IA generativa

Fundamentos de la IA generativa en Azure: diseño de prompts, roles system/message, parámetros temperature y top-p, seguridad de contenidos. Introducción a embeddings, búsqueda semántica y RAG para respuestas basadas en datos de la empresa.

🚀 Empezar quiz

Preguntas disponibles: 30

Qué aprenderás en este tema

Este tema forma parte del recorrido Microsoft AI . En esta página puedes comprender mejor qué cubre este tema, qué conceptos son más importantes y por qué es útil practicar con un cuestionario específico antes de pasar al examen completo o a cuestionarios mixtos.

El quiz sobre IA generativa te ayuda a centrarte en conceptos específicos, definiciones, escenarios prácticos e ideas recurrentes que pueden aparecer durante la preparación para la certificación.

Por qué este tema es importante

Estudiar bien IA generativa es importante porque este tema contribuye a la comprensión general de la certificación Microsoft AI . Una buena preparación en cada tema facilita afrontar tanto las preguntas teóricas como las prácticas, mejorando la seguridad y la rapidez al responder.

Practicar tema por tema también te permite identificar con mayor precisión tus puntos débiles, repasar mejor y construir una preparación más sólida con el tiempo.

Temas relacionados

Conceptos de IA

Introducción a los fundamentos de la inteligencia artificial: diferencia entre IA, aprendizaje automático y aprendizaje profundo; datos y métricas básicas; fases de un proyecto de ML; riesgos y sesgos. Visión general de los servicios de Azure AI y casos de uso reales.

Aprendizaje automático en Azure

Creación de experimentos de ML con Azure Machine Learning: espacio de trabajo, conjuntos de datos y cómputo; entrenamiento con notebooks o AutoML; evaluación del modelo, registro, implementación y supervisión en el ciclo de vida MLOps.

Visión por computadora

Reconocimiento de imágenes y documentos con los servicios Azure Vision: clasificación y detección de objetos, OCR y extracción de datos de documentos; cuándo usar modelos predefinidos o personalizados y cómo interpretar los resultados.

Procesamiento de lenguaje natural

Análisis de texto con Azure Language: detección de idioma, análisis de sentimiento, frases clave, reconocimiento de entidades, resumen; introducción a la traducción y a los modelos conversacionales, con atención a la calidad y la ambigüedad.