Microsoft Certified: Azure AI Fundamentals
AI-900
Azure AI Fundamentals (AI-900) valide une compréhension de base des concepts d'IA et de machine learning ainsi que des services Azure qui les mettent en œuvre : vision par ordinateur, traitement du langage naturel, IA générative et IA responsable. Elle s'adresse aux débutants en IA, aux profils non techniques qui travaillent avec des équipes data ou IA, et aux développeurs qui veulent poser des bases solides avant de viser des certifications Azure AI plus avancées. C'est souvent la première certification IA passée dans un parcours Microsoft, avant AI-102 ou DP-100.
Domaines d'examen
Pondération officielle indicative et votre maîtrise mesurée via le QCM.
Décrire les charges de travail et considérations en IA
Identifier les grandes familles de charges de travail en intelligence artificielle et appliquer les six principes de l'IA responsable de Microsoft à un scénario donné.
Décrire les fondamentaux du machine learning
Comprendre les types d'apprentissage automatique, les tâches de régression, classification et clustering, et savoir utiliser Azure Machine Learning pour entraîner et évaluer un modèle.
Décrire les fonctionnalités d'IA générative sur Azure
Comprendre les modèles de fondation et les grands modèles de langage, et savoir utiliser Azure OpenAI Service ainsi que les techniques de prompt engineering et de RAG.
Décrire les fonctionnalités de vision par ordinateur sur Azure
Distinguer classification d'image, détection d'objets et OCR, et savoir quand utiliser Azure AI Vision, Custom Vision ou Azure AI Document Intelligence.
Décrire les fonctionnalités de traitement du langage naturel (NLP) sur Azure
Comprendre les tâches courantes de NLP et savoir mobiliser Azure AI Language, Azure AI Speech et Azure AI Translator selon le scénario.
Plan de révision suggéré
- 1
Semaine 1 : poser les bases conceptuelles
Lire les modules charges de travail en IA et fondamentaux du machine learning, en insistant sur les six principes de l'IA responsable et la différence entre régression, classification et clustering.
- 2
Semaine 1 : manipuler Azure Machine Learning
Créer un espace de travail Azure Machine Learning en essai gratuit et lancer un pipeline AutoML simple pour visualiser concrètement le cycle entraînement, validation, évaluation.
- 3
Semaine 2 : approfondir l'IA générative
Lire le module IA générative, tester le playground d'Azure AI Foundry pour observer l'effet du prompt et de la température, et comprendre le principe du RAG.
- 4
Semaine 2 : vision par ordinateur et NLP
Lire les modules vision par ordinateur et traitement du langage naturel, puis tester gratuitement les démonstrations en ligne d'Azure AI Vision et d'Azure AI Language.
- 5
Semaine 3 : glossaire et quiz blancs
Revoir l'ensemble du glossaire, faire les 35 questions du quiz bank en conditions chronométrées et identifier les domaines où le taux d'erreur reste élevé.
- 6
Semaine 3 : révision finale et passage
Refaire uniquement les questions ratées, relire la page officielle Microsoft Learn du parcours AI-900, puis réserver la session d'examen chez Pearson VUE.