Matriz de Cobertura

Esta matriz mapeia cada habilidade oficial do exame AI-102 aos desafios que a cobrem. Use-a para identificar lacunas na sua preparação e garantir cobertura completa.

Como usar isto

1. Marque as habilidades conforme completa os desafios
2. Se estiver com pouco tempo, priorize os domínios pelo percentual de peso
3. Use como checklist de revisão final antes do dia do exame

Domínio 1: Planejar e Gerenciar uma Solução Azure AI (20–25%)

Habilidade	Desafios	Tópicos Principais
Selecionar o serviço Azure AI apropriado	01, 02	Critérios de seleção de serviço, multi-serviço vs serviço único
Planejar e configurar segurança para serviços Azure AI	03, 04	Chaves, RBAC, managed identity, segurança de rede
Criar e gerenciar um recurso Azure AI service	01, 02, 05	Provisionamento via Portal, CLI, Bicep/ARM
Configurar logging de diagnóstico	06	Azure Monitor, Log Analytics, configurações de diagnóstico
Gerenciar custos dos serviços Azure AI	07	Tiers de preço, orçamentos, análise de custos
Monitorar serviços Azure AI	06, 08	Métricas, alertas, verificações de saúde
Implementar práticas de IA responsável	09, 10	Filtragem de conteúdo, transparência, equidade, governança
Implantar serviços de IA em containers	05	Docker, containers conectados/desconectados, faturamento
Gerenciar chaves e proteger endpoints	03, 04	Rotação de chaves, integração com Key Vault, private endpoints
Planejar e implementar uma rede virtual	04	Integração VNet, private endpoints, service endpoints

Domínio 2: Implementar Soluções de IA Generativa (15–20%)

Habilidade	Desafios	Tópicos Principais
Criar um projeto Azure AI Foundry	11	Portal AI Foundry, configuração de projeto, conexões
Selecionar e implantar modelos Azure OpenAI	12, 13	GPT-4o, modelos de embedding, configurações de deployment
Implementar RAG (Retrieval-Augmented Generation)	14, 15	Chunking, embeddings, busca vetorial, fundamentação
Implementar prompt engineering	16, 17	System prompts, few-shot, chain-of-thought, temperature
Configurar filtragem de conteúdo	18	Níveis de severidade, filtros customizados, blocklists
Implementar Azure OpenAI nos seus dados	14, 15	Fontes de dados, indexação, tratamento de citações
Gerar código e imagens com Azure OpenAI	19	DALL-E, geração de código, function calling
Implementar fluxos de orquestração	20	Prompt flow, LangChain, Semantic Kernel
Gerenciar uso de tokens e limites de taxa	12, 13	TPM, RPM, cotas, estratégias de retry
Avaliar respostas de IA generativa	17, 20	Métricas de fundamentação, relevância, coerência

Domínio 3: Implementar Soluções de Agentes de IA (5–10%)

Habilidade	Desafios	Tópicos Principais
Projetar arquitetura de agentes	21	Componentes de agente, planejamento, memória, tools
Implementar uso de tools e function calling	22	Definições de tools, chamadas paralelas de tools, tratamento de resposta
Implementar orquestração multi-agente	23	Colaboração de agentes, handoffs, agentes Semantic Kernel

Domínio 4: Implementar Soluções de Visão Computacional (10–15%)

Habilidade	Desafios	Tópicos Principais
Analisar imagens usando Azure AI Vision	24, 25	Image Analysis 4.0, legendas, tags, objetos, pessoas
Implementar classificação de imagem customizada	26	Treinamento Custom Vision, iteração, publicação
Implementar detecção de objetos customizada	27	Bounding boxes, dados de treinamento, avaliação
Ler texto de imagens e documentos (OCR)	28	Read API, escrita manual, multi-idioma
Implementar detecção e análise facial	29	Face API, atributos, verificação, identificação
Analisar conteúdo de vídeo	30	Video Indexer, detecção de cena, transcrição

Domínio 5: Implementar Soluções de Processamento de Linguagem Natural (15–20%)

Habilidade	Desafios	Tópicos Principais
Analisar texto (sentimento, entidades, frases-chave)	31, 32	TextAnalyticsClient, operações em lote
Detectar e redigir PII	33	Categorias de PII, redação, filtros de domínio
Traduzir texto e documentos	34	Translator API, tradutor customizado, tradução de documentos
Implementar speech-to-text	35	Reconhecimento em tempo real, transcrição em lote, modelos customizados
Implementar text-to-speech	36	Vozes neurais, SSML, voz customizada
Implementar Conversational Language Understanding (CLU)	37	Intents, entidades, treinamento, deployment
Implementar Custom Question Answering	38	Bases de conhecimento, multi-turn, active learning
Implementar tradução de fala	39	Tradução em tempo real, multi-idioma

Domínio 6: Implementar Knowledge Mining e Document Intelligence (15–20%)

Habilidade	Desafios	Tópicos Principais
Criar e gerenciar índices Azure AI Search	40, 41	Schema de índice, campos, analyzers, perfis de pontuação
Implementar um pipeline de indexação	42, 43	Indexers, fontes de dados, detecção de mudanças
Implementar enriquecimento de IA com skillsets	44, 45	Skills embutidos, skills customizados, knowledge store
Implementar busca vetorial	46	Campos vetoriais, HNSW, busca híbrida
Consultar um índice Azure AI Search	47	Sintaxe Simple/full Lucene, filtros, facets
Analisar documentos com Document Intelligence	48	Modelos pré-construídos, modelos customizados, modelos compostos

Domínio 7: Capstone

Habilidade	Desafio	Tópicos Principais
Integração de solução de IA ponta a ponta	49	Combinação de serviços, padrões de produção, monitoramento

Resumo de Cobertura

Domínio	Peso	Desafios	Total
Planejar e gerenciar	20–25%	01–10	10
IA Generativa	15–20%	11–20	10
Agentes de IA	5–10%	21–23	3
Visão computacional	10–15%	24–30	7
NLP	15–20%	31–39	9
Knowledge mining e docs	15–20%	40–48	9
Capstone	—	49	1
Total	100%	01–49	49

---

Identificou lacunas? Vá para o primeiro desafio do domínio relevante para preenchê-las.