PL-900.

Após ser aprovado no teste AI-900 que testa conhecimentos básicos em IA(inteligência artificial), vamos adicionar resumos de estudos para a prova PL-900.

A prova PL-900 testa seus conhecimentos no Microsoft Power Platform e seus componentes.

Será avaliado conhecimento em construção de aplicações com Power Apps e banco de dados Dataverse.

Também é testado conhecimento em automação de fluxos utilizando Power Automate e criação de chatbot com Power Virtual Agents.

Finalizando com Power BI(Business Intelligence), testando conhecimento em análise e construção de relatórios e painéis de controle utilizando dados de diversas fontes de dados utilizando a plataforma.

Conhecimentos testados.

Os seguintes conhecimentos serão testados, e os seus respectivos pesos:

1. Descrever o valor comercial da Power Platform (20-25%);
2. Identificar os componentes principais da Power Platform (10-15%);
3. Demonstrar os recursos do Power BI (20-25%);
4. Descrever os recursos do Power Apps (25-30%);
5. Demonstrar os recursos do Power Automate (10-15%);
6. Demonstrar o valor comercial dos Power Virtual Agents (5-10%).

As regras da prova é similar com outras provas fundamentals, 35 a 60 minutos para finalizar o teste, com números de questões variados.

Conclusão.

Ótima base de conhecimento para quem pretende se aprofundar nos componentes do Microsoft Power Platform.

Azure Machine learning.

Machine learning é uma técnica matemática para criar uma inteligência em máquinas.

Esse aprendizado pode ser utilizado para várias aplicações, prevenção de anomalias, previsão, classificação, entre outros.

Utilizando Azure Machine Learning podemos abstrair todo esforço de criar a inteligência e utilizar os recursos homologados pela Azure.

Além dos modelos e recursos pré-treinados ofertados pela Azure, também é disponibilizado pela plataforma ambiente e ferramentas para facilitar o uso.

A única preocupação quando utilizamos os recursos de Machine learning da Azure é treinar e validar o modelo criado.

Recursos Machine Learning Azure.

A Azure oferece uma série de recursos para inteligência artificial, neste tópico vamos falar sobre Regressão, Classificação e Clustering.

A Regressão é uma técnica de análise de dados para tentar prever algum valor através de cruzamentos de dados.

A Classificação é um modelo que toma decisões através de objetos categorizados e classificados na fase de treinamento de máquina.

O Clustering é um aprendizado de máquina não supervisionado no qual as observações são agrupadas em clusters com base em semelhanças em seus valores de dados ou recursos.

Cada modelo tem uma solução específica ou podem ser combinados com outros recursos que não citamos neste tópico.

Conclusão.

Independente de qual modelo será utilizado, a Azure oferece os modelos de Machine learning pré-treinados para agilizar sua solução.

Análise imagem Azure.

Uma das capacidades utilizadas em sistemas de inteligência artificial é a pesquisa visual computacional.

Os computadores não possuem olhos biológicos para identificar imagens, mas podem processar imagens e vídeos e fazer tomadas de decisões.

Com as capacidades visuais, a máquina pode identificar pessoas, locais e objetos.

Além de identificar e marcar objetos, também é possível identificar a movimentação em um determinado espaço.

Outra capacidade, é extrair textos em imagens e transformar em textos estruturados.

Recursos visuais Azure.

Os recursos visuais Azure oferecem capacidades que analisam uma imagem e retornam uma lista com descrição da imagem. Outra capacidade é retornar marcações associadas a imagem em forma de metadados.

Existe ainda a capacidade de detectar objetos e marcar em volta do objeto com uma descrição do objeto.

Também é possível detectar marcas famosas, celebridades, esportistas, monumentos e locais famosos em uma imagem.

É possível detectar faces e analisar expressões, identificar se a pessoa está sozinha ou em grupo e categorizar a imagem.

Outra capacidade é a identificação e extração de textos de uma imagem, também conhecido como OCR.

Conclusão.

