AI-901: Microsoft Azure AI Fundamentals — Preparación del examen con Microsoft Foundry
Un curso de preparación para el examen de Microsoft AI-901 (Microsoft Azure AI Fundamentals), escrito para ingenieros de software de las Big 4 y de otras firmas de servicios profesionales que ya escriben SQL, C# y Python y ahora necesitan un dominio práctico de la IA en Azure — y el certificado que lo demuestra. AI-901 sustituyó a AI-900 en 2026 y cambió de carácter: más de la mitad del examen trata de construir con Microsoft Foundry — implementar modelos, escribir prompts, crear agentes y llamar a capacidades de texto, voz, visión y Content Understanding desde aplicaciones ligeras en Python. El curso sigue el temario oficial de habilidades (revisión de abril de 2026) dominio por dominio, con los mismos pesos: conceptos y capacidades de IA (40–45 %) e implementación de soluciones de IA con Foundry (55–60 %). Cada tema se enseña de la misma manera: el problema que te lleva a recurrir a la capacidad, la capacidad en sí y lo que cuesta — en tokens, cuotas, latencia, residencia de datos y riesgo. Los laboratorios prácticos recorren paso a paso el portal de Foundry y el SDK de Python; si tu suscripción corporativa bloquea Foundry, cada laboratorio tiene una vía de «leer el código» para que puedas practicar igualmente cada objetivo del examen. El caso conductor es Aldervane Advisory LLP, una firma ficticia de servicios profesionales que crea un agente interno de Service Desk, extrae datos de facturas y partes de horas y transcribe reuniones con clientes — donde la confidencialidad de los datos de los clientes nunca es opcional. La práctica usa los formatos de pregunta del examen real: opción única y múltiple, emparejamiento, series de afirmaciones Sí/No y completar código. Sketchnotes visuales resumen cada concepto en una página llena de color. Las unidades opcionales cubren las mismas aplicaciones en C#, cuotas y costes, evaluación y trazabilidad, y gobernanza de los datos de los clientes.
Tu lección es en tu idioma: la dirige tu asistente.
- Material: inglés
- Examen: inglés; se hace en el sitio, sin traducir
Cómo funciona
Tu asistente toma el material del curso de nuestro servidor y dirige la lección en tu idioma.
En este idioma, el sitio muestra la descripción, el contenido y 1 de 24 unidades, traducido por el autor del curso. El resto del material se muestra en el idioma del curso, y tu asistente dirige la lección sobre él en tu idioma.
El examen se hace en el sitio, sin asistente. Las preguntas del examen no se traducen: así se ha decidido para todos los cursos.
Recorrido por el curso
· 24 unidadescualquier orden · las unidades se pueden hacer en el orden que quierasVista: mapa · niveles
~33,8 h
1 · Orientation
Mapa del examen y panorama de Foundry
~1,3 h
2 · Domain 1 · AI concepts
Cargas de trabajo de IA: del escenario a la carga de trabajo
~1 h
3 · Domain 1 · AI concepts
Cómo funcionan los modelos de IA generativa
~1 h
4 · Domain 1 · AI concepts
Elegir un modelo en el catálogo de Foundry
~1 h
5 · Domain 1 · AI concepts
Opciones de implementación y parámetros de configuración
~1,3 h
6 · Domain 1 · AI concepts
IA responsable: seis principios y las protecciones de Foundry
~1,3 h
7 · Domain 1 · AI concepts
Análisis de texto: frases clave, entidades, sentimiento, resúmenes
~1 h
8 · Domain 1 · AI concepts
Voz: reconocimiento, síntesis, traducción y modelos de audio
~1 h
9 · Domain 1 · AI concepts
Visión por computadora y generación de imágenes
~1 h
10 · Domain 1 · AI concepts
Extracción de información con Azure Content Understanding
~1 h
11 · Domain 2 · Generative AI and agents
Ingeniería de prompts: prompts de sistema y de usuario que funcionan
~1,5 h
12 · Domain 2 · Generative AI and agents
Laboratorio: implementar un modelo y trabajar con él en el portal de Foundry
~1,5 h
13 · Domain 2 · Generative AI and agents
Laboratorio: un cliente de chat ligero con el SDK de Foundry (Python)
~2 h
14 · Domain 2 · Generative AI and agents
Crear y probar un solo agente en el portal de Foundry
~2 h
15 · Domain 2 · Generative AI and agents
Laboratorio: una aplicación cliente ligera para el agente del service desk de ENGAGE
~1,5 h
16 · Domain 2 · Text and speech
