Idioma

Designing and Implementing a Microsoft Azure AI Solution.

AI-102T00A

Última actualización: 24 Agosto 2023
 
Duración: 4 Días.
Examen: AI-102: Designing and Implementing a Microsoft Azure AI Solution.
 
 
 
  • Temario
  • Info del Curso
Módulo 1: Preparación para desarrollar soluciones de inteligencia artificial en Azure.

Como ingeniero de Azure AI, debe comprender los conceptos y principios básicos del desarrollo de inteligencia artificial, así como las funcionalidades de los servicios de Azure que se usan en las soluciones de inteligencia artificial.

Definir la inteligencia artificial.
Comprender los términos relacionados con la IA.
Comprender las consideraciones de los ingenieros de IA.
Comprender las consideraciones para una IA responsable.
Comprender las funcionalidades de Azure Machine Learning.
Descripción de las funcionalidades de los Servicios de inteligencia artificial de Azure.
Comprender las funcionalidades de Azure Bot Service.
Comprender las funcionalidades de Azure Cognitive Search.


Módulo 2: Creación y consumo de Servicios de Azure AI.

Servicios de Azure AI permite a los desarrolladores agregar fácilmente funcionalidades de IA en sus aplicaciones. Aprenda a crear y consumir estos servicios.

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.
Ejercicio: Uso de Servicios de Azure AI.


Módulo 3: Protección de los Servicios de inteligencia artificial de Azure.

La protección de los Servicios de inteligencia artificial de Azure puede ayudar a evitar la pérdida de datos y las infracciones de privacidad en los datos de usuario que pueden formar parte de la solución.

Consideración de la autenticación.
Implementación de seguridad de red.
Ejercicio: Administración de la seguridad de los servicios de Azure AI.


Módulo 4: Supervisión de los Servicios de inteligencia artificial de Azure.

Los Servicios de inteligencia artificial de Azure permiten integrar inteligencia artificial en aplicaciones y servicios. Es importante poder supervisar los Servicios de inteligencia artificial de Azure para realizar un seguimiento del uso, determinar las tendencias y detectar y solucionar los posibles problemas.

Supervisión del costo.
Creación de alertas.
Visualización de métricas.
Administrar registros de diagnóstico..
Ejercicio: Supervisión de los Servicios de inteligencia artificial de Azure.


Módulo 5: Implementar servicios de Azure AI en contenedores.

Obtenga información sobre la compatibilidad con contenedores en servicios de Azure AI, que permite el uso de las API disponibles en Azure y proporciona flexibilidad con respecto a dónde se implementan y hospedan los servicios con contenedores de Docker.

Comprender los contenedores.
Usar contenedores de servicios de Azure AI.
Ejercicio: Uso de un contenedor.


Módulo 6: Extracción de información del texto con el servicio Language.

El servicio Language le permite crear aplicaciones y servicios inteligentes que extraen información semántica del texto.

Aprovisionamiento de un recurso de lenguaje.
Detectar idioma.
Extracción de frases clave.
Análisis de opinión.
Extraer entidades.
Extracción de entidades vinculadas.
Ejercicio: Análisis de texto.


Módulo 7: Traducción de texto con el servicio Translator.

El servicio Translator permite crear aplicaciones y servicios inteligentes que pueden traducir texto entre idiomas.

Aprovisionar un recurso de Translator.
Comprender la detección, traducción y transliteración de idiomas.
Especificar opciones de traducción.
Definir traducciones personalizadas.
Ejercicio: Traducción de texto con el servicio Translator.


Módulo 8: Creación de aplicaciones habilitadas para voz con el servicio de Voz.

El servicio de Voz permite compilar aplicaciones habilitadas para voz. Este módulo se centra en el uso de las API Speech-to-Text y Text-to-Speech, que le permiten crear aplicaciones con capacidad de reconocimiento de voz y síntesis de voz.

Aprovisionamiento de un recurso de Azure para la voz.
Uso de la API Speech-to-Text.
Uso de la API Text-to-Speech.
Configuración del formato de audio y las voces.
Uso de Lenguaje de marcado de síntesis de voz.
Ejercicio: Creación de una aplicación habilitada para voz.


Módulo 9: Traducción de voz con el servicio de voz.

La traducción de voz se basa en el reconocimiento de voz al reconocer y transcribir la entrada hablada en un idioma especificado y devolver traducciones de la transcripción en uno o varios idiomas.

