Lecciones en español / Azure AI Engineer / Hoja de repaso · English

Hoja de repaso de Azure AI Engineer AI-102

Cada consejo para el examen y término clave de las lecciones gratuitas de Azure AI Engineer, por dominio. Usa la opción Imprimir de tu navegador para guardarla como PDF.

Dominio 1: Plan and manage an Azure AI solution (24%)

Consejos para el examen

Relaciona el resultado que pide el escenario: campos con nombre de formularios significa Document Intelligence, líneas de texto simple significa Vision Read, puntuaciones de contenido dañino significa Content Safety y prosa generada significa Azure OpenAI.
Si la pregunta enfatiza un endpoint y una factura para varios servicios precompilados, elige el recurso multiservicio. Si enfatiza un nivel gratuito o claves separadas por servicio, elige recursos de un solo servicio. Gobernanza compartida con espacios de trabajo separados significa un hub con proyectos.
Global significa cualquier región, Data Zone significa dentro de la zona de la UE o EE. UU., Standard significa la región del recurso y Provisioned significa capacidad reservada con latencia predecible. Un error 429 apunta a la cuota o a los límites de velocidad.
En una pregunta sobre plantillas, mira kind para identificar el servicio y sku.name para el nivel. customSubDomainName es la propiedad ligada a la autenticación con Entra ID.
Conoce los códigos de estado: 401 problema de credencial, 403 bloqueo por permisos o por red, 404 ruta o nombre de implementación incorrectos, 429 límite de velocidad, 202 operación asíncrona iniciada.
Reader es un rol del plano de administración y no puede llamar a las API de IA. Para llamadas sin claves, elige una identidad administrada más Cognitive Services User (u OpenAI User para Azure OpenAI). La autenticación con tokens necesita un subdominio personalizado.
La rotación sin tiempo de inactividad siempre es: cambia a la otra clave y luego regenera. Mantener un recurso fuera de internet es un endpoint privado más deshabilitar el acceso de red pública.
Conoce los tres parámetros obligatorios del contenedor: ApiKey, Billing y Eula. Sin nada de internet significa contenedores desconectados, que requieren aprobación de Microsoft y un plan de compromiso.
Las métricas son automáticas y sirven para alertas; los registros necesitan una configuración de diagnóstico y van a Log Analytics para usar KQL. Toda alerta notifica mediante un grupo de acciones.
Relaciona el escenario con el principio: explicar el uso de la IA y sus límites es transparencia, el trato igualitario entre grupos es equidad, la accesibilidad es inclusión y la responsabilidad humana sobre los resultados es accountability. Palabras prohibidas específicas significan una lista de bloqueo.
400 con content_filter significa que se bloqueó el prompt; finish_reason content_filter significa que se bloqueó la salida. Un jailbreak en el mensaje del usuario es un ataque en el prompt del usuario; instrucciones ocultas en los datos son un ataque en documentos.