Laboratorio: crear una aplicación ligera con análisis de texto
~1,5 h
17 · Domain 2 · Text and speech
Laboratorio: voz — prompts hablados y el SDK de Azure Speech
~1,5 h
18 · Domain 2 · Vision and images
Laboratorio: visión — imágenes de entrada, imágenes de salida
~1,5 h
19 · Domain 2 · Information extraction
Laboratorio: Content Understanding — documentos, imágenes, audio y vídeo
~1,5 h
20 · Exam rehearsal
Ensayo del examen: logística, estrategia y una serie de práctica mixta
~2,5 h
21 · Optional · Beyond the exam
Gobernanza de los datos de clientes en Foundry (Aldervane)
~1,5 h
22 · Optional · Beyond the exam
Las mismas aplicaciones en C#/.NET
~1,5 h
23 · Optional · Beyond the exam
Cuotas, tokens, coste y supervisión
~1,5 h
24 · Optional · Beyond the exam
Evaluación, trazabilidad y red teaming en Foundry
~1,5 h
Examen
cerrada · inscríbete en el curso
final · en el navegador, sin el asistente
Examen
El recorrido en palabras
- Mapa del examen y panorama de Foundry — ~1,3 h
- Cargas de trabajo de IA: del escenario a la carga de trabajo — ~1 h
- Cómo funcionan los modelos de IA generativa — ~1 h
- Elegir un modelo en el catálogo de Foundry — ~1 h
- Opciones de implementación y parámetros de configuración — ~1,3 h
- IA responsable: seis principios y las protecciones de Foundry — ~1,3 h
- Análisis de texto: frases clave, entidades, sentimiento, resúmenes — ~1 h
- Voz: reconocimiento, síntesis, traducción y modelos de audio — ~1 h
- Visión por computadora y generación de imágenes — ~1 h
- Extracción de información con Azure Content Understanding — ~1 h
- Ingeniería de prompts: prompts de sistema y de usuario que funcionan — ~1,5 h
- Laboratorio: implementar un modelo y trabajar con él en el portal de Foundry — ~1,5 h
- Laboratorio: un cliente de chat ligero con el SDK de Foundry (Python) — ~2 h
- Crear y probar un solo agente en el portal de Foundry — ~2 h
- Laboratorio: una aplicación cliente ligera para el agente del service desk de ENGAGE — ~1,5 h
- Laboratorio: crear una aplicación ligera con análisis de texto — ~1,5 h
- Laboratorio: voz — prompts hablados y el SDK de Azure Speech — ~1,5 h
- Laboratorio: visión — imágenes de entrada, imágenes de salida — ~1,5 h
- Laboratorio: Content Understanding — documentos, imágenes, audio y vídeo — ~1,5 h
- Ensayo del examen: logística, estrategia y una serie de práctica mixta — ~2,5 h
- Gobernanza de los datos de clientes en Foundry (Aldervane) — opcional; ~1,5 h
- Las mismas aplicaciones en C#/.NET — opcional; ~1,5 h
- Cuotas, tokens, coste y supervisión — opcional; ~1,5 h
- Evaluación, trazabilidad y red teaming en Foundry — opcional; ~1,5 h
Programa · 24 unidades
| 1 | Mapa del examen y panorama de Foundry Describir los dos dominios de AI-901, sus pesos y el formato del examen (nota de aprobado 700, sin laboratorios) | ~1,3 h |
| 2 | Cargas de trabajo de IA: del escenario a la carga de trabajo Nombrar las seis cargas de trabajo de IA de AI-901 y la entrada y la salida de cada una | ~1 h |
| 3 | Cómo funcionan los modelos de IA generativa Explicar los tokens y por qué la facturación, las cuotas y las ventanas de contexto se cuentan en tokens | ~1 h |
| 4 | Elegir un modelo en el catálogo de Foundry Distinguir los modelos vendidos directamente por Azure de los modelos de partners y de la comunidad | ~1 h |
| 5 | Opciones de implementación y parámetros de configuración Comparar las opciones de implementación serverless API y managed compute | ~1,3 h |
| 6 | IA responsable: seis principios y las protecciones de Foundry Asociar un escenario breve con el principio de IA responsable adecuado: equidad, fiabilidad y seguridad, privacidad y protección, inclusión, transparencia o responsabilidad | ~1,3 h |
| 7 | Análisis de texto: frases clave, entidades, sentimiento, resúmenes Elegir la técnica de análisis de texto para un escenario: detección de idioma, extracción de frases clave, reconocimiento de entidades con nombre, vinculación de entidades, detección de PII, análisis de sentimiento, minería de opiniones o resumen | ~1 h |
| 8 | Voz: reconocimiento, síntesis, traducción y modelos de audio Distinguir en un escenario el reconocimiento de voz (voz a texto) de la síntesis de voz (texto a voz) y de la traducción de voz | ~1 h |

