riconoscimento vocale Traduzione vocale
Fai una domanda	Domande e risposte Microsoft | Microsoft Docs
Richiedi supporto della community	Hub di intelligenza artificiale e Machine Learning
Segui Microsoft Learn	Microsoft Learn - Microsoft Tech Community
Trova un video	AI Show Visualizzare altri video Microsoft Learn

Registro modifiche

La tabella seguente riepiloga le modifiche tra la versione corrente e quella precedente delle competenze misurate. I gruppi funzionali sono in grassetto seguiti dagli obiettivi all'interno di ogni gruppo. La tabella fornisce un confronto tra la versione precedente e attuale delle competenze misurate per l'esame e la terza colonna descrive l'entità delle modifiche.

Area delle competenze prima del 2 maggio 2025	Area delle competenze a partire dal 2 maggio 2025	Modifica
Descrivere i carichi di lavoro di intelligenza artificiale e considerazioni	Descrivere i carichi di lavoro di intelligenza artificiale e considerazioni	Nessuna modifica
Identificare le funzionalità dei carichi di lavoro di intelligenza artificiale comuni	Identificare le funzionalità dei carichi di lavoro di intelligenza artificiale comuni	Maggiore
Descrivere i principi fondamentali del machine learning in Azure	Descrivere i principi fondamentali del machine learning in Azure	% dell'esame è diminuito
Identificare le tecniche di apprendimento automatico più comuni	Identificare le tecniche di apprendimento automatico più comuni	Secondarie
Descrivere le caratteristiche dei carichi di lavoro di IA generativa in Azure	Descrivere le caratteristiche dei carichi di lavoro di IA generativa in Azure	% dell’esame aumentata
Identificare le funzionalità del Servizio OpenAI di Azure	Identificare i servizi e le funzionalità generativi di intelligenza artificiale in Microsoft Azure	Maggiore