Azure oferece uma série de capacidades computacionais visuais já treinadas, o que elimina o trabalho duro de fazer isso programaticamente.

Linguagem coloquial Azure.

A plataforma Azure oferece suporte a compreensão de linguagem coloquial por meio de serviço de linguagem.

Para trabalhar com a Compreensão da Linguagem Coloquial, será necessário levar em consideração três conceitos principais: enunciados, entidades e intenções.

O Enunciado é alguma palavra chave que o usuário diz ao aplicativo, este que interpretará a palavra, por exemplo: “Ligar”, “Desligar”, “Turn on”.

A Entidade é um ítem que queremos ligar ao enunciado, por exemplo: “Ligar VENTILADOR”, “Desligar VENTILADOR”, “Turn on FAN”.

As intenções são utilizados para realizar uma ação a partir de uma combinação de um enunciado + entidade, por exemplo, a combinação de “LIGAR” + “VENTILADOR” deve acionar uma intenção de ATIVAÇÃO, já uma combinação “DESLIGAR” + “VENTILADOR” deve acionar uma intenção de DESATIVAÇÃO.

Recursos para Linguagem coloquial.

Dentro dos recursos Azure, existem os serviços de Linguagem para abordar o reconhecimento de linguagem natural sem a experiência de serviços cognitivos ou serviço Cognitivo que abordam os dois serviços.

O primeiro passo para trabalhar com aprendizado de linguagem, é fazer a criação do recurso para treinar um aplicativo de compreensão de linguagem coloquial.

O próximo passo é criar as intenções, inserindo as ações que o usuário deseja executar na sua aplicação.

Após isso, será necessário criar as entidades que podem ser do tipo Machine-learned, Lista, regex ou Pattern.any.

Com tudo configurado, o próximo passo é treinar seu modelo e homologar se está tudo certo. Após testar e validar seu modelo, podemos publicá-lo em um recurso de previsão.

Conclusão.

Um recurso bem interessante e muito utilizado para integrações de clientes e experiências mais amigáveis entre humanos e máquinas, além de ser muito utilizado para interação com deficientes visuais.

Azure AI-900.

O certificado Azure SC-900 foi conquistado, e agora iniciei os estudos para o certificado Azure AI-900.

A certificação Azure AI-900 testa os conhecimentos do candidato em Inteligência artificial utilizando recursos Azure.

Os conhecimentos testados na prova são um pouco mais técnicos que as provas testadas na Azure AZ-900 e SC-900.

Apesar do material de estudo AI-900 informar que o formato da prova é para candidatos com ou sem conhecimento em ciência de dados, é necessário o básico desse conhecimento.

O formato e os regulamentos da prova são os mesmos da prova AZ-900, a prova pode ter até 45 minutos e o número de perguntas pode variar conforme a dificuldade da questão.

Estrutura da prova.

A prova AI-900 tem uma estrutura padrão como as outras provas da série 900 da Azure, testando as seguintes habilidades:

• Descrever as cargas de trabalho e considerações sobre Inteligência Artificial (20-25%);
• Descrever os princípios fundamentais do aprendizado de máquina no Azure (25-30%);
• Descrever os recursos das cargas de trabalho de pesquisa visual computacional no Azure (15-20%);
• Descrever os recursos das cargas de trabalho de Processamento de Linguagem Natural (PLN) no Azure (25-30%).

Conclusão.

Aproveitando os notes das próximas semanas, vou postar alguns resumos de estudos feitos para a prova AI-900.

Microsoft 365 Defender.

O Microsoft 365 Defender é um pacote de pré e pós defesa contra violação do sistema Microsoft.

Entre as capacidades do Microsoft 365, estão a detecção, prevenção, investigação e resposta em pontos de extremidade, identidades, e-mail e aplicativos para fornecer proteção integrada contra ataques.

Diante da variedade de pontos de ataques, não podemos proteger somente a camada de rede, o Microsoft 365 Defender aborda a proteção de aplicativos, e-mail, colaborações, pontos de extremidade, soluções de SaaS cruzadas, identidade e outros pontos.