Términos clave

Azure AI services (servicios de Azure AI): La familia de API de IA precompiladas de Microsoft para visión, lenguaje, voz, traducción, documentos y seguridad de contenido, que se llaman mediante REST o SDK.
Azure OpenAI: Modelos de OpenAI alojados en Azure para chat, razonamiento, embeddings y generación de imágenes, implementados y administrados mediante Azure AI Foundry.
Document Intelligence: Un servicio que extrae texto, estructura y campos con nombre de documentos usando modelos precompilados o personalizados.
Content Safety: Un servicio que detecta texto e imágenes dañinos en las categorías de odio, contenido sexual, violencia y autolesiones.
Single-service resource (recurso de un solo servicio): Un recurso de Azure para un solo servicio de IA, con su propio endpoint, claves, nivel de precios y factura.
Multi-service resource (recurso multiservicio): Un recurso de Azure AI services que expone muchos servicios de IA detrás de un endpoint y un par de claves, con facturación combinada.
Hub: Un contenedor compartido de Azure AI Foundry, construido sobre Azure Machine Learning, que guarda conexiones, seguridad y proceso para varios proyectos.
Project (proyecto): Un espacio de trabajo de Foundry donde implementas modelos, creas agentes, evalúas y administras los recursos de una aplicación o un equipo.
Deployment (implementación): Una instancia con nombre de una versión de modelo dentro de un recurso de Azure OpenAI o Foundry, que se llama por su nombre desde el código.
Tokens per minute, TPM (tokens por minuto): La unidad de límite de velocidad y de cuota para las implementaciones de pago por uso.
Provisioned throughput unit, PTU (unidad de rendimiento aprovisionado): Una unidad de capacidad de procesamiento de modelo reservada para implementaciones aprovisionadas.
Data zone (zona de datos): Un grupo de regiones, como la UE o EE. UU., dentro del cual las implementaciones Data Zone procesan las solicitudes.
kind: La propiedad de la plantilla que establece qué servicio de IA proporciona un recurso Microsoft.CognitiveServices/accounts.
Bicep: Un lenguaje específico de dominio para infraestructura como código en Azure que se compila a plantillas ARM en JSON.
customSubDomainName: La propiedad que da a un recurso un nombre de endpoint único, necesario para la autenticación con Entra ID y los endpoints privados.
disableLocalAuth: Una propiedad que desactiva la autenticación basada en claves para que solo funcionen los tokens de Microsoft Entra ID.
Endpoint: La URL base de un recurso de Azure AI a la que se envían todas las llamadas a la API.
Ocp-Apim-Subscription-Key: El encabezado HTTP que transporta la clave del recurso para la mayoría de los servicios de Azure AI.
DefaultAzureCredential: Una clase de Azure Identity que encuentra automáticamente una credencial de Microsoft Entra ID en el entorno, la identidad administrada o el inicio de sesión del desarrollador.
Operation-Location: El encabezado que devuelven las operaciones asíncronas y que apunta a la URL que consultas para obtener el resultado.
Managed identity (identidad administrada): Una identidad de Entra ID para un recurso de Azure cuyas credenciales Azure crea y rota automáticamente.
Cognitive Services User: Un rol RBAC que permite a una identidad llamar a las API del plano de datos de los servicios de Azure AI.
Cognitive Services OpenAI User: Un rol RBAC que permite llamadas de inferencia a implementaciones de Azure OpenAI sin derechos de administración.
Custom subdomain (subdominio personalizado): Un nombre de endpoint único y específico del recurso, necesario para la autenticación con tokens de Entra ID.
Azure Key Vault: Un servicio administrado para guardar y auditar secretos, claves y certificados.
Key rotation (rotación de claves): Reemplazar las claves con regularidad, usando el patrón de dos claves para que los clientes nunca pierdan el acceso.
Private endpoint (endpoint privado): Una interfaz de red con una IP privada en tu red virtual que se conecta de forma privada a un recurso de Azure.
Customer-managed key (clave administrada por el cliente): Una clave de cifrado que te pertenece, guardada en Key Vault, que se usa para cifrar los datos en reposo de un servicio en lugar de una clave administrada por Microsoft.
Connected container (contenedor conectado): Un contenedor que procesa los datos localmente pero informa el uso a Azure para la facturación.
Disconnected container (contenedor desconectado): Un contenedor aprobado para uso totalmente sin conexión bajo un plan de compromiso, sin informe de uso en línea.
Billing setting (valor Billing): El valor de inicio del contenedor que contiene el endpoint del recurso de Azure al que se le cobra el uso.
Eula=accept: El argumento de inicio obligatorio que confirma la aceptación de los términos de licencia del contenedor.
Diagnostic setting (configuración de diagnóstico): Una configuración del recurso que envía registros y métricas a Log Analytics, a almacenamiento o a un event hub.
Action group (grupo de acciones): Un conjunto reutilizable de notificaciones y acciones automatizadas que activan las alertas.
Commitment tier (nivel de compromiso): Un plan de precios con una tarifa mensual fija por un volumen de uso determinado a una tarifa con descuento.
Budget (presupuesto): Un umbral de Cost Management sobre el gasto real o previsto que envía alertas.
Harm categories (categorías de daño): Las cuatro clasificaciones de Content Safety: odio, contenido sexual, violencia y autolesiones.
Severity level (nivel de gravedad): Una puntuación que indica qué tan dañino es el contenido dentro de una categoría, y que tu aplicación compara con un umbral.
Blocklist (lista de bloqueo): Una lista personalizada de términos que Content Safety marca además de sus clasificadores de daño.
Transparency (transparencia): El principio de IA responsable según el cual las personas deben saber que están usando IA y entender sus capacidades y límites.
Content filter (filtro de contenido): La moderación configurable de entrada y salida que se aplica a toda implementación de Azure OpenAI.
Prompt shields: Una función de Content Safety que detecta ataques en el prompt del usuario (jailbreaks) y ataques en documentos (inyección indirecta de prompts).
Groundedness detection (detección de fundamentación): Una comprobación que marca la salida del modelo que no está respaldada por el material de origen proporcionado.
Indirect prompt injection (inyección indirecta de prompts): Instrucciones maliciosas ocultas en el contenido que lee el modelo, como documentos o resultados de herramientas.

Dominio 2: Implement generative AI solutions (18%)

Consejos para el examen

Vectores para búsqueda significa un modelo de embeddings; imágenes nuevas significa un modelo de imágenes; lógica difícil de varios pasos sugiere un modelo de razonamiento; todo lo conversacional es un modelo de chat. El código llama al nombre de la implementación, no al del modelo.
Las reglas y el personaje van en el mensaje del sistema. La memoria de una aplicación de chat viene de reenviar los mensajes anteriores, no de la implementación. finish_reason length significa aumentar el máximo de tokens.
Coherencia significa temperature más baja. Respuestas cortadas con finish_reason length significa aumentar el máximo de tokens. Repetición significa penalización de frecuencia o de presencia. Cambia temperature o top_p, no ambos.
Cuando el escenario trata de obtener un formato o estilo exacto, la respuesta suele ser ejemplos few-shot o salida estructurada. Las instrucciones y reglas van en el mensaje del sistema; el contenido debe estar claramente delimitado.
Hechos actualizados, documentos privados y citas apuntan a RAG, no al fine-tuning. Si las respuestas son incorrectas porque falta el pasaje correcto, corrige la recuperación (búsqueda híbrida, clasificación semántica, mejor fragmentación) antes de cambiar el modelo.
Las dimensiones del campo vectorial deben coincidir con el modelo de embeddings, y las consultas deben convertirse en embeddings con el mismo modelo que los documentos. La superposición entre fragmentos evita perder contexto en los límites.
Comparar versiones de prompt en un nodo significa variantes; guardar endpoints y claves significa conexiones; un flujo conversacional con historial es un flujo de chat; publicarlo como API significa un endpoint en línea administrado.
Respuestas no respaldadas por el contexto recuperado apuntan a groundedness; respuestas fuera de tema apuntan a relevance; mala legibilidad apunta a fluency o coherence. Las métricas de coincidencia como F1 y BLEU necesitan verdad de referencia.
Hechos que cambian y requieren citas: RAG. Estilo o formato coherente, o prompts más cortos en una tarea específica: fine-tuning. En todos los casos, prueba primero la ingeniería de prompts.
Crear imágenes significa un modelo de generación de imágenes; hacer preguntas sobre una imagen significa enviarla como parte de imagen a un modelo de chat con visión. Para extracción estructurada de gran volumen, prefiere Document Intelligence o Vision.
429 significa límites de velocidad: espera y reintenta, agrega cuota o implementaciones, o usa rendimiento aprovisionado. Encontrar qué paso causó una respuesta lenta o mala significa seguimiento con Application Insights.

