このドキュメントの目的
この学習ガイドは、この試験で想定される内容を理解するのに役立つもので、試験に出る可能性のあるトピックの概要と、その他のリソースへのリンクが掲載されています。 このドキュメントの情報と資料は、試験の準備をする際に研究に集中するのに役立ちます。
| 便利なリンク | 説明 |
|---|---|
| 認定資格を取得する方法 | 認定資格の中には、1 つの試験に合格するだけで済むものもあれば、複数の試験に合格する必要があるものもあります。 |
| 認定資格の更新 | Microsoftアソシエイト、エキスパート、および専門認定資格は、毎年有効期限が切れます。 Microsoft Learn で free オンライン評価に合格することで更新できます。 |
| あなたのMicrosoft Learn プロファイル | 認定プロファイルを Microsoft Learn に接続すると、試験のスケジュールと更新、証明書の共有と印刷を行うことができます。 |
| 試験スコアとスコアレポート | 合格するには、700 以上のスコアが必要です。 |
| 試験サンドボックス | 試験サンドボックスにアクセスして、試験の環境を確認できます。 |
| 配慮を求める | 支援機器を使用する場合、時間延長が必要な場合、または試験エクスペリエンスのいずれかの部分を変更する必要がある場合は、便宜を図るよう要求できます。 |
試験の更新
試験は、ロールを実行するために必要なスキルを反映するように定期的に更新されます。 試験を受けるタイミングに応じて、2 つのバージョンの評価されるスキルの目標が含まれています。
常に、英語版の試験が最初に更新されます。 一部の試験は他の言語にローカライズされており、英語版が更新されてから約 8 週間後に更新されます。 Microsoftは、記載されているようにローカライズされた試験を更新するためにあらゆる努力をしていますが、このスケジュールでローカライズされたバージョンの試験が更新されない場合があります。 その他の利用可能な言語は、試験の詳細 Web ページの「試験のスケジュール設定」セクションに表示されます。 試験が希望する言語で実施されていない場合、試験完了までの時間を 30 分延長するように要求できます。
注
評価される各スキルの後に続く箇条書きは、そのスキルをどのようにして評価するかを説明することを目的としています。 関連するトピックが試験に出題される可能性があります。
注
ほとんどの質問では、一般提供 (GA) の機能について説明します。 プレビュー機能が一般的に使用されている場合は、これらの機能に関する問題が試験に含まれることがあります。
2026年4月16日時点で測定されたスキル
視聴者プロフィール
このMicrosoft認定の候補として、Microsoft Foundry を利用するエージェントと AI ソリューションを構築、管理、デプロイするAzure AI エンジニアです。
この試験では、Pythonを使用してアプリを開発した経験があり、一般的な AI、生成型 AI、Azure サービスの機能について理解している必要があります。
貴社の責務:
Azure AI ソリューションの計画と管理。
ジェネレーティブ AI とエージェント ソリューションの実装。
コンピューター ビジョン ソリューションの実装。
テキスト分析ソリューションの実装。
情報抽出ソリューションの実装。
この役割では、ビジネス関係者、ソリューション アーキテクト、データ サイエンティスト、DevOps エンジニア、クラウド セキュリティ エンジニアと協力して、AI ソリューションを設計、実装、保守します。
スキルの概要
Azure AI ソリューションの計画と管理 (25 ~ 30%)
生成 AI とエージェント ソリューションの実装 (30 ~ 35%)
コンピューター ビジョン ソリューションを実装する (10 から 15%)
テキスト分析ソリューションの実装 (10 ~ 15%)
情報抽出ソリューションの実装 (10 ~ 15%)
Azure AI ソリューションの計画と管理 (25 ~ 30%)
生成 AI とエージェントに適した Foundry サービスを選択する
大規模言語モデル (LLM)、小さな言語モデル、マルチモーダル モデル、Foundry Tools など、各タスクに適したモデルを選択する
