До вмісту
L-SYSTEM

рекомендованийпочатковий

AI-901: Microsoft Azure AI Fundamentals — підготовка до іспиту на Microsoft Foundry

Курс підготовки до іспиту Microsoft AI-901 (Microsoft Azure AI Fundamentals) для розробників із Big 4 та інших консалтингових фірм, які вже пишуть на SQL, C# і Python, а тепер хочуть упевнено працювати з ШІ в Azure і підтвердити це сертифікатом. У 2026 році AI-901 замінив AI-900 і став іншим за характером: понад половину іспиту становить практика в Microsoft Foundry. Розгортання моделей, промпти, агенти, робота з текстом, мовленням, зображеннями та Azure Content Understanding із невеликих застосунків на Python. Курс іде за офіційним переліком навичок (редакція квітня 2026 року) і зберігає ваги доменів: концепції та можливості ШІ (40–45 %) і реалізація рішень у Foundry (55–60 %). Кожна тема подається за однією схемою: задача, яка змушує взятися за інструмент, сам інструмент і його ціна — токени, квоти, затримки, розміщення даних і ризики. Лабораторні ведуть порталом Foundry та Python SDK крок за кроком; якщо корпоративна підписка закриває доступ до Foundry, кожна лабораторна має шлях «прочитай код», щоб відпрацювати всі цілі іспиту. Наскрізний кейс — вигадана консалтингова фірма Aldervane Advisory LLP: агент для Service Desk, вилучення даних із рахунків і таймшитів, розшифрування зустрічей із клієнтами, де конфіденційність клієнтських даних не обговорюється. Практика — у форматах справжнього іспиту: один і кілька варіантів, зіставлення, набори тверджень «Так/Ні», доповнення коду. Кольорові скетчноути зводять кожну ідею на одну сторінку. Необов’язкові юніти: ті самі застосунки на C#, квоти й вартість, оцінювання і трасування, управління клієнтськими даними. Матеріал курсу англійською.

Заняття — вашою мовою: його веде асистент.

  • Матеріал: англійська
  • Іспит: англійська — складається на сайті, без перекладу
Як це влаштовано

Асистент бере матеріал курсу з нашого сервера й веде заняття вашою мовою.

Іспит складається на сайті, без асистента. Питання іспиту не перекладаються: так вирішено для всіх курсів.

Як під’єднати асистента

Шлях курсом

· юнітів: 24

порядок вільний · юніти можна проходити в будь-якому порядкуВигляд: карта · щаблі

фінал · у браузері, без асистента

Іспит

закрито · записатися на курс

Шлях курсом словами
  • Карта іспиту та ландшафт Foundry — ~1,3 год
  • Робочі навантаження ШІ: від сценарію до навантаження — ~1 год
  • Як працюють генеративні моделі ШІ — ~1 год
  • Вибір моделі в каталозі Foundry — ~1 год
  • Варіанти розгортання та параметри конфігурації — ~1,3 год
  • Відповідальний ШІ: шість принципів і захисні механізми Foundry — ~1,3 год
  • Аналіз тексту: ключові фрази, сутності, тональність, резюме — ~1 год
  • Мовлення: розпізнавання, синтез, переклад і аудіомоделі — ~1 год
  • Комп’ютерний зір і генерація зображень — ~1 год
  • Вилучення інформації з Azure Content Understanding — ~1 год
  • Промпт-інжиніринг: системні та користувацькі промпти, які працюють — ~1,5 год
  • Лабораторна: розгорнути модель і працювати з нею на порталі Foundry — ~1,5 год
  • Лабораторна: легкий чат-клієнт на Foundry SDK (Python) — ~2 год
  • Створення й тестування одного агента на порталі Foundry — ~2 год
  • Лабораторна: легкий клієнтський застосунок для агента служби підтримки ENGAGE — ~1,5 год
  • Лабораторна: легкий застосунок з аналізом тексту — ~1,5 год
  • Лабораторна: мовлення — голосові промпти та Azure Speech SDK — ~1,5 год
  • Лабораторна: зір — зображення на вході й на виході — ~1,5 год
  • Лабораторна: Content Understanding — документи, зображення, аудіо та відео — ~1,5 год
  • Репетиція іспиту: організація, стратегія та змішаний набір завдань — ~2,5 год
  • Управління клієнтськими даними у Foundry (Aldervane) — необовʼязковий; ~1,5 год
  • Ті самі застосунки на C#/.NET — необовʼязковий; ~1,5 год
  • Квоти, токени, вартість і моніторинг — необовʼязковий; ~1,5 год
  • Оцінювання, трасування та red teaming у Foundry — необовʼязковий; ~1,5 год