Términos clave

Model catalog (catálogo de modelos): La lista de Azure AI Foundry con modelos de Microsoft, OpenAI y socios, con fichas de modelo y opciones de implementación.
Reasoning model (modelo de razonamiento): Un modelo que trabaja internamente un problema antes de responder, lo que mejora la precisión en tareas complejas con mayor latencia y costo.
Embedding model (modelo de embeddings): Un modelo que convierte texto en un vector numérico que representa su significado, usado para búsqueda y similitud.
Context window (ventana de contexto): El número máximo de tokens que un modelo puede procesar entre entrada y salida en una solicitud.
System message (mensaje del sistema): El mensaje de instrucciones que define el comportamiento, las reglas y el formato del modelo durante toda la conversación.
Stateless API (API sin estado): Una API que no guarda memoria entre llamadas, así que el cliente debe reenviar el contexto cada vez.
finish_reason: Un campo que explica por qué se detuvo la generación: stop, length, content_filter o tool_calls.
Streaming: Devolver los tokens generados de forma incremental a medida que se producen, en lugar de en una sola respuesta final.
Temperature: Un parámetro de 0 a 2 que controla la aleatoriedad; los valores más bajos dan una salida más determinista.
top_p: Muestreo de núcleo: solo se consideran los tokens dentro de la probabilidad acumulada superior p.
Stop sequence (secuencia de detención): Una cadena que termina la generación cuando el modelo la produce.
Frequency penalty (penalización de frecuencia): Un parámetro que reduce la probabilidad de los tokens en proporción a cuántas veces ya aparecieron.
Few-shot prompting: Incluir ejemplos de entradas y de las salidas deseadas en el prompt para mostrarle al modelo la tarea y el formato.
Zero-shot prompting: Pedirle al modelo que realice una tarea solo con instrucciones y sin ejemplos.
Chain-of-thought (cadena de pensamiento): Pedirle al modelo que razone paso a paso antes de dar su respuesta final.
Delimiter (delimitador): Marcadores como comillas triples o etiquetas que separan las instrucciones del contenido que se procesa.
RAG: Generación aumentada por recuperación (retrieval augmented generation): recuperar datos relevantes en el momento de la consulta y agregarlos al prompt para fundamentar la respuesta.
Grounding (fundamentación): Proporcionarle al modelo el contenido de origen en el que debe basar su respuesta.
Ingestion (ingesta): El proceso previo de extraer, fragmentar, generar embeddings e indexar documentos para la recuperación.
Citation (cita): Una referencia en la respuesta al documento o fragmento de origen que la respaldó.
Embedding: Una representación vectorial numérica del texto en la que los significados similares quedan cerca entre sí.
Cosine similarity (similitud de coseno): Una medida de qué tan similares son dos vectores según el ángulo entre ellos.
Chunking (fragmentación): Dividir los documentos en pasajes más pequeños, a menudo con superposición, antes de generar embeddings e indexarlos.
HNSW: Un algoritmo aproximado de vecinos más cercanos que encuentra vectores similares rápidamente en índices grandes.
Flow (flujo): Un grafo dirigido de nodos de herramientas que define una canalización de IA generativa en prompt flow.
Variant (variante): Una versión alternativa del prompt o de los parámetros de un nodo LLM, que se ejecuta en paralelo para comparar.
Connection (conexión): Una configuración guardada y reutilizable del endpoint y las credenciales de un recurso externo que usan los nodos del flujo.
Evaluation flow (flujo de evaluación): Un flujo que puntúa las salidas de otro flujo frente a la verdad de referencia o a criterios de calidad.
Groundedness (fundamentación): Una métrica de evaluación que puntúa si las afirmaciones de la respuesta están respaldadas por el contexto proporcionado.
Relevance (relevancia): Una métrica de evaluación que puntúa si la respuesta atiende la pregunta del usuario.
Ground truth (verdad de referencia): La respuesta correcta esperada para una entrada de prueba, que usan las métricas de similitud y de coincidencia.
Red teaming: Atacar deliberadamente un sistema con entradas adversarias para encontrar debilidades de seguridad antes que los usuarios reales.
Fine-tuning (ajuste fino): Entrenar más a fondo un modelo base con tus propios ejemplos para producir una versión personalizada del modelo.
JSONL: Un formato de archivo con un objeto JSON por línea, que se usa para los datos de entrenamiento de fine-tuning.
Epoch (época): Una pasada completa de entrenamiento sobre todo el conjunto de datos de entrenamiento.
Validation file (archivo de validación): Ejemplos reservados que se usan durante el fine-tuning para medir qué tan bien generaliza el modelo.
Image generation model (modelo de generación de imágenes): Un modelo como DALL-E 3 que crea imágenes nuevas a partir de un prompt de texto.
Multimodal model (modelo multimodal): Un modelo que acepta más de un tipo de entrada, como texto e imágenes, en la misma solicitud.
Revised prompt (prompt revisado): El prompt ampliado que DALL-E 3 realmente usó, que se devuelve junto con la imagen generada.
Detail setting (ajuste de detalle): Una opción que controla cuánto de una imagen de entrada procesa el modelo, equilibrando costo y precisión.
Prompt tokens (tokens del prompt): Los tokens de entrada de una solicitud, incluidos el mensaje del sistema, el historial y el contexto recuperado.
Exponential backoff (espera exponencial): Reintentar las solicitudes fallidas con tiempos de espera crecientes para no saturar un servicio.
Tracing (seguimiento): Registrar cada paso de una solicitud con entradas, salidas, tiempos y uso de tokens para depurar.
AI gateway (gateway de IA): Una capa como Azure API Management delante de las implementaciones de modelos que balancea la carga, impone límites y registra el uso.