Os administradores do Microsoft 365 Defender conseguem prevenir ataques e atuar rapidamente na defesa das áreas afetadas por meio de ferramentas de alertas caso o sistema seja atacado.

Apesar do Microsoft 365 Defender não fazer parte diretamente do Azure, ela funciona como uma pré validação contra ataques ao Azure e pode ser integrada a algumas capacidades do Azure como o Azure Sentinel, além de monitoração e proteção de dados, acessos e conformidades do Azure.

Conteúdo do pacote Microsoft 365 Defender.

Aqui abordaremos somente o conteúdo do pacote Microsoft 365 Defender, não abordaremos o conteúdo do Office 365 Defender.

O Microsoft 365 Defender é composto por algumas defesas:

1. Microsoft 365 Defender para pontos de extremidade: oferece proteção pré e pós violação, prevenção de ataques e relatórios para endpoints;
2. Microsoft 365 Defender para proteção de identidade: uma solução para proteção contra violação de credenciais de acesso de usuários mal intencionados;
3. Email e a colaboração com o Microsoft Defender para Office 365: proteção para sua organização contra e-mails, links e mensagens mal intencionadas e ferramentas de colaboração;
4. Microsoft Defender for Cloud Apps: fornece uma visão e controle sobre tráfego de dados, além de análise para identificar e combater ataques a serviços na nuvem
5. Gestão de Vulnerabilidade do Microsoft Defender: oferece uma painel com possíveis fragilidades no sistema e como corrigi-la.

Conclusão.

Apesar do Microsoft Defender 365 não ser um módulo diretamente ligado ao Azure, ele faz um papel muito importante para segurança e integridade do Azure.

Azure Active Directory.

Continuando os estudos para o exame Azure SC-900, vamos abordar um pouco sobre a Azure Active Directory.

A solução abordada pela Azure AD é a mesma utilizada no Microsoft Active Directory usada nos servidores Windows Server locais, a única diferença é que o Azure AD está nas nuvens e o Microsoft AD está local.

O interessante em utilizar o Azure AD é a possibilidade de sincronizar, migrar ou utilizar de forma híbrida as autenticações entre os 2 ambientes.

Com Azure AD é possível gerenciar autenticação e autorização de usuários, dispositivos e aplicações de forma híbrida, ingressada e com usuários externos utilizando outros domínios.

O Azure AD oferece algumas formas de assinaturas: Grátis, Microsoft Office 365, Premium P1 e P2.

Recursos ofertados.

O carro chefe do Azure AD é oferecer uma solução para gerenciamento de usuários, mantendo o ambiente seguro utilizando segurança de autenticação e autorização de usuários.

A solução Azure AD também oferece algumas formas de autenticação e autorização via dispositivos:

1. Registrados ao Azure AD: Onde o usuário é autenticado e autorizado a utilizar seu dispositivo pessoal previamente cadastrado no Azure AD;
2. Ingressado ao Azure AD: O usuário é autenticado e autorizado a utilizar somente dispositivos da organização previamente cadastrada.
3. Ingressado ao Azure AD híbrido: O usuário se beneficia do Ingresso Azure AD mais as capacidades oferecidas pela Microsoft AD.

Outro recurso importante do Azure AD é o Azure AD Connect, onde o recurso oferece algumas capacidades de migração:

1. Sincronização de hash de senha: Essa capacidade sincroniza as credenciais do Microsoft AD com Azure AD, possibilitando a utilização da credencial cadastrada no Microsoft AD no Azure AD e vice versa;
2. Sincronização de passagem: O Azure AD se conecta ao Microsoft AD para validar as credenciais;
3. Integração de federação: Um recurso que possibilita utilização de autenticação incompatíveis com Azure AD como Smart Card, outra opção é utilizar o recurso Serviços de Federação do Active Directory (AD FS) para validar os usuários localmente.

Conclusão.

O Azure AD oferece uma forma de validar as credenciais de usuários locais, híbridos ou até mesmo externos, o que deixa flexível e segura a utilização em soluções dentro do Azure.