Cómo aprobar AI-103: plan de estudio de 8 semanas

Microsoft espera experiencia desarrollando con Python y familiaridad con Azure, APIs e IA generativa. Antes de estudiar productos concretos, asegúrate de poder consumir un modelo desde código, gestionar credenciales y explicar embeddings, búsqueda vectorial y RAG.

Crea un proyecto de Foundry y despliega un modelo pequeño. Conecta la aplicación mediante identidad sin claves cuando sea posible y registra latencia, consumo y errores. Esa base reaparece en buena parte del temario de AI-103.

Planificación y administración más IA generativa y agentes representan entre el 55 y el 65 % del examen. Trabaja elección de modelos, despliegue, cuotas, redes privadas, identidad administrada, filtros, evaluaciones y trazabilidad.

Implementa un agente con recuperación, memoria y una función propia. Practica cuándo usar un flujo determinista, un agente autónomo, varios agentes especializados o un motor híbrido de reglas y modelos.

Semanas uno y dos: infraestructura, modelos, seguridad y gobierno. Semanas tres a cinco: RAG, herramientas, agentes, orquestación, evaluación y observabilidad. Semanas seis y siete: visión, contenido multimodal, lenguaje, voz y extracción documental.

En la última semana haz simulacros con preguntas nuevas y revisa únicamente los errores que no puedas justificar. Reproduce en un laboratorio las decisiones con mayor impacto: autenticación, índice, filtros, aprobación humana y telemetría.

Estás cerca cuando puedes diseñar una solución completa y explicar por qué cada servicio, modelo, índice, identidad y control es apropiado. Mantén resultados estables en simulacros que no hayas memorizado.

Comprueba siempre la guía oficial antes del examen: los servicios y SDK de Foundry evolucionan con rapidez y Microsoft puede actualizar objetivos o terminología. En la ficha de AI-103 la práctica sigue los cinco dominios oficiales; si vienes de AI-102, lee qué cambia con AI-103.