Dominio 3: Implement an agentic solution (8%)

Consejos para el examen

Las tareas de varios pasos que llaman a API o realizan acciones sugieren un agente. Las transformaciones de texto de una sola vez (reescribir, traducir, resumir un documento) sugieren una chat completion simple.
El historial de la conversación vive en el hilo, el comportamiento en el agente y el procesamiento en la ejecución. requires_action significa que tu código debe ejecutar la función y enviar las salidas de las herramientas.
Cálculos o gráficas a partir de datos cargados: code interpreter. Respuestas a partir de documentos cargados: file search. Índice empresarial existente: herramienta Azure AI Search. API REST existente con especificación: OpenAPI. Tu propio código en tu aplicación: function calling.
El modelo solo propone llamadas; tu código las ejecuta y debe devolver los resultados con el ID de llamada correspondiente. Las descripciones determinan qué función elige el modelo.
Exponer tus propios métodos al modelo en Semantic Kernel significa un plugin con kernel functions. AutoGen se asocia con conversaciones entre varios agentes. Agent Service es la opción administrada y alojada.
Un agente principal que delega en especialistas corresponde a connected agents o handoff. Agentes que revisan el trabajo de otros es chat grupal o maker-checker. Un orden fijo de pasos es orquestación secuencial.
Las acciones riesgosas o irreversibles necesitan aprobación humana impuesta en el código. Limita el daño con permisos de mínimo privilegio en las herramientas. Descubrir qué llamada a herramienta falló requiere seguimiento.
Las aplicaciones llaman a los agentes alojados a través del endpoint del proyecto con Entra ID, idealmente con una identidad administrada. Los agentes basados en frameworks se implementan como cualquier aplicación (Container Apps, App Service, Functions).

Términos clave

AI agent (agente de IA): Software que usa un modelo para planificar y realizar acciones mediante herramientas en un ciclo para lograr un objetivo.
Tool (herramienta): Una capacidad que un agente puede invocar, como una función, una API, un índice de búsqueda o un intérprete de código.
Instructions (instrucciones): La guía a nivel de sistema del agente que define su rol, objetivos, reglas y comportamiento.
Thread (hilo): El estado guardado de la conversación, incluidos los mensajes y los resultados de las herramientas, con el que trabaja un agente a lo largo de los turnos.
Agent (agente): En Agent Service, una definición que combina una implementación de modelo, instrucciones y herramientas.
Run (ejecución): Una activación de un agente sobre un hilo que procesa mensajes y llamadas a herramientas y agrega respuestas.
requires_action: Un estado de ejecución que significa que la aplicación debe ejecutar las llamadas a funciones solicitadas y enviar sus salidas.
Run step (paso de ejecución): Una acción individual dentro de una ejecución, como una llamada a herramienta o la creación de un mensaje, que se usa para inspeccionar y depurar.
File search: Una herramienta integrada de agentes que indexa archivos cargados en un almacén vectorial y recupera pasajes con citas.
Code interpreter: Una herramienta integrada de agentes que escribe y ejecuta Python en un sandbox para cálculos, procesamiento de datos y gráficas.
OpenAPI tool (herramienta OpenAPI): Una herramienta que permite a un agente llamar a una API REST descrita por una especificación OpenAPI.
Vector store (almacén vectorial): El almacén administrado de archivos fragmentados y convertidos en embeddings que consulta file search.
Function calling (llamada a funciones): Una función del modelo que devuelve una solicitud estructurada para llamar a una función descrita con argumentos, que la aplicación ejecuta.
JSON schema: Un estándar para describir la estructura, los tipos y los campos obligatorios de datos JSON, que se usa para los parámetros de las funciones.
tool_call_id: El identificador que vincula un mensaje de resultado de herramienta con la solicitud específica de llamada a herramienta del modelo.
tool_choice: Un parámetro que permite que el modelo elija herramientas automáticamente, fuerza una específica o las deshabilita.
Semantic Kernel: El SDK de código abierto de Microsoft para integrar modelos de IA, plugins y agentes en aplicaciones de C#, Python y Java.
Kernel: El contenedor de Semantic Kernel que guarda las conexiones a servicios de IA y los plugins.
Plugin: Un grupo de funciones, descritas para el modelo, que Semantic Kernel expone como herramientas invocables.
AutoGen: Un framework de código abierto de Microsoft Research para crear conversaciones entre varios agentes.
Orchestration (orquestación): Coordinar varios agentes para que su trabajo se combine y complete una tarea.
Handoff (transferencia): Un patrón en el que un agente transfiere el control de una conversación a un agente más adecuado.
Connected agents: Una función de Agent Service que permite que un agente principal llame a agentes especialistas como herramientas.
Maker-checker: Un patrón en el que un agente produce el trabajo y otro lo revisa, iterando hasta que se acepta.
Least privilege (mínimo privilegio): Conceder a un agente y a sus herramientas solo los permisos mínimos necesarios para su tarea.
Human-in-the-loop (persona en el circuito): Exigir que una persona revise o apruebe una acción de la IA antes de que surta efecto.
Prompt injection (inyección de prompts): Un ataque que inserta instrucciones en la entrada del modelo para anular el comportamiento previsto.
OpenTelemetry: Un estándar abierto para trazas, métricas y registros, que se usa para enviar el seguimiento de las ejecuciones de agentes a Application Insights.
Project endpoint (endpoint del proyecto): La URL del proyecto de Foundry que usan las aplicaciones con el SDK para llamar a Agent Service.
Thread mapping (asignación de hilos): Guardar el ID de hilo de cada usuario para que su conversación pueda continuar entre solicitudes.
Quality gate (puerta de calidad): Una evaluación automatizada que debe aprobarse antes de promover un cambio al siguiente entorno.
Standard setup (configuración estándar): Una configuración de Agent Service que usa tus propios recursos de almacenamiento, búsqueda y red para los datos de los agentes.