Aprovisionamiento de un recurso de Azure para la traducción de voz.
Traducción de voz a texto.
Síntesis de traducciones.
Ejercicio: Traducir voz.


Módulo 10: Compilación de un modelo de Language Understanding.

El servicio Language Understanding le permite entrenar un modelo de lenguaje que las aplicaciones pueden usar para extraer el significado del lenguaje natural.

Descripción de los recursos para crear un modelo de Language Understanding.
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 Language Understanding.
Ejercicio: Compilación de un modelo de Language Understanding.


Módulo 11: Publicación y uso de una aplicación de Language Understanding.

Después de crear una aplicación de Language Understanding, puede publicarla y consumirla desde las aplicaciones cliente.

Conocer las funcionalidades del servicio de lenguaje.
Proceso de predicciones.
Uso de un contenedor.
Ejercicio: Creación de una aplicación de Language Understanding.


Módulo 12: Creación de una solución de respuesta a preguntas.

La funcionalidad de respuesta a preguntas del servicio Lenguaje facilita la compilación de aplicaciones en las que los usuarios hacen preguntas mediante lenguaje natural y reciben las respuestas adecuadas.

Descripción de la respuesta a preguntas.
Comparación de la respuesta a preguntas con reconocimiento del lenguaje.
Creación de una base de conocimientos.
Implementación de 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.
Ejercicio: Creación de una solución de respuesta a preguntas.


Módulo 13: Creación de un bot con el SDK de Bot Framework.

Aprenda a compilar un bot mediante el SDK de Microsoft Bot Framework.

Introducción a los principios del diseño de bots.
Introducción al SDK de Bot Framework.
Implementación de controladores de actividad y cuadros de diálogo.
Implementación de un bot.
Ejercicio: Creación de un bot con el SDK de Bot Framework.


Módulo 14: Creación de un bot con Bot Framework Composer.

Utilice Bot Framework Composer para crear rápida y fácilmente sofisticados bots de conversación sin escribir código.

Descripción de las formas de compilar un bot.
Introducción a Bot Framework Composer.
Descripción de los cuadros de diálogo.
Descripción del flujo adaptable.
Diseñar la experiencia de usuario.
Ejercicio: Creación de un bot con Bot Framework Composer.


Módulo 15: Análisis de imágenes.

Con el servicio Computer Vision, puede usar modelos entrenados previamente para analizar imágenes y extraer información de ellas.

Aprovisionar un recurso de Computer Vision.
Análisis de una imagen.
Generar una miniatura recortada inteligente.
Ejercicio: Análisis de imágenes con Computer Vision.


Módulo 16: Analizar vídeos.

Azure Video Analyzer for Media es un servicio para extraer información de vídeos, incluida la identificación de caras, el reconocimiento de texto, las etiquetas de objetos, las segmentaciones de escenas, etc.

Información de las funciones de Video Analyzer for Media.
Extraer información personalizada.
Uso de widgets y API de Video Analyzer.
Ejercicio: Análisis de vídeo.


Módulo 17: Clasificación de imágenes.

La clasificación de imágenes se usa para determinar el asunto principal de una imagen. Puede usar los servicios Custom Vision para entrenar un modelo que clasifica las imágenes en función de sus propias categorizaciones.

Aprovisionamiento de recursos de Azure para Custom Vision.
Comprender la clasificación de imágenes.
Entrenar un clasificador de imágenes.
Ejercicio: Clasificación de imágenes con Custom Vision.


Módulo 18: Detección de objetos en imágenes.

La detección de objetos se usa para ubicar e identificar objetos en imágenes. Puede utilizar Custom Vision para entrenar un modelo a fin de que detecte clases de objeto específicas en las imágenes.

Introducción.
Comprender la detección de objetos.
Entrenar un detector de objetos.
Considerar opciones para el etiquetado de imágenes.
Ejercicio: Detección de imágenes con Custom Vision.


Módulo 19: Detección, análisis y reconocimiento de caras.

La capacidad de las aplicaciones para detectar caras humanas, analizar rasgos faciales y emociones e identificar individuos es una funcionalidad clave de la inteligencia artificial.

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 Computer Vision.
Conocer las funcionalidades del servicio Face.
Comparar y asociar las caras detectadas.
Implementar el reconocimiento facial.
Ejercicio: Detección, análisis e identificación de caras.


