Soluções de IA Generativa
Este domínio cobre a construção de aplicações com Azure OpenAI e a plataforma Azure AI Foundry. Ele representa 15–20% do exame AI-102 e tem tido peso crescente à medida que a Microsoft acelera a adoção de IA Generativa.
Você aprenderá a implantar modelos de linguagem de grande porte, implementar arquiteturas RAG (Retrieval-Augmented Generation) que fundamentam as respostas do modelo nos seus próprios dados, engenheirar prompts eficazes, configurar filtragem de conteúdo para segurança e orquestrar fluxos de trabalho complexos de IA em múltiplas etapas usando ferramentas como Prompt Flow e Semantic Kernel.
Este é o domínio que evolui mais rapidamente no exame. Foque nos padrões (RAG, engenharia de prompts, filtragem de conteúdo) em vez de memorizar nomes específicos de modelos, pois o cenário de modelos muda trimestralmente.
O Que Você Vai Aprender
- Criar e configurar projetos no Azure AI Foundry
- Implantar e gerenciar deployments de modelos Azure OpenAI
- Implementar RAG (Retrieval-Augmented Generation) com seus próprios dados
- Engenheirar prompts eficazes (mensagens de sistema, few-shot, chain-of-thought)
- Configurar filtragem de conteúdo e mecanismos de segurança
- Gerar imagens com DALL-E e código com modelos GPT
- Orquestrar fluxos de trabalho de IA com Prompt Flow
- Gerenciar limites de tokens, rate limiting e cotas
Habilidades Avaliadas
- Criar um projeto Azure AI Foundry e gerenciar conexões
- Selecionar e implantar modelos Azure OpenAI
- Implementar Retrieval-Augmented Generation (RAG)
- Projetar e otimizar prompts para diferentes cenários
- Configurar e personalizar filtragem de conteúdo
- Implementar Azure OpenAI com seus dados
- Gerenciar uso de tokens, cotas e limites de taxa
- Avaliar e monitorar a qualidade das respostas de IA generativa
Desafios
| # | Título | Tópicos Principais |
|---|---|---|
| 11 | Azure AI Foundry Project Setup | Portal AI Foundry, projetos, conexões, hubs |
| 12 | Deploy Azure OpenAI Models | GPT-4o, modelos de embedding, configuração de TPM/RPM |
| 13 | Model Management & Versioning | Estratégias de deployment, atualizações de modelo, fallback |
| 14 | RAG: Chunking & Embedding | Estratégias de chunking de documentos, geração de embeddings |
| 15 | RAG: Vector Search & Grounding | Integração com vector store, citação, grounding |
| 16 | Prompt Engineering Fundamentals | System prompts, temperatura, exemplos few-shot |
| 17 | Advanced Prompt Techniques | Chain-of-thought, saída estruturada, avaliação |
| 18 | Content Filtering & Safety | Níveis de severidade, filtros customizados, blocklists |
| 19 | Image & Code Generation | DALL-E, function calling, saída estruturada |
| 20 | Orchestration with Prompt Flow | Design de fluxo, avaliação, deployment |
Pré-requisitos
- Domínio 1 (Planejar e Gerenciar) concluído ou conhecimento equivalente
- Acesso ao Azure OpenAI aprovado (solicite aqui)
- Compreensão de REST APIs e JSON
- Entendimento básico de conceitos de ML (treinamento, inferência, embeddings)