Dominio 4: Implement computer vision solutions (13%)

Consejos para el examen

Una oración para toda la imagen es caption; oraciones con cuadros para regiones es dense captions; palabras sueltas son tags; dónde están las cosas es objects; detectar personas no es identificarlas.
Texto en fotos y escenas apunta a Vision Read; documentos largos, tablas y campos de formulario apuntan a Document Intelligence. Read devuelve líneas y palabras con polígonos y la confianza de cada palabra.
Exactamente una etiqueta por imagen: multiclase. Varias etiquetas por imagen: multietiqueta. Ubicación o conteo: detección de objetos. Sin conexión o en el perímetro: dominio compacto.
La precisión trata de cuántas predicciones fueron correctas; el recall trata de cuántos casos reales se encontraron. Subir el umbral cambia recall por precisión. mAP es la métrica principal para la detección de objetos.
Se volvió a entrenar pero la aplicación no cambia: la nueva iteración no se publicó con el nombre que llama la aplicación. Uso sin conexión: exportar, lo que requiere un dominio compacto.
La detección y los atributos de calidad están disponibles; la identificación y la verificación requieren aprobación de Limited Access; la inferencia de emociones, edad y género se retiró.
Transcripciones buscables, texto en pantalla, temas y escenas de videos grabados apuntan a Video Indexer. Reconocer rostros específicos en video sigue requiriendo aprobación de Limited Access.
Conceptos generales, sin entrenamiento: Image Analysis. Tus propias categorías a escala o sin conexión: Custom Vision. Preguntas abiertas o razonamiento sobre una imagen: un modelo multimodal. Formularios: Document Intelligence.

Términos clave

Caption: Una característica de Image Analysis que devuelve una oración que describe toda la imagen.
Dense captions: Una característica de Image Analysis que devuelve descripciones con cuadros delimitadores para varias regiones de una imagen.
Tags (etiquetas): Etiquetas de una sola palabra para el contenido de una imagen, cada una con una puntuación de confianza.
Smart crops (recortes inteligentes): Regiones de recorte sugeridas que conservan la parte más importante de una imagen para relaciones de aspecto dadas.
OCR: Reconocimiento óptico de caracteres: extraer texto legible por máquinas a partir de imágenes de texto.
Read feature (función Read): La capacidad de Azure AI Vision que extrae texto impreso y manuscrito con posiciones y confianza.
Bounding polygon (polígono delimitador): Los puntos de esquina que delimitan dónde aparece una línea o una palabra en la imagen, incluido el texto girado.
Line and word (línea y palabra): Los niveles en los que Read devuelve el texto, cada uno con posición; las palabras también incluyen puntuaciones de confianza.
Multiclass classification (clasificación multiclase): Un tipo de clasificación en el que cada imagen recibe exactamente una etiqueta.
Multilabel classification (clasificación multietiqueta): Un tipo de clasificación en el que cada imagen puede tener cualquier número de etiquetas.
Object detection (detección de objetos): Un tipo de modelo que devuelve una etiqueta y un cuadro delimitador para cada instancia de un objeto en una imagen.
Compact domain (dominio compacto): Un modelo base de Custom Vision que produce modelos más pequeños y exportables para uso sin conexión y en el perímetro.
Iteration (iteración): Un modelo con versión producido por una ejecución de entrenamiento de Custom Vision.
Precision (precisión): La fracción de las predicciones positivas del modelo para una etiqueta que fueron correctas.
Recall (exhaustividad): La fracción de las instancias reales de una etiqueta que el modelo encontró.
mAP: Media de la precisión promedio (mean average precision): el promedio de la precisión promedio por etiqueta, que resume la calidad de la detección.
Publish name (nombre de publicación): El nombre con el que una iteración se publica en un recurso de predicción y con el que la llaman las aplicaciones.
Prediction resource (recurso de predicción): El recurso de Custom Vision que aloja las iteraciones publicadas y atiende las solicitudes de predicción.
Prediction-Key: El encabezado HTTP que lleva la clave del recurso de predicción al llamar a un modelo publicado.
Export (exportación): Descargar un modelo de dominio compacto en un formato como ONNX, TensorFlow, Core ML o un contenedor Docker para uso sin conexión.
Face detection (detección de rostros): Encontrar los rostros en una imagen y devolver sus ubicaciones, con puntos de referencia y atributos opcionales.
Face verification (verificación de rostros): Una comprobación uno a uno de si dos rostros pertenecen a la misma persona; una función de acceso limitado.
Face identification (identificación de rostros): Una búsqueda uno a muchos que compara un rostro con las personas registradas; una función de acceso limitado.
Limited Access (acceso limitado): El proceso de aprobación de Microsoft que se requiere antes de usar capacidades de IA sensibles, como el reconocimiento facial.
Video Indexer: Un servicio de Azure AI que extrae insights de audio y visuales con marcas de tiempo a partir de video.
Insights: La salida JSON de la indexación, como transcripciones, OCR, etiquetas, palabras clave, rostros y escenas, cada uno con marcas de tiempo.
Widgets: Componentes incrustables de reproductor e insights para mostrar video indexado en tu propia aplicación web.
Keyframe (fotograma clave): Un fotograma representativo elegido de una toma, que se usa para miniaturas y análisis visual.
Prebuilt model (modelo precompilado): Un modelo entrenado por Microsoft que funciona sin tus datos de entrenamiento.
Custom model (modelo personalizado): Un modelo entrenado con tus propios datos etiquetados para reconocer tus categorías específicas.
Multimodal model (modelo multimodal): Un modelo que acepta imágenes con texto y puede razonar y responder en lenguaje natural.
Edge deployment (implementación en el perímetro): Ejecutar un modelo en un dispositivo local en lugar de llamar a un endpoint en la nube.

