Corso Azure AI Fundamentals AI-900

Obiettivi | Certificazione | Contenuti | Tipologia | Prerequisiti | Durata e Frequenza | Docenti | Modalità di Iscrizione | Calendario

Il Corso AI-900 Azure AI Fundamentals (Introduction to AI in Azure) è progettato per partecipanti che vogliono acquisire una base chiara sui principali AI workloads e su quali servizi di Microsoft Azure si usano per implementarli. Il percorso inquadra i casi d’uso tipici di computer vision, Natural Language Processing (NLP), document processing e generative AI, introducendo anche i principi di Responsible AI (fairness, reliability & safety, privacy & security, inclusiveness, transparency, accountability) utili per valutare rischi e impatti di una soluzione. Vengono poi affrontati i fondamenti di machine learning (regression, classification, clustering, deep learning e concetti legati alla Transformer architecture) e i concetti core come features/labels e training/validation datasets, collegandoli alle capability di Azure Machine Learning (Automated ML, servizi data/compute, model management e deployment). La parte applicativa prosegue con le workload di computer vision, includendo image classification, object detection, OCR e facial detection/analysis tramite Azure AI Vision e Azure AI Face. Per NLP vengono trattati key phrase extraction, entity recognition, sentiment analysis, language modeling, speech recognition/synthesis e translation con Azure AI Language e Azure AI Speech. Infine, il corso introduce le basi della generative AI su Azure, con scenari e caratteristiche dei modelli, oltre ai servizi e strumenti come Azure AI Foundry, Azure OpenAI service e Azure AI Foundry model catalog. Il corso contribuisce alla preparazione dell’esame di Certificazione Azure AI Fundamentals.

Obiettivi del corso

Di seguito una sintesi degli obiettivi principali del Corso Azure AI Fundamentals AI-900 (Introduction to AI in Azure):

• Riconoscere i principali AI workloads e applicare i principi di Responsible AI nelle scelte di soluzione.
• Comprendere le basi di machine learning (regression, classification, clustering, deep learning) e i concetti di dataset (features/labels, training/validation).
• Collegare scenari ML alle capability di Azure Machine Learning (Automated ML, compute/data services, model deployment).
• Identificare scenari computer vision e i servizi Azure AI Vision e Azure AI Face per image/OCR/face tasks.
• Identificare scenari NLP e generative AI e i servizi Azure AI Language, Azure AI Speech, Azure AI Foundry e Azure OpenAI service.

Certificazione del corso

Esame AI-900 Azure AI Fundamentals; Questo esame valuta le competenze del candidato su concetti di AI e machine learning e sui servizi Azure correlati. I topics testati includono l’identificazione di workload AI comuni (computer vision, NLP, document processing e generative AI) e l’applicazione dei guiding principles di Responsible AI (fairness, reliability & safety, privacy & security, inclusiveness, transparency, accountability). L’esame copre i fondamenti di machine learning: scenari di regression, classification e clustering, caratteristiche del deep learning e concetti legati alla Transformer architecture, oltre a concetti core come features/labels e l’uso di training e validation datasets; include inoltre le capability di Azure Machine Learning come Automated ML, servizi data/compute per data science e ML e funzionalità di model management e deployment. Per computer vision vengono valutate le caratteristiche di image classification, object detection, OCR e facial detection/facial analysis, insieme alle capability di Azure AI Vision e Azure AI Face. Per NLP l’esame include key phrase extraction, entity recognition, sentiment analysis, language modeling, speech recognition/synthesis e translation, oltre alle capability di Azure AI Language e Azure AI Speech. Infine, per generative AI sono inclusi features dei generative models, scenari comuni, Responsible AI considerations per generative AI e le capability di servizi come Azure AI Foundry, Azure OpenAI service e Azure AI Foundry model catalog.

Contenuti del corso

AI Workloads & Responsible AI

• Identify computer vision, NLP, document processing and generative AI workloads
• Responsible AI principles: fairness, reliability & safety, privacy & security
• Responsible AI principles: inclusiveness, transparency, accountability
• Match workload scenarios to appropriate Azure AI services
• High-level solution considerations and constraints

Machine Learning Fundamentals on Azure

• Regression, classification and clustering scenarios
• Core ML concepts: features/labels, training vs validation datasets
• Deep learning fundamentals and Transformer architecture (concepts)
• Azure Machine Learning capabilities: Automated ML overview
• Azure Machine Learning: data/compute services + model management/deployment overview

Computer Vision Workloads on Azure

• Image classification solution features
• Object detection solution features
• Optical Character Recognition (OCR) solution features
• Facial detection and facial analysis solution features
• Azure AI Vision and Azure AI Face capabilities

Natural Language Processing Workloads on Azure

• Key phrase extraction, entity recognition and sentiment analysis use cases
• Language modeling fundamentals (scenario-level)
• Speech recognition and speech synthesis scenarios
• Translation scenarios
• Azure AI Language and Azure AI Speech capabilities

Generative AI Workloads on Azure

• Generative AI models: core features and typical behaviors
• Common generative AI scenarios and solution patterns
• Responsible AI considerations for generative AI
• Azure AI Foundry capabilities overview
• Azure OpenAI service and Azure AI Foundry model catalog capabilities

Tipologia

Corso di Formazione con Docente

Docenti

I docenti sono Istruttori Autorizzati Microsoft e in altre tecnologie IT, con anni di esperienza pratica nel settore e nella Formazione.

Infrastruttura laboratoriale

Per tutte le tipologie di erogazione, il Corsista può accedere alle attrezzature e ai sistemi presenti nei Nostri laboratori o direttamente presso i data center del Vendor o dei suoi provider autorizzati in modalità remota. Ogni partecipante dispone di un accesso per implementare le varie configurazioni avendo così un riscontro pratico e immediato della teoria affrontata. Ecco di seguito alcuni scenari tratti dalle attività laboratoriali:

Dettagli del corso

Prerequisiti

Non ci sono prerequisiti.

Durata del corso

• Durata Intensiva 1gg;

Frequenza

Varie tipologie di Frequenza Estensiva ed Intensiva.

Date del corso

• Corso Azure AI Fundamentals (Formula Intensiva) – 17/02/2026 – 09:00 – 17:00
• Corso Azure AI Fundamentals (Formula Intensiva) – 19/05/2026 – 09:00 – 17:00

Le iscrizioni sono a numero chiuso per garantire ai tutti i partecipanti un servizio eccellente.
L’iscrizione avviene richiedendo di essere contattati dal seguente Link, o contattando la sede al numero verde 800-177596 o inviando una richiesta all’email [email protected].