參加該測驗的應試者應熟悉 C# 或 Python，並且應能使用 REST 型 API 和 SDK 來建置電腦視覺、自然語言處理、知識探勘，以及 Azure 上的交談式 AI 解決方案。

測驗 AI-102 考古題能幫你輕松通過考試：設計和實行 Microsoft Azure AI 解決方案的應試者會建立、管理及部署運用 Azure 認知服務、Azure 認知搜尋和 Microsoft Bot Framework 的 AI 解決方案。

其職責包括參與 AI 解決方案開發的所有階段，從需求定義和設計到開發、部署、維護、效能微調及監視。

他們會和解決方案架構師合作，將架構師的願景轉化為現實，並與資料科學家、資料工程師、IoT 專員和 AI 開發人員合作，以建置完整的端對端 AI 解決方案。

他們也應了解構成 Azure AI 組合的各種元件，以及可用的資料儲存選項。 此外，應試者必須了解並能夠套用負責任的 AI 原則。

AI-102 考古題 問題 1
您有一個 Video Indexer 服務，用於為您公司網站上的公司視頻提供搜索界面。
您需要能夠根據視頻中出現的人來搜索視頻。你該怎麼辦？
A. 創建一個人物模型並將模型與視頻相關聯。
B. 創建人物對象並為每個對象提供人臉圖像。
C. 邀請公司全體員工使用 Video Indexer。
D. 編輯視頻中的面孔。
E. 將名稱上傳到語言模型。
答案：A
解釋：
Video Indexer 支持每個帳戶多個 Person 模型。創建模型後，您可以通過在上傳/索引或重新索引視頻時提供特定 Person 模型的模型 ID 來使用它。
為視頻訓練新面孔會更新與視頻相關聯的特定自定義模型。
注意：視頻索引器支持視頻內容的人臉檢測和名人識別。名人識別功能涵蓋了基於常見數據源（例如 IMDB、維基百科和 LinkedIn 頂級影響者）的約 100 萬張面孔。名人識別功能無法識別的面孔會被檢測到但未命名。一旦你用名字標記了一張臉，臉和名字就會被添加到你賬戶的 Person 模型中。然後，視頻索引器將在您未來的視頻和過去的視頻中識別這張臉。
參考：
https://docs.microsoft.com/en-us/azure/media-services/video-indexer/customize-person-model-with-api

AI-102 考古題 問題2
您使用自定義視覺服務來構建分類器。
訓練完成後，需要對分類器進行評估。
哪兩個指標可供審查？每個正確答案都提供了一個完整的解決方案。
注意：每個正確的選擇都值得一分。
A. 召回
B. F-score
C. 加權精度
D、精度
E. 曲線下面積 (AUC)
答案：AD
解釋：
自定義視覺提供了關於模型性能的三個指標：精度、召回率和 AP。
參考：
https://www.tallan.com/blog/2020/05/19/azure-custom-vision/