Dominio 5: Implement natural language processing solutions (18%)

Consejos para el examen

Positivo o negativo en general es sentimiento; qué aspecto gusta o disgusta es minería de opiniones. Clasificar entidades es NER; resolver a qué cosa real se refiere una entidad es vinculación de entidades.
Enmascarar datos personales en texto: detección de PII con redactedText. Restringe qué tipos se enmascaran con el filtro de categorías. Datos de salud: domain phi.
Varios idiomas de destino en una llamada: varios parámetros to. 401 con una clave regional: agrega el encabezado Ocp-Apim-Subscription-Region. Archivos completos con formato: traducción de documentos. Terminología del dominio: Custom Translator con un ID de categoría.
Un comando corto: recognize once. Audio largo en vivo: reconocimiento continuo con eventos. Miles de archivos almacenados: transcripción por lotes. Un resultado Canceled suele significar problemas de credenciales, región o conexión.
Velocidad y tono: prosody. Pausas: break. Fechas, números y deletreo: say-as. Pronunciación exacta: phoneme o un léxico. Emoción o estilo: mstts:express-as.
Voz en vivo a otro idioma: SpeechTranslationConfig con add_target_language y un TranslationRecognizer. Una palabra de activación: reconocimiento de palabras clave con un modelo de palabra clave personalizado. Entender comandos: intenciones y entidades de CLU.
Entradas fuera de alcance que caen en una intención real: agrega ejemplos a None. Un conjunto fijo de valores con sinónimos: entidad de lista. Patrones como códigos: entidad regex. Valores que varían según el contexto: entidad aprendida.
Seguimientos aclaratorios: prompts de varios turnos. Palabras equivalentes en todo el proyecto: sinónimos. Respuestas incorrectas a preguntas no relacionadas: sube el umbral de confianza y define una respuesta predeterminada. Requiere un recurso de Azure AI Search.
Una categoría por documento: single-label. Cualquier número: multi-label. Tus propios tipos de entidad en documentos largos: custom NER. Los datos de entrenamiento viven en un contenedor de Blob Storage conectado al recurso de Language.
Problemas de vocabulario: datos de texto simple o una lista de frases. Problemas de ruido o acento: audio más transcripciones etiquetadas por personas. Custom neural voice requiere aprobación de Limited Access y el consentimiento grabado del talento.

