Microsoft Azure AI Fundamentals (AI-901) — Questions d'entraînement et examen blanc

Deux faits se combinent pour donner la réponse. D'abord, la compréhension d'images est assurée par les modèles de chat compatibles vision, de grands modèles multimodaux qui analysent des images et répondent en texte aux questions qu'on leur pose dessus. Ensuite, tu les utilises en appelant l'interface de chat completions, conçue pour les conversations multitours. L'image arrive donc dans un message utilisateur, les questions de suivi arrivent comme des tours ultérieurs, et le modèle raisonne sur la photo en même temps que sur tout ce qui a déjà été dit. Demander la couleur de la veste puis si elle convient à la pluie, ce sont simplement deux tours d'une même conversation.

Les distracteurs font chacun quelque chose de réel, mais pas cela. Un modèle de génération d'images produit des images à partir de texte, soit le sens inverse du trajet. La fonctionnalité de tagging du service d'analyse d'images renvoie des étiquettes et des scores de confiance pour une seule image et ne tient aucune conversation : une question de suivi n'a nulle part où aller. L'interface d'embeddings transforme du contenu en vecteurs pour la recherche par similarité, ce qui est utile pour trouver un produit similaire et inutile pour répondre à une question avec des mots.

Astuce d'examen : quand un scénario évoque des questions de suivi ou un contexte conservé d'un tour à l'autre, la réponse se trouve du côté du chat. Les services de vision de type fonctionnalité renvoient un jeu de résultats fixe par appel et ne peuvent pas tenir un dialogue.

Commence par classer l'entrée, car c'est ce qui sépare ces quatre services. Le texte de l'article est du texte écrit, et le travail consiste à transformer du texte écrit dans une langue en texte écrit dans une autre. C'est de la traduction automatique neuronale, donc le service Translator : il fonctionne en temps réel comme en traitement par lots, couvre une longue liste de langues et gère aussi la translittération et la détection de langue.

Le presque-bon choix, c'est le service Speech. Il traduit bien, mais il traduit de l'audio parlé, via des pipelines de reconnaissance vocale et de traduction de la parole. Rien dans ce scénario ne fait intervenir d'audio : y recourir reviendrait à payer pour une machinerie que la charge de travail n'utilise jamais. Content Safety inspecte textes et images à la recherche de contenus nuisibles et renvoie des scores de gravité ; il ne produit jamais de traduction. Vision extrait des informations d'images, soit une modalité totalement inadaptée.

Astuce d'examen : sur les questions d'identification de charge de travail, commence par faire correspondre la modalité d'entrée, qu'il s'agisse de texte, d'audio, d'image ou de vidéo, et ne choisis qu'ensuite parmi les services qui l'acceptent. Cette seule habitude règle la plupart des questions de choix de service de cet examen.

Une unité de débit provisionné est une unité de capacité, pas une unité d'argent, de texte ou de configuration. Quand tu choisis un déploiement provisionné plutôt que le paiement au token, tu réserves une part fixe de capacité de traitement du modèle et tu la gardes pour ta charge de travail, et le nombre d'unités que tu alloues est la façon de dimensionner cette part. La capacité est accordée sous forme de quota, et le même quota peut être dépensé sur n'importe quel modèle pris en charge, c'est pourquoi l'unité est volontairement générique plutôt que liée à un seul modèle.

Les distracteurs empruntent chacun un mot à un autre endroit de la plateforme. Un montant fixe par appel d'API décrit un modèle de facturation, et les déploiements provisionnés se facturent par unité et par heure, pas par appel. Le nombre de tokens autorisés dans un seul prompt, c'est la fenêtre de contexte, une propriété du modèle. Le nombre maximal de séquences d'arrêt est un paramètre de requête et n'a rien à voir avec la capacité.

Astuce d'examen : les questions sur la capacité réservée tournent autour d'un débit prévisible et d'une latence constante. Un scénario avec un trafic régulier et à fort volume et un besoin de latence stable pointe vers le débit provisionné, tandis que les charges en pics ou expérimentales renvoient au paiement au token.

Trois propriétés du scénario pointent vers le même type de charge de travail : l'application planifie une tâche sur plusieurs étapes, elle appelle des outils et des API externes pour récupérer des données en temps réel, et elle décide de la suite avec peu d'intervention humaine. Cette combinaison, c'est l'IA agentique. Un runtime d'agents managé est bâti exactement autour de ces éléments : il gère la conversation, les appels d'outils et le cycle de vie de l'agent, tandis que les outils atteignent l'extérieur via un catalogue, le Model Context Protocol et des définitions OpenAPI.

Les distracteurs sont tous des charges de travail plus étroites, à usage unique, qui produisent une sortie à partir d'une entrée. La détection d'anomalies note des points de données par rapport au comportement attendu et lève une alerte ; elle ne planifie ni n'agit. La reconnaissance optique de caractères extrait du texte d'une image. La classification d'images attribue une étiquette à une photo. Aucune n'appelle d'outil, ne conserve d'état d'une étape à l'autre, ni ne décide de la suite.

Astuce d'examen : les mots qui trahissent une charge agentique sont autonome, multi-étapes, appel d'outil ou d'API, et objectif. Quand un scénario réunit les quatre, aucune charge de perception ou de prédiction mono-tâche ne peut être la réponse.