AI-103 en Microsoft Learn: guía de estudio, practice assessment y labs

La guía de estudio de AI-103 incluye el perfil del candidato, los cinco dominios con sus pesos y las viñetas que ilustran cómo se evalúa cada habilidad. Conviene leerla entera una vez al principio y usarla como lista de control al final: si una viñeta te suena a nuevo, ese es tu siguiente laboratorio. Microsoft avisa en ella de que actualiza primero la versión en inglés del examen y las traducidas unas ocho semanas después.

El sandbox de exámenes muestra la interfaz real y los tipos de pregunta con contenido genérico; dedícale diez minutos para no perder tiempo el día del examen. La formación oficial, tanto las rutas de aprendizaje a tu ritmo como el curso con instructor, se enlaza desde la sección de preparación de la ficha del examen en Microsoft Learn. Las rutas son gratuitas e incluyen ejercicios guiados; el temario desglosado de AI-103 te ayuda a repartir las horas.

La ficha de la certificación indica que el practice assessment está disponible en AI Skills Navigator, con una experiencia renovada, y que hay que iniciar sesión para lanzarlo. Es gratuito, lo escribe Microsoft, y sirve sobre todo como diagnóstico: hazlo una vez al empezar, anota los dominios flojos, y otra vez a mitad de camino.

Sus límites: el conjunto de preguntas es finito y se repite, de modo que tras dos o tres pasadas mides memoria y no nivel. Para el trabajo diario necesitas más volumen y explicación por pregunta. En el simulador de AI-103 tienes test por dominio, explicación con referencia a la documentación y simulacros cronometrados de 120 minutos; empieza gratis, sin registro.

Planificar y administrar: crea un proyecto de Foundry, despliega un modelo, conéctate desde Python con identidad administrada en lugar de claves, fija un límite de tasa y mira las métricas de consumo. IA generativa y agentes: monta un RAG con un índice híbrido en Azure AI Search y citas en la respuesta; después un agente con una herramienta (una función o una API) y memoria de conversación; ejecuta una evaluación de relevancia y fabricaciones y revisa las trazas.

Visión: genera y edita una imagen con máscara, describe una imagen con un modelo multimodal y prueba un analizador de Content Understanding. Texto y voz: extrae entidades y un JSON estructurado con un prompt, traduce un texto y convierte voz a texto y texto a voz. Extracción: ingiere un PDF escaneado con OCR y análisis de diseño, indexa el resultado y úsalo como fuente del agente. Con una suscripción gratuita o de pago por uso, cada laboratorio cuesta céntimos si borras los recursos al terminar.

Semana 1: guía de estudio, sandbox y practice assessment como diagnóstico. Semanas 2 a 6: formación oficial por bloques, con el laboratorio de cada dominio y preguntas de práctica del mismo dominio al terminar cada uno. Últimas dos semanas: simulacros cronometrados, repaso de los fallos con la documentación y segunda pasada del practice assessment. El plan de ocho semanas para AI-103 lo concreta día a día.

Sobre los repositorios de labs en GitHub que aparecen al buscar: los ejercicios de las rutas oficiales de Microsoft Learn enlazan a sus propios repositorios, que son los fiables y los que se mantienen al día con los cambios de Foundry. Desconfía de colecciones antiguas pensadas para AI-102: muchos servicios y SDK han cambiado de nombre y de forma de uso.