Términos clave

Language detection (detección de idioma): Identificar el idioma de un texto, devuelto como nombre, código ISO y puntuación de confianza.
Named entity recognition (reconocimiento de entidades con nombre): Encontrar entidades en un texto y clasificarlas en categorías como Person, Location y Organization.
Entity linking (vinculación de entidades): Desambiguar una entidad vinculándola a una entrada específica de una base de conocimiento.
Opinion mining (minería de opiniones): Sentimiento basado en aspectos que conecta el sentimiento con objetivos específicos mencionados en el texto.
PII: Información de identificación personal (personally identifiable information): datos que pueden identificar a una persona, como nombres, números de teléfono o números de identificación.
Redaction (redacción): Enmascarar o reemplazar los valores sensibles de un texto para que no queden expuestos.
redactedText: El campo de salida de la detección de PII que contiene el texto de entrada con las entidades detectadas enmascaradas.
PHI: Información de salud protegida (protected health information), que se detecta estableciendo el dominio de PII en phi.
Text translation (traducción de texto): Traducción en tiempo real de cadenas mediante la operación translate de Translator.
Document translation (traducción de documentos): Traducción asíncrona de archivos completos en Blob Storage que conserva el formato.
Custom Translator: Un servicio para entrenar modelos de traducción con tus propios documentos paralelos, que se usan mediante un ID de categoría.
Transliteration (transliteración): Convertir texto de una escritura a otra sin traducir su significado.
SpeechConfig: El objeto del Speech SDK que contiene las credenciales, la región o el endpoint, y configuraciones como el idioma de reconocimiento.
recognize_once_async: Un método del Speech SDK que reconoce una sola expresión y termina en una pausa.
Continuous recognition (reconocimiento continuo): Reconocimiento basado en eventos de audio largo, con resultados intermedios y finales, hasta que se detiene.
Batch transcription (transcripción por lotes): Una API REST asíncrona para transcribir grandes conjuntos de archivos de audio almacenados.
Neural voice (voz neuronal): Una voz sintética precompilada generada por redes neuronales profundas para un habla de sonido natural.
SSML: Speech Synthesis Markup Language, XML que controla la voz, la pronunciación, las pausas, la velocidad y el estilo.
prosody: El elemento de SSML que ajusta la velocidad del habla, el tono y el volumen.
say-as: El elemento de SSML que controla cómo se leen valores como fechas, números y letras.
SpeechTranslationConfig: La configuración del Speech SDK para traducir voz, con el idioma de origen y los idiomas de destino.
TranslationRecognizer: El reconocedor del Speech SDK que devuelve el texto reconocido y sus traducciones.
Intent recognition (reconocimiento de intenciones): Determinar el propósito de una expresión y extraer sus entidades.
Keyword recognition (reconocimiento de palabras clave): Detección en el dispositivo de una palabra de activación usando un modelo de palabra clave personalizado antes de que empiece el reconocimiento completo.
Intent (intención): El objetivo o la acción que un usuario expresa en una expresión, como BookFlight.
Entity (entidad): Un dato de una expresión que la aplicación necesita, como una fecha o un destino.
Utterance (expresión): Una frase de ejemplo que un usuario podría decir, usada para entrenar y probar el modelo.
None intent (intención None): La intención integrada que captura las expresiones fuera del alcance de la aplicación.
Project (proyecto): Una base de conocimiento de respuesta a preguntas personalizada con pares de pregunta y respuesta construidos a partir de orígenes.
Follow-up prompt (prompt de seguimiento): Un vínculo de una respuesta a pares relacionados que permite conversaciones de varios turnos.
Synonyms (sinónimos): Alternativas de palabras a nivel de proyecto que se tratan como equivalentes al comparar preguntas.
Confidence threshold (umbral de confianza): La puntuación mínima que necesita una respuesta para devolverse; por debajo de ella se usa la respuesta predeterminada.
Single-label classification (clasificación de una sola etiqueta): Clasificación de texto personalizada en la que cada documento recibe exactamente una clase.
Multi-label classification (clasificación multietiqueta): Clasificación de texto personalizada en la que cada documento puede recibir cero o más clases.
Custom NER: Un modelo entrenado que extrae tus propios tipos de entidad de documentos no estructurados.
F1 score: La media armónica de la precisión y el recall, una medida única de la exactitud del modelo.
Custom speech (voz personalizada): Un modelo de voz a texto adaptado con tus datos de texto y audio para lograr mayor exactitud en tu dominio.
Word error rate, WER (tasa de error de palabras): La proporción de palabras sustituidas, eliminadas o insertadas en comparación con una transcripción de referencia.
Custom neural voice (voz neuronal personalizada): Una función de acceso limitado que entrena una voz sintética parecida a la de un talento de voz específico que dio su consentimiento.
Phrase list (lista de frases): Una lista de palabras en tiempo de ejecución que refuerza su reconocimiento sin entrenar un modelo personalizado.

Dominio 6: Implement knowledge mining and information extraction solutions (19%)

Consejos para el examen

Consultas lentas o disponibilidad: agrega réplicas. Índice más grande o indexación lenta: agrega particiones. Extraer datos de Azure de forma programada: indexador. Planifica el nivel desde el principio: no se puede bajar, y subirlo en el mismo servicio solo es posible en servicios compatibles.
Relaciona la función de consulta con el atributo: $filter necesita filterable, $orderby necesita sortable, las facetas necesitan facetable, el texto completo necesita searchable y devolverse en los resultados necesita retrievable. El autocompletado necesita un suggester.
El texto escaneado necesita imageAction generateNormalizedImages más la skill OCR. Enriquecer más de unos cuantos documentos requiere un recurso de Azure AI services asociado. Los valores enriquecidos llegan al índice mediante output field mappings.
Tu propio modelo o búsqueda durante la indexación significa una skill personalizada Web API. El endpoint debe aceptar y devolver un arreglo values con recordId coincidentes y un objeto data.
Las consultas difusas, de proximidad, con realce, con regex y por campo necesitan queryType full. Los filtros son OData con operadores de palabras (eq, ge, and), no símbolos como == o &&.
Códigos exactos más significado: búsqueda híbrida. Mejor orden de los primeros resultados y respuestas extraídas: clasificación semántica con una configuración semántica y queryType semantic. Las consultas deben usar el mismo modelo de embeddings que los documentos.
Análisis en Power BI: proyecciones de tabla. JSON jerárquico para otros sistemas: proyecciones de objeto. Imágenes extraídas: proyecciones de archivo. Tablas relacionadas que deben unirse: el mismo grupo de proyección.
Solo texto: read. Tablas, casillas y estructura sin campos con nombre: layout. Campos con nombre de documentos comunes: el modelo precompilado correspondiente. 202 más Operation-Location significa consultar periódicamente el resultado.
Diseño fijo: template. Diseños variables de muchas fuentes: neural. Tipos de documento mezclados en un solo flujo: clasificador personalizado. Un ID de modelo para varios modelos personalizados: modelo compuesto.
Un solo servicio con un esquema de campos para documentos, imágenes, audio y video apunta a Content Understanding. El analizador contiene el esquema; extract, generate y classify son los métodos de los campos.

