Challenge 04: Visão Geral dos Azure AI Services
25-35 min | Custo: Gratuito | Domínio: Cargas de Trabalho de IA e IA Responsável (15-20%)
Habilidades do exame abordadas
- Mapear casos de uso para Azure AI services (Vision, Language, Speech, Decision, OpenAI)
- Descrever a diferença entre recursos multi-serviço e de serviço único
- Identificar camadas de preço e endpoints dos Azure AI services
- Entender chaves, endpoints e autenticação para Azure AI services
Visão Geral
Azure AI services são APIs baseadas na nuvem que permitem a desenvolvedores adicionar capacidades de IA a aplicações sem construir modelos de machine learning do zero. Eles são pré-treinados, prontos para uso e acessados via APIs REST ou SDKs. Você não precisa ser um cientista de dados — basta chamar a API e receber resultados inteligentes de volta.
Pense nos Azure AI services como a cozinha de um restaurante. Você não precisa saber cozinhar (construir modelos de ML) — basta fazer o pedido pelo menu (chamar a API) e receber um prato pronto (resultado com IA). A cozinha (infraestrutura da Microsoft) cuida de toda a complexidade nos bastidores.
O Azure oferece duas formas de provisionar esses serviços: um recurso multi-serviço (um recurso para Vision, Language, Speech, etc. com uma única chave/endpoint) ou recursos de serviço único (recursos separados para cada serviço). A abordagem multi-serviço é mais simples para começar, enquanto recursos de serviço único permitem cobrança e controle de acesso granulares.
Explorar
Tarefa 1: Entender a taxonomia dos Azure AI services
| Categoria de serviço | Serviços incluídos | Exemplos de casos de uso |
|---|---|---|
| Azure AI Vision | Image Analysis, Custom Vision, Face | Descrever imagens, detectar objetos, ler texto em imagens |
| Azure AI Language | Text Analytics, QnA, CLU, Translator | Análise de sentimento, reconhecimento de entidades, tradução |
| Azure AI Speech | Speech-to-Text, Text-to-Speech, Translation | Transcrição, assistentes de voz, tradução em tempo real |
| Azure AI Document Intelligence | Modelos pré-construídos, Modelos customizados | Processamento de faturas, digitalização de recibos, extração de identidade |
| Azure OpenAI Service | GPT-4, DALL-E, Whisper, Embeddings | Geração de conteúdo, sumarização, assistência de código |
| Azure AI Search | Busca full-text, Busca vetorial, Enriquecimento de IA | Mineração de conhecimento, padrões RAG, busca empresarial |
Tarefa 2: Criar um recurso multi-serviço (camada gratuita)
- Abra portal.azure.com
- Clique em + Criar um recurso
- Pesquise por "Azure AI services"
- Selecione Azure AI services (a opção multi-serviço)
- Configure:
- Assinatura: Sua assinatura
- Grupo de recursos: Criar novo →
rg-ai900-lab - Região: Escolha uma próxima a você
- Nome:
ai900-demo-[suasiniciais] - Camada de preço: Free F0
- Revise o aviso de IA Responsável — você deve reconhecê-lo
- Clique em Revisar + criar → Criar
Tarefa 3: Explorar chaves e endpoint
Após a implantação:
- Vá para seu novo recurso de Azure AI services
- Clique em Chaves e Endpoint no menu lateral esquerdo
- Observe:
- Chave 1 e Chave 2 — usadas para autenticação (duas chaves para rotação sem tempo de inatividade)
- Endpoint — a URL que suas aplicações chamam (ex:
https://eastus.api.cognitive.microsoft.com/) - Localização/Região — onde seu recurso está hospedado
- Essas três informações (chave + endpoint + região) são o que as aplicações precisam para usar o serviço
Tarefa 4: Recursos multi-serviço vs serviço único
| Característica | Recurso multi-serviço | Recurso de serviço único |
|---|---|---|
| Cobrança | Conta única para todos os serviços | Conta separada por serviço |
| Chaves | Uma chave acessa todos os serviços | Chave única por serviço |
| Endpoint | Endpoint único | Endpoints separados |
| Controle de acesso | Mesmas permissões para todos | RBAC granular por serviço |
| Melhor para | Primeiros passos, prototipagem | Produção com controle de acesso rigoroso |
# Create a multi-service Azure AI resource (Free tier)
az cognitiveservices account create \
--name ai900-demo \
--resource-group rg-ai900-lab \
--kind AIServices \
--sku F0 \
--location eastus
# List keys
az cognitiveservices account keys list \
--name ai900-demo \
--resource-group rg-ai900-lab
# Show endpoint
az cognitiveservices account show \
--name ai900-demo \
--resource-group rg-ai900-lab \
--query "properties.endpoint"
Conceitos-Chave
| Conceito | Definição |
|---|---|
| Azure AI services | Modelos de IA pré-construídos acessíveis via APIs REST — nenhuma expertise em ML necessária |
| Recurso multi-serviço | Recurso único do Azure que fornece acesso a múltiplos serviços de IA com uma chave/endpoint |
| Recurso de serviço único | Recurso dedicado do Azure para um serviço de IA específico (ex: apenas Vision) |
| Chave de API | String secreta usada para autenticar requisições aos Azure AI services |
| Endpoint | URL que as aplicações chamam para acessar o serviço de IA |
| Camada gratuita (F0) | Camada de preço sem custo com transações limitadas por mês — ideal para aprendizado |
| Camada padrão (S0) | Preço por uso com limites maiores para cargas de trabalho de produção |
| Região | Localização do datacenter do Azure onde o serviço de IA está hospedado e processa dados |
Conceitos Errôneos Comuns
| Conceito errôneo | Realidade |
|---|---|
| "Você precisa de expertise em machine learning para usar Azure AI services" | Azure AI services são APIs pré-treinadas. Você as chama com dados e obtém resultados — nenhum conhecimento de ML necessário |
| "Recursos multi-serviço e de serviço único têm capacidades diferentes" | As capacidades de IA são idênticas. A diferença é apenas na cobrança, controle de acesso e gerenciamento de recursos |
| "Azure OpenAI é o mesmo que a API pública da OpenAI" | Azure OpenAI executa modelos da OpenAI na infraestrutura do Azure com segurança empresarial, conformidade e residência regional de dados. Requer aprovação separada para acesso |
| "A camada gratuita é limitada a um curto período de teste" | A camada F0 (Free) não tem limite de tempo. Tem limites de transações por mês mas não expira |
| "Você precisa de duas chaves porque uma pode parar de funcionar" | Duas chaves existem para permitir rotação de chaves sem tempo de inatividade. Enquanto você regenera a Chave 1, as aplicações usam a Chave 2, e vice-versa |
Verificação de Conhecimento
1. Um desenvolvedor quer um único recurso do Azure que forneça acesso a serviços de IA de Vision, Language e Speech com um conjunto de credenciais. O que ele deve criar?
2. Quais são as informações mínimas que uma aplicação precisa para chamar um Azure AI service?
3. Por que o Azure fornece DUAS chaves para cada recurso de AI services?
4. Uma empresa precisa processar recibos e extrair automaticamente valores de compra, datas e nomes de estabelecimentos. Qual Azure AI service deve usar?
5. Qual é a principal vantagem de usar recursos de serviço único em vez de um recurso multi-serviço?