AI-102
Designing and Implementing a Microsoft Azure AI Solution
Designing and Implementing a Microsoft Azure AI Solution
Información del
Programa
Duración:
20 horas
Localidad:
Madrid
Modalidad:
Online direct via Teams
Fecha:
26/05/2025
Curso AI-102 Designing and Implementing a Microsoft Azure AI Solution
La formación AI-102 Designing and Implementing a Microsoft Azure AI Solution está pensada para desarrolladores de software que desean crear aplicaciones infundidas de AI que aprovechen Azure Cognitive Services, Azure Cognitive Search y Microsoft Bot Framework. El curso utilizará C# o Python como lenguaje de programación.
Temario
Módulo 1 – Preparación para desarrollar soluciones de inteligencia artificial en Azure
- Definir la inteligencia artificial.
- Comprender los términos relacionados con la Inteligencia Artificial.
- Comprender las consideraciones de los ingenieros de IA.
- Comprender las funcionalidades de Azure Machine Learning.
- Descripción de las funcionalidades de Servicios de Azure AI.
- Comprender las funcionalidades de Azure Bot Service.
- Comprender las funcionalidades de Azure Cognitive Search.
Módulo 2 – Creación y consumo de Servicios de Azure AI
- Aprovisionamiento de un recurso de Servicios de Azure AI.
- Identificación de puntos de conexión y claves.
- Uso de una API REST.
- Uso de un SDK.
Módulo 3 – Protección de los Servicios de inteligencia artificial de Azure
- Consideración de la autenticación.
- Implementación de seguridad de red.
Módulo 4 – Supervisión de los Servicios de Azure AI
- Supervisión del costo.
- Creación de alertas.
- Visualización de métricas.
- Administrar registros de diágnostico.
Módulo 5 – Implementar servicios de Azure AI en contenedores
- Comprender los contenedores.
- Usar contenedores de Servicios de Azure AI.
Módulo 6 – Análisis de imágenes
- Aprovisionar un recurso de Visión de Azure AI.
- Análisis de una imagen.
- Generar una miniatura recortada inteligente.
Módulo 7 – Clasificación de imágenes con modelos personalizados de Visión de Azure AI
- Descripción de los tipos de modelo personalizados
- Creación de un proyecto personalizado
- Etiquetado y entrenamiento de un modelo personalizado
Módulo 8 – Detección, análisis y reconocimiento de caras
- Identificar opciones para la detección, el análisis y la identificación de caras
- Conocer las consideraciones para el análisis de caras
- Detectar caras con el servicio Visión de Azure AI
- Conocer las funcionalidades del servicio Face
- Comparar y asociar las caras detectadas
- Implementar el reconocimiento facial
Módulo 9 – Lectura de texto en imágenes y documentos con el servicio Visión de Azure AI
- Explorar las opciones de Visión de Azure AI para leer texto
- Uso de Read API
Módulo 10 – Analizar vídeos
- Comprender las capacidades de Azure Video Indexer.
- Extraer información personalizada
- Uso de widgets y API de Video Analyzer
Módulo 11 – Análisis de texto con Lenguaje de Azure AI
- Aprovisionar un recurso de Lenguaje de Azure AI
- Detectar idioma
- Extracción de frases claves
- Análisis de opinión
- Extraer entidades
- Extracción de entidades vinculadas
Módulo 12 – Crear soluciones de respuesta a preguntas con Lenguaje de Azure AI
- Descripción de la respuesta a preguntas.
- Comparación de respuestas a preguntas con Azure AI Language Understanding.
- Creación de una base de conocimientos.
- Implementar una conversación multiturno.
- Prueba y publicación de una base de conocimiento.
- Uso de una base de conocimiento.
- Mejora del rendimiento de la respuesta a preguntas.
- Creación de un bot de respuesta de preguntas.
Módulo 13 – Creación de un modelo de reconocimiento del lenguaje conversacional
- Reconocimiento de las funcionalidades integradas del servicio Lenguaje de Azure AI.
- Descripción de los recursos para crear un modelo de reconocimiento del lenguaje conversacional.
- Definición de intenciones, expresiones y entidades.
- Uso de patrones para diferenciar expresiones similares.
- Uso de componentes de entidad pregeneradas.
- Entrenamiento, prueba, publicación y revisión de un modelo de reconocimiento del lenguaje conversacional.
Módulo 14 – Creación de un proyecto de clasificación de texto personalizado
- Descripción de tipos de proyectos de clasificación
- Descripción de cómo compilar proyectos de clasificación de texto
Módulo 15 – Reconocimiento de entidades con nombre personalizado
- Descripción del reconocimiento de entidades con nombre personalizadas
- Etiquetado de los datos
- Entrenamiento y evaluación del modelo
Módulo 16 – Traducción de texto con el servicio Traductor de Azure AI
- Aprovisionamiento de un recurso de Traductor de Azure AI
- Comprender la detección, traducción y transliteración de idiomas
- Especificar opciones de traducción
- Definir traducciones personalizadas
Módulo 17 – Creación de aplicaciones habilitadas para voz con Servicios de Azure AI
- Aprovisionamiento de un recurso de Azure para la voz.