Програма · 24 юніти

1Карта іспиту та ландшафт Foundry

Описувати два домени AI-901, їхні ваги та формат іспиту (прохідний бал 700, без лабораторних)

~1,3 год
2Робочі навантаження ШІ: від сценарію до навантаження

Називати шість робочих навантажень ШІ в AI-901, а також вхід і вихід кожного

~1 год
3Як працюють генеративні моделі ШІ

Пояснювати, що таке токени і чому оплата, квоти та контекстні вікна рахуються в токенах

~1 год
4Вибір моделі в каталозі Foundry

Відрізняти моделі, які продає безпосередньо Azure, від моделей партнерів і спільноти

~1 год
5Варіанти розгортання та параметри конфігурації

Порівнювати варіанти розгортання serverless API і managed compute

~1,3 год
6Відповідальний ШІ: шість принципів і захисні механізми Foundry

Зіставляти короткий сценарій з потрібним принципом відповідального ШІ: справедливість, надійність і безпека, конфіденційність і захищеність, інклюзивність, прозорість або підзвітність

~1,3 год
7Аналіз тексту: ключові фрази, сутності, тональність, резюме

Обирати метод аналізу тексту під сценарій: визначення мови, вилучення ключових фраз, розпізнавання іменованих сутностей, зв’язування сутностей, виявлення PII, аналіз тональності, аналіз думок (opinion mining) або резюмування

~1 год
8Мовлення: розпізнавання, синтез, переклад і аудіомоделі

Відрізняти в сценарії розпізнавання мовлення (мовлення в текст) від синтезу мовлення (текст у мовлення) та перекладу мовлення

~1 год
9Комп’ютерний зір і генерація зображень

Обирати задачу комп’ютерного зору під сценарій: класифікація зображень, виявлення об’єктів, сегментація, OCR, підписи та теги, виявлення облич або розпізнавання облич

~1 год
10Вилучення інформації з Azure Content Understanding

Відрізняти OCR, аналіз макета (layout) і вилучення полів та пояснювати, чому сам OCR не дає структурованих даних

~1 год
11Промпт-інжиніринг: системні та користувацькі промпти, які працюють

Відрізняти системний промпт від користувацького та вирішувати, куди належить певне правило

~1,5 год
12Лабораторна: розгорнути модель і працювати з нею на порталі Foundry

Розгортати модель із каталогу моделей Foundry та відрізняти модель від розгортання

~1,5 год
13Лабораторна: легкий чат-клієнт на Foundry SDK (Python)

Збирати чат-клієнт на Python з DefaultAzureCredential, AIProjectClient і get_openai_client

~2 год
14Створення й тестування одного агента на порталі Foundry

Пояснювати, що таке prompt agent у Foundry: модель, інструкції та інструменти, упаковані під одним ім’ям

~2 год
15Лабораторна: легкий клієнтський застосунок для агента служби підтримки ENGAGE

Викликати наявного агента Foundry з Python з agent_reference у responses.create

~1,5 год
16Лабораторна: легкий застосунок з аналізом тексту

Обирати для сценарію аналізу тексту між Azure Language у Foundry Tools і розгорнутою генеративною моделлю

~1,5 год
17Лабораторна: мовлення — голосові промпти та Azure Speech SDK

Обирати для голосового сценарію між конвеєром Azure Speech, мультимодальною аудіомоделлю та Voice Live

~1,5 год
18Лабораторна: зір — зображення на вході й на виході

Відрізняти в сценарії мультимодальну чат-модель (на вході зображення, на виході текст) від моделі генерації зображень (на вході текст, на виході зображення)

~1,5 год
19Лабораторна: Content Understanding — документи, зображення, аудіо та відео

Пояснювати аналізатори, схеми та поля в Azure Content Understanding у Foundry Tools і обирати готові або власні аналізатори

~1,5 год
20Репетиція іспиту: організація, стратегія та змішаний набір завдань

Описувати формат іспиту AI-901: час, типи питань, прохідний бал, перерви, перескладання та запис

~2,5 год
21Управління клієнтськими даними у Foundry (Aldervane)

Обирати тип розгортання, який задовольняє вимогу клієнта щодо місця обробки даних

~1,5 год
22Ті самі застосунки на C#/.NET

Зіставляти пакети Python для Foundry, Language і Speech з їхніми аналогами в .NET

~1,5 год
23Квоти, токени, вартість і моніторинг

Пояснювати, як квота TPM і ліміти RPM виділяються й призначаються розгортанням

~1,5 год
24Оцінювання, трасування та red teaming у Foundry

Обирати між оцінюванням, трасуванням і red teaming для певного питання

~1,5 год

Рецепти цього курсу

усі рецепти курсу (1)