
Microsoft認定 AI-103:Azure AIソリューション・AIエージェント開発 模擬試験
Udemy · 日本語
この講座について
- 言語
- 日本語
- カテゴリ
- 提供元
- Udemy
- データ更新日
Microsoft AI-103認定試験を、確かな理解と自信を持って突破したい方へ。AI-103の学習で本当に難しいのは、単にAI関連の用語やAzureサービスの名称を暗記することではありません。重要なのは、Microsoft Foundry、生成AI、AIエージェント、RAG、vector search、Computer Vision、Text Analysis、Speech、Information Extraction、Security、Responsible AIなどの技術がどのように連携し、実際のbusiness requirementを満たすAI solutionを構成するのかを理解することです。Microsoft AI-103は、Microsoft Foundryを活用してAIアプリケーションやAIエージェントを計画、開発、展開、管理するための知識と実践力を評価する認定試験です。試験では、サービスや機能の定義を知っているだけでなく、与えられたtechnical scenarioを分析し、最も適切なmodel、deployment method、retrieval strategy、agent tool、security configuration、monitoring approachを判断する力が求められます。この講座は、単に問題を解いてscoreを確認するだけのmock exam courseではありません。本番試験で必要となる要件分析力、複数の選択肢を比較する力、そしてscenarioに対して最適なAzure AI solutionを判断する力を、実践的な問題を通して身につけられるように設計されています。Microsoft FoundryとAzure AI Solutionの計画AI solutionを正しく設計するには、最初にbusiness requirementへ適したmodelとserviceを選択する必要があります。この講座では、large language model(LLM)、small language model(SLM)、multimodal model、Foundry Toolsなどを比較し、生成、検索、grounding、画像理解、情報抽出といった目的に応じて適切な技術を選択する練習を行います。また、model deployment、quota、rate limit、scaling、latency、availability、costなどを考慮し、実運用に適したarchitectureを判断する力を養います。単に高性能なmodelを選択するのではなく、Quality、Performance、Security、Cost、Scalabilityのバランスを考えることが重要です。生成AIアプリケーションとRAG生成AIアプリケーションでは、modelへpromptを送信するだけでは十分ではありません。企業独自の文書や最新データに基づく回答が必要な場合は、**retrieval-augmented generation(RAG)**を利用して、信頼できる情報をmodelへ提供する必要があります。この講座では、document ingestion、chunking、embedding、vector search、semantic search、hybrid search、indexing、groundingなどの概念をscenario-based questionsを通して確認します。「回答のrelevanceを改善したい」「fabricationを減らしたい」「社内文書だけを根拠として回答させたい」といった要件に対して、どのretrieval methodやconfigurationを使用するべきかを判断できる状態を目指します。AIエージェントの開発AI-103で特に重要となる分野が、Microsoft Foundryを使用したAIエージェントの構築です。AIエージェントは、質問へ回答するだけでなく、knowledge sourceを検索し、APIやcustom functionを呼び出し、複数のstepを実行して目的を達成します。この講座では、agent instructions、conversation…

