生成タスク、接地、ベクター検索、エージェント ワークフロー、またはマルチモーダル処理に適した Foundry サービスを選択する
取得とインデックス作成に適した方法を選択する
エージェント ソリューションに適したメモリ、ツール、ナレッジ統合サービスを選択する
Foundry で AI ソリューションを設定する
AI アプリとエージェントベースのソリューションのAzureインフラストラクチャを設計する
適切なデプロイ オプションを選択する
モデルとエージェントのデプロイを構成する
Foundry プロジェクトを継続的インテグレーションおよび継続的デプロイ (CI/CD) パイプラインと統合する
AI システムの管理、監視、セキュリティ保護
モデルとエージェントのワークロードのクォータ、スケーリング、レート制限、コストフットプリントを管理する
モデルのパフォーマンス、ドリフト、安全イベント、接地品質を監視する
データ インジェストの品質、検索インデックスの正常性、関連性のパフォーマンスを監視する
マネージド ID、プライベート ネットワーク、キーレス資格情報、ロール ポリシーなどのセキュリティを構成する
生成型 AI とエージェント システム全体に責任ある AI を実装する
安全フィルター、ガードレール、リスク検出、コンテンツ モデレーションを構成する
エバリュエーター、安全性評価、説明ツールなど、責任ある AI インストルメンテーションを適用する
トレース ログ、実績メタデータ、承認ワークフローを使用して監査を実装する
監視モード、制約、ツール アクセス制御を使用してエージェントの動作を管理する
生成 AI とエージェント ソリューションの実装 (30 ~ 35%)
Foundry を使用して生成アプリケーションを構築する
LLM、小規模モデル、コード モデル、マルチモーダル モデルをデプロイして使用する
アプリケーションで取得拡張生成 (RAG) を実装する
ワークフロー、ツール拡張フロー、マルチステップ推論パイプラインを設計する
製造、関連性、品質、安全性の検出など、モデルとアプリを評価する
Foundry SDK とコネクタを使用して生成ワークフローをアプリケーションに統合する
Foundry プロジェクトに接続するようにアプリケーションを構成する
Foundry を使用してエージェントをビルドする
エージェント ロール、目標、会話追跡アプローチ、およびツール スキーマを定義する
取得、関数呼び出し、会話メモリを統合するエージェントを構築する
API、ナレッジ ストア、検索、コンテンツの理解、カスタム関数などのエージェント ツールを統合する
調整されたマルチエージェント ソリューションを実装する
セーフガードと承認フロー制御を使用して自律的または半自律的なワークフローを構築する
デプロイされたエージェントに監視を統合し、エージェントの動作を評価し、エラー分析を実行する
生成 AI システムの最適化と運用化
プロンプト エンジニアリングやモデル パラメーターの調整など、生成動作を調整する
モデルリフレクション、思考チェーン評価、自己批判ループを実装する
トレース、トークン分析、安全信号、待機時間の内訳を実装して可観測性を設定する
複数のモデル、フロー、またはハイブリッド LLM およびルール エンジンを調整する
コンピューター ビジョン ソリューションを実装する (10 から 15%)
画像生成ソリューションとビデオ生成ソリューションを設計して実装する
テキスト プロンプトと参照メディアから画像を生成するソリューションを実装する
テキスト プロンプトと参照メディアからビデオを生成するソリューションを実装する
イメージ編集ワークフロー (描画、マスクベースの編集、プロンプト駆動型の変更など) を構成する
生成されたビデオを編集するワークフローを実装する
プラットフォームによって提供される適切な生成および編集コントロールを選択して適用する
マルチモーダル理解ワークフローの設計と実装
マルチモーダル モデルを使用してビジュアル コンテキストを分析するソリューションを構築する
1 つまたは複数の画像の簡潔または詳細なキャプションを生成するようにアプリを構成する
視覚的証拠に根付いた質問への回答を可能にするソリューションを実装する
アクセシビリティ ガイドラインに合わせて代替テキストと拡張画像の説明の生成を構成する