Términos clave

Index (índice): La colección buscable de documentos y su esquema de campos en Azure AI Search.
Indexer (indexador): Un rastreador que lee un origen de datos, abre los documentos, asigna campos, ejecuta skillsets y carga el índice.
Replica (réplica): Una copia del índice que atiende consultas, que se agrega para obtener rendimiento y disponibilidad.
Partition (partición): Una unidad de capacidad de almacenamiento e indexación, que se agrega para índices más grandes e indexación más rápida.
Key field (campo clave): El único campo Edm.String que identifica de forma única cada documento de un índice.
Facetable: Un atributo de campo que habilita conteos de documentos por valor para la navegación por facetas.
Analyzer (analizador): Un componente que divide en tokens y normaliza el texto para la búsqueda de texto completo, como un analizador de idioma.
Suggester: Una definición del índice que habilita el autocompletado y las sugerencias mientras se escribe en los campos elegidos.
Skillset: Una colección de skills de enriquecimiento con IA que un indexador ejecuta durante la indexación.
Document cracking: El paso del indexador que abre los archivos y extrae texto, metadatos e imágenes.
Enrichment tree (árbol de enriquecimiento): La estructura en memoria que contiene los datos originales y enriquecidos de un documento mientras se ejecutan las skills.
Output field mapping (asignación de campos de salida): Una asignación que copia los valores enriquecidos del árbol de enriquecimiento a los campos del índice.
Custom skill (skill personalizada): Una skill que llama a tu propio código, como una Azure Function, durante el enriquecimiento con IA.
WebApiSkill: El tipo de skill que llama a un endpoint HTTPS externo con una interfaz JSON definida.
recordId: El identificador que vincula cada registro de entrada con su salida en la interfaz de la skill personalizada.
values array (arreglo values): El arreglo de nivel superior de registros que se envía a una skill personalizada y que esta devuelve.
queryType: El analizador de consultas: simple (predeterminado), full (Lucene) o semantic.
$filter: Una expresión OData que restringe los resultados según los valores de campos filterable sin afectar la puntuación.
Fuzzy search (búsqueda difusa): Una consulta Lucene completa que coincide con términos con pequeñas diferencias de ortografía, escrita con ~.
Facets (facetas): Conteos de documentos coincidentes por valor o rango de un campo, usados para la navegación por facetas.
Vector search (búsqueda vectorial): Encontrar los documentos cuyos vectores de embedding están más cerca del vector de la consulta.
Hybrid search (búsqueda híbrida): Combinar consultas por palabras clave y vectoriales en una solicitud, fusionadas con Reciprocal Rank Fusion.
Reciprocal Rank Fusion: Un método que fusiona listas clasificadas puntuando los documentos según sus posiciones en cada lista.
Semantic ranker (clasificador semántico): Un modelo de segunda etapa que reclasifica los mejores resultados por significado y puede devolver subtítulos y respuestas.
Knowledge store: La salida en Azure Storage de los datos enriquecidos de un skillset, guardada para usos más allá de la búsqueda.
Table projection (proyección de tabla): Una proyección que escribe los datos enriquecidos como filas en Azure Table Storage.
Object projection (proyección de objeto): Una proyección que escribe los datos enriquecidos como documentos JSON en Blob Storage.
Shaper skill: Una skill de utilidad que construye una forma de datos personalizada a partir del árbol de enriquecimiento para su proyección.
Read model (modelo read): El modelo de Document Intelligence que extrae líneas y palabras de texto de los documentos.
Layout model (modelo layout): El modelo que extrae texto más estructura: párrafos, tablas, marcas de selección y figuras.
Prebuilt model (modelo precompilado): Un modelo listo para usar que extrae campos con nombre de un tipo de documento común, como facturas o recibos.
Confidence score (puntuación de confianza): Un valor de 0 a 1 que indica qué tan seguro está el modelo sobre un campo extraído.
Custom template model: Un modelo de extracción personalizado para documentos con un diseño coherente y fijo.
Custom neural model: Un modelo de extracción personalizado de aprendizaje profundo que maneja documentos con diseños variables.
Custom classifier (clasificador personalizado): Un modelo que identifica los tipos de documento, y divide los archivos combinados, antes de la extracción.
Composed model (modelo compuesto): Varios modelos personalizados agrupados bajo un ID de modelo que enruta cada documento al que mejor coincide.
Content Understanding: Un servicio de Azure AI que extrae salida estructurada y definida por un esquema a partir de documentos, imágenes, audio y video.
Field schema (esquema de campos): La lista de campos con nombre, tipo y descripción que debe devolver un analizador.
Generate field (campo generate): Un campo del esquema cuyo valor produce el modelo a partir del contenido, como un resumen.

Estudia Azure AI Engineer gratis
Plan semana a semana con lecciones, cuestionarios, simulaciones de examen y práctica, en español.

Abrir el plan de estudio