Saltar al contenido
L-SYSTEM

recomendadoprincipiante

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.

Cómo conectar un asistente

Recorrido por el curso

· 24 unidades

cualquier orden · las unidades se pueden hacer en el orden que quierasVista: mapa · niveles

  1. ~33,8 h

  2. 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

1Mapa 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
2Cargas 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
3Cómo 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
4Elegir 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
5Opciones de implementación y parámetros de configuración

Comparar las opciones de implementación serverless API y managed compute

~1,3 h
6IA 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
7Análisis 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
8Voz: 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
9Visión por computadora y generación de imágenes

Elegir la tarea de visión por computadora para un escenario: clasificación de imágenes, detección de objetos, segmentación, OCR, subtítulos y etiquetas, detección facial o reconocimiento facial

~1 h
10Extracción de información con Azure Content Understanding

Distinguir el OCR, el análisis de diseño (layout) y la extracción de campos, y explicar por qué el OCR por sí solo no produce datos estructurados

~1 h
11Ingeniería de prompts: prompts de sistema y de usuario que funcionan

Distinguir el prompt de sistema del prompt de usuario y decidir dónde va una regla determinada

~1,5 h
12Laboratorio: implementar un modelo y trabajar con él en el portal de Foundry

Implementar un modelo desde el catálogo de modelos de Foundry y distinguir un modelo de una implementación

~1,5 h
13Laboratorio: un cliente de chat ligero con el SDK de Foundry (Python)

Crear un cliente de chat en Python con DefaultAzureCredential, AIProjectClient y get_openai_client

~2 h
14Crear y probar un solo agente en el portal de Foundry

Explicar qué es un prompt agent de Foundry: un modelo, instrucciones y herramientas empaquetados bajo un nombre

~2 h
15Laboratorio: una aplicación cliente ligera para el agente del service desk de ENGAGE

Llamar a un agente de Foundry existente desde Python con un agent_reference en responses.create

~1,5 h
16Laboratorio: crear una aplicación ligera con análisis de texto

Elegir entre Azure Language en Foundry Tools y un modelo generativo implementado para un escenario de análisis de texto

~1,5 h
17Laboratorio: voz — prompts hablados y el SDK de Azure Speech

Elegir entre una canalización de Azure Speech, un modelo de audio multimodal y Voice Live para un escenario de voz

~1,5 h
18Laboratorio: visión — imágenes de entrada, imágenes de salida

Distinguir en un escenario un modelo de chat multimodal (entra imagen, sale texto) de un modelo de generación de imágenes (entra texto, sale imagen)

~1,5 h
19Laboratorio: Content Understanding — documentos, imágenes, audio y vídeo

Explicar los analizadores, esquemas y campos de Azure Content Understanding en Foundry Tools y elegir analizadores precompilados o personalizados

~1,5 h
20Ensayo del examen: logística, estrategia y una serie de práctica mixta

Describir el formato del examen AI-901: tiempo, tipos de pregunta, nota de aprobado, pausas, repeticiones y programación

~2,5 h
21Gobernanza de los datos de clientes en Foundry (Aldervane)

Elegir un tipo de implementación que cumpla el requisito de residencia del procesamiento de datos de un cliente

~1,5 h
22Las mismas aplicaciones en C#/.NET

Asociar los paquetes de Python de Foundry, Language y Speech con sus equivalentes en .NET

~1,5 h
23Cuotas, tokens, coste y supervisión

Explicar cómo se conceden la cuota TPM y los límites RPM y cómo se asignan a las implementaciones

~1,5 h
24Evaluación, trazabilidad y red teaming en Foundry

Elegir entre evaluación, trazabilidad y red teaming para una pregunta dada

~1,5 h

Recetas de este curso

todas las recetas del curso (1)