Foundry Tools で Azure Content Understanding を構成して視覚的特性を抽出することで、視覚的な理解を実装する
ビデオセグメントを処理および解釈するためのビデオ分析ワークフローを実装する
単一タスクとプロモードの Content Understanding パイプラインを構成する
画像またはビデオ内のオブジェクト、コンポーネント、または領域を識別するソリューションを実装する
マルチモーダル コンテンツに責任ある AI を実装する
安全でないビジュアル コンテンツまたは許可されていないビジュアル コンテンツを分類するためのフィルターを実装する
画像に埋め込まれたテキストを使用して間接的なプロンプト挿入を検出して軽減する
透かしの適用、禁止シンボルのフラグ付け、ブランドの使用要件の維持、不適切な可能性のあるコンテンツの検出など、視覚的なポリシー ルールを適用する
テキスト分析ソリューションの実装 (10 ~ 15%)
言語モデルのテキスト分析を適用する
生成プロンプトと Foundry Tools を使用してエンティティ、トピック、概要、構造化 JSON 出力を抽出するソリューションを実装する
センチメント、トーン、安全性の問題、機密性の高いコンテンツの検出を構成する
Foundry Tools または LLM を利用した翻訳フローのAzure Translatorを使用してテキストを翻訳するソリューションを構築する
コンプライアンスの要約やドメイン抽出など、ドメイン タスクの言語モデル出力をカスタマイズする
音声ソリューションを実装する
エージェント操作のために音声をテキストに変換し、テキストを音声に変換するワークフローを実装する
カスタム音声モデルを含む、音声をエージェント モダリティとして統合する
オーディオ入力からのマルチモーダル推論を有効にする
言語モデルと Foundry Tools を使用して音声を他の言語に翻訳する
情報抽出ソリューションの実装 (10 ~ 15%)
リトリーバルパイプラインとグラウンディングパイプラインを構築する
ドキュメント、画像、オーディオ、ビデオなどのコンテンツの取り込みとインデックス作成
セマンティック検索、ハイブリッド検索、およびグラウンディング用のベクター検索を構成する
テキスト、画像、レイアウトにカスタムまたは組み込みのスキルを使用してエンリッチメントを実装する
ドキュメントを含め、光学式文字認識 (OCR) を使用して RAG インジェスト フローを構成する
取得パイプラインをワークフローとエージェント ツールに直接接続する
ドキュメントからコンテンツを抽出する
OCR、レイアウト分析、フィールド抽出を組み合わせたマルチモーダル パイプラインを使用して情報を抽出する
Content Understanding を使用して、エージェントと RAG 用にクリーンで現実に即した表現を生成する
Content Understanding を使用してダウンストリームの推論のために構造化された出力またはマークダウン出力を生成するためのアナライザーを実装する
学習リソース
試験を受ける前に、トレーニングを行い、実践的な経験を積むことをお勧めします。 自己学習のオプションとクラスルーム トレーニングのほか、ドキュメント、コミュニティ サイト、ビデオへのリンクも提供しています。
| 学習リソース | 学習とドキュメントへのリンク |
|---|---|
| トレーニングを受けよう | マイペースで進められるラーニング パスとモジュールを選択するか、講師による指導付きコースを受講する |
| ドキュメントの検索 |
Azure AI サービス Azure AI Vision Azure AI Video Indexer Azure AI Language Azure AI 音声 Azure AI 検索 Azure OpenAI Azure AI Document Intelligence |
| 質問する | |
| コミュニティ サポートを受ける |
AI - Machine Learning - Microsoft Tech Community AI - Machine Learning ブログ - Microsoft Tech Community |
| Microsoft学習に従う | Microsoft Learn - Microsoft Tech Community |
| ビデオを見つける |
AI Show |