- Uso de la API de conversión de voz en texto de Azure AI.
- Uso de la API Text to Speech.
- Configuración del formato de audio y las voces.
- Uso de Lenguaje de marcado de síntesis de voz.
Módulo 18 – Traducción de voz con el servicio de voz de Azure AI
- Aprovisionamiento de un recurso de Azure para la traducción de voz.
- Traducción de voz a texto.
- Síntesis de traducciones.
Módulo 19 – Creación de una solución de Búsqueda de Azure AI
- Administración de capacidad.
- Comprender los componentes de búsqueda.
- Descripción del proceso de indexación.
- Búsqueda de un índice.
- Filtrado y ordenación de datos.
- Mejora del índice.
Módulo 20 – Creación de una aptitud personalizada para Búsqueda de Azure AI
- Creación de una aptitud personalizada
- Adición de una aptitud personalizada a un conjunto de aptitudes
Módulo 21 – Creación de un almacén de conocimiento con Búsqueda de Azure AI
- Definición de proyecciones.
- Definición de un almacén de conocimiento.
Módulo 22 – Enriquecimiento de sus datos con Lenguaje de Azure AI
- Explore las características disponibles del Lenguaje de Azure AI
- Enriquecimiento de un índice de búsqueda en Búsqueda de Azure AI con clases personalizadas y Lenguaje de Azure AI
Módulo 23 – Implemente características avanzadas de búsqueda en Búsqueda de Azure AI
- Mejore de la clasificación de un documento con la priorización de términos
- Mejora de la relevancia de los resultados mediante la adición de perfiles de puntuación
- Mejora de un índice mediante analizadores y términos con tokens
- Mejora de un índice para incluir varios idiomas
- Mejora de la experiencia de búsqueda ordenando los resultados por distancia desde un punto de referencia determinado
Módulo 24 – Creación de aptitudes personalizadas de Azure Machine Learning para Búsqueda de Azure AI
- Aprenda a usar un conjunto de aptitudes personalizado de Azure Machine Learning
- Enriquecimiento de un índice de búsqueda mediante un modelo de Azure Machine Learning
Módulo 25 – Busque datos fuera de la plataforma de Azure en Búsqueda de Azure AI usando Azure Data Factory
- Indexación de datos de orígenes de datos externos mediante Azure Data Factory
- Indexación de datos mediante la API de inserción de Búsqueda de Azure AI
Módulo 26 – Mantenga una solución de Búsqueda de Azure AI
- Administración de la seguridad de una solución de Búsqueda de Azure AI
- Optimización del rendimiento de una solución de Búsqueda de Azure AI
- Administración de costes de soluciones de Búsqueda de Azure AI
- Mejora de la confiabilidad de una solución de Búsqueda de Azure AI
- Supervisión de una solución de Búsqueda de Azure AI
- Depuración de problemas de búsqueda mediante el Portal de Azure
Módulo 27 – Realice una nueva clasificación de las búsquedas con la clasificación semántica en Búsqueda de Azure AI
- ¿Qué es la clasificación semántica?
- Configuración de la clasificación semántica
Módulo 28 – Realización de la búsqueda y recuperación de vectores en Búsqueda de Azure AI
- ¿Qué es la búsqueda vectorial?
- Preparación de la búsqueda
- Información sobre la inserción
Módulo 29 – Planifique una solución de Documento de inteligencia de Azure AI
- Descripción de Documento de inteligencia de Azure AI
- Planear recursos de Documento de inteligencia de Azure AI
Módulo 30 – Uso de modelos de inteligencia de documentos compilados previamente
- Información sobre los modelos precompilados
- Uso de los modelos Documento general, Lectura y Diseño
- Uso de modelos financieros, identificadores y fiscales
Módulo 31 – Extracción de datos de formularios con la inteligencia de documentos de Azure
- ¿Qué es Azure Document Intelligence?
- Comenzar con Documento de inteligencia de Azure
- Entrenar modelos personalizados
- Usar modelos de Azure Document Intelligence
- Usar el Estudio de Documento de inteligencia de Azure.
Módulo 32 – Crear un modelo compuesto de Documento de inteligencia
- Descripción de los modelos compuestos
- Ensambladura de modelos compuestos
Módulo 33 – Crear una habilidad personalizada de Documentos de inteligencia para la búsqueda Azure AI
- Descripción de las canalizaciones de enriquecimiento de Búsqueda de Azure AI
- Creación de una aptitud personalizada de Documento de inteligencia de Azure AI