Módulo 20: Lectura de texto en imágenes y documentos con el servicio Computer Vision.

El servicio Computer Vision de Azure usa algoritmos para procesar imágenes y devolver información. En este módulo se explica cómo usar Read API para el reconocimiento óptico de caracteres (OCR).

Explorar las opciones de Computer Vision para leer texto.
Uso de Read API.
Ejercicio: Lectura de texto en imágenes.


Módulo 21: Extracción de datos de formularios con Form Recognizer.

Form Recognizer utiliza la tecnología de aprendizaje automático para identificar y extraer pares clave-valor y datos de tabla de documentos de formulario con precisión y a gran escala. En este módulo se enseña a usar el servicio cognitivo Azure Form Recognizer.

¿Qué es Form Recognizer?
Introducción a Form Recognizer.
Información sobre los modelos precompilados.
Entrenar modelos personalizados.
Uso de modelos de Form Recognizer.
Usar Form Recognizer Studio.
Ejercicio: Extracción de datos de formularios personalizados.


Módulo 22: Creación de una solución de Azure Cognitive Search.

Descubra las conclusiones ocultas en los datos con Azure Cognitive Search.

Recursos de Azure.
Componentes de búsqueda.
Descripción del proceso de indexación.
Búsqueda de un índice.
Filtrado y ordenación de los datos.
Mejora del índice.
Ejercicio: Creación de una solución de búsqueda.


Módulo 23: Creación de una aptitud personalizada para Azure Cognitive Search.

Aproveche la eficacia de la inteligencia artificial para enriquecer sus datos y obtener nuevas conclusiones.

Creación de una aptitud personalizada.
Adición de una aptitud personalizada a un conjunto de aptitudes.
Ejercicio: Implementación de una aptitud personalizada.


Módulo 24: Creación de un almacén de conocimiento con Azure Cognitive Search.

Conserve la salida de una canalización de enriquecimiento de Azure Cognitive Search para un análisis independiente o un procesamiento descendente.

Definición de proyecciones.
Definición de un almacén de conocimiento.
Ejercicio: Creación de un almacén de conocimiento.

Este curso está destinado a desarrolladores de software que quieren crear aplicaciones con inteligencia artificial que utilizan Azure Cognitive Services, Azure Cognitive Search y Microsoft Bot Framework. El lenguaje de programación que se usará en el curso será C# o Python.
 
Perfil del público.
Ingenieros de software implicados en la creación, administración e implementación de soluciones de inteligencia artificial que utilizan Azure Cognitive Services, Azure Cognitive Search y Microsoft Bot Framework. Conocen bien C# o Python, y tienen conocimientos sobre el uso de API basadas en REST para crear soluciones de visión informática, análisis de lenguaje, minería de conocimientos, búsqueda inteligente e inteligencia artificial conversacional en Azure.
 
Requisitos previos.
Antes de asistir a este curso, los estudiantes deben tener:
 
•  Conocimientos de Microsoft Azure y capacidad para navegar por Azure Portal.
•  Conocimientos de C# o Python.
•  Conocimientos de la semántica de programación de JSON y REST.
 
Garantia Ofrecemos la garantía 100% de satisfacción
Si no te gusta el resultado de tu curso, puedes volver a tomarlo en cualquier otra fecha calendario.
 
Regresa a la página anterior
 
 
  Cursos relacionados  
Fundamentals
AI-900T00 Microsoft Azure AI Fundamentals
Associate
AI-102T00 Designing and Implementing a Microsoft Azure AI Solution
Speciality
AI-050T00 Develop Generative AI Solutions with Azure OpenAI Service
 
 
Cursos Nuevo
 
   
 
Cursos bajo Requerimiento Especial
Es aquel que se puede impartir siempre y cuando cumpla con un mínimo de participantes para su confirmación de fechas depende de la disponibilidad de KeD. Contacte a su Representante de Ventas
 
     
  Horarios Online  
  Horario Matutino:
Lunes a Viernes de 8:00 a 15:00 hrs.
 
     
  Horario Vespertino:
Lunes a Viernes de 15:00 a 21:00 hrs.
 
     
  Horario de Fin de Semana:
Sábado 8:00 a 15:00
 
 
 
Logo KeD