Ngân hàng đề — Microsoft Azure AI Engineer

Tìm thấy 267 câu.

Câu 81 Chọn nhiều đáp án Implement generative AI solutions (10–15%)

As part of your work for a healthcare client, you have been assigned to create an AI-based chat application that can provide medical history updates for patients. To achieve this, you need to import recent medical records of patients into the chat application's data source. You have decided to develop the application using Azure OpenAI Services and need to determine the optimal file format to integrate the textual data.

Which three file formats would you recommend to ensure optimal processing and utilization by the model?

  1. A

    TXT
  2. B

    CSV
  3. C

    MD
  4. D

    JSON
  5. E

    PDF
Xem giải thích

Đáp án

A, C và E — TXT, MD và PDF

Vì sao đúng

Khi đưa dữ liệu riêng vào Azure OpenAI để mô hình trả lời dựa trên đó, hệ thống cần văn bản có mạch nội dung liên tục để cắt thành đoạn và tạo vector biểu diễn. Ba định dạng được chọn đều là văn bản chạy theo dòng — TXT là chữ thuần, MD là chữ kèm đánh dấu nhẹ, PDF được bóc chữ ra khi nạp. Hồ sơ bệnh án viết theo dạng thuật lại nên hợp cả ba.

Vì sao các phương án khác sai

  • B. CSV và D. JSON — là dữ liệu có cấu trúc dạng bảng hoặc khoá–giá trị. Cắt chúng thành đoạn văn thì ngữ nghĩa vỡ vụn: một dòng CSV tách khỏi hàng tiêu đề gần như vô nghĩa. Dữ liệu dạng này nên đưa vào CSDL rồi truy vấn, chứ không nên nhét vào kho tri thức của mô hình.
Câu 82 Implement generative AI solutions (10–15%)

AptCom has initiated a project aimed at forecasting real estate prices. The process involves utilizing a tool to train and deploy a machine learning model capable of predicting real estate values, specifically using the "Azure Machine Learning designer."

The following steps are to be executed in the correct order to ensure the machine learning model is trained effectively and the pipeline is submitted accurately:

Step 1: Prepare data

Step 2: Submit the pipeline

Step 3: Train a machine-learning model

Step 4: Create a new pipeline

Step 5: Import data

Step 6: Set the default compute target.

  1. A

    Step 4 > Step 6 > Step 5 > Step 1 > Step 3 > Step 2
  2. B

    Step 4 > Step 5 > Step 6 > Step 1 > Step 3 > Step 2
  3. C

    Step 4 > Step 6 > Step 5 > Step 3 > Step 1 > Step 2
  4. D

    Step 4 > Step 3 > Step 5 > Step 1 > Step 6 > Step 2
Xem giải thích

Đáp án

A — Bước 4 → 6 → 5 → 1 → 3 → 2

Vì sao đúng

Thứ tự bám theo cách Azure Machine Learning designer hoạt động:

Thứ tự Bước Vì sao ở vị trí này
1 (4) Tạo pipeline mới Khung chứa mọi thứ còn lại
2 (6) Đặt compute target mặc định Chưa có tài nguyên tính toán thì không chạy được bước nào; đây là chỗ hay bị quên và pipeline báo lỗi khi submit
3 (5) Nhập dữ liệu Đưa dữ liệu vào pipeline
4 (1) Chuẩn bị dữ liệu Làm sạch, chọn cột, chia tập
5 (3) Huấn luyện mô hình Chỉ chạy được trên dữ liệu đã chuẩn bị
6 (2) Submit pipeline Bước cuối, đẩy toàn bộ đi chạy

Vì sao các phương án khác sai

  • B — đặt bước nhập dữ liệu trước khi khai compute target.
  • C — huấn luyện trước khi chuẩn bị dữ liệu.
  • D — huấn luyện ngay sau khi tạo pipeline, lúc chưa có dữ liệu nào.
Câu 83 Chọn nhiều đáp án Implement generative AI solutions (10–15%)

Identify the True statement(s).

Statement 1: The customer is charged for Data Ingestion while using Azure Monitor Log Analytics.

Statement 2: The customer is charged for Data retention while using Azure Monitor Log Analytics.

  1. A

    Statement 1 > True
  2. B

    Statement 1 > False
  3. C

    Statement 2 > True
  4. D

    Statement 2 > False
Xem giải thích

Đáp án

A và C — cả hai phát biểu đều đúng

Vì sao đúng

Azure Monitor Log Analytics tính tiền theo hai khoản riêng biệt, và đó chính là điều hai phát biểu nói tới:

  • Nạp dữ liệu (data ingestion) — trả theo số gigabyte log được đưa vào workspace. Đây thường là khoản lớn nhất, và là lý do việc bật log ở mức chi tiết nhất cho mọi dịch vụ có thể khiến hoá đơn tăng vọt.
  • Lưu giữ dữ liệu (data retention) — trả theo lượng dữ liệu giữ lại vượt quá thời gian miễn phí mặc định.

Hiểu rõ hai khoản này quyết định cách bạn thiết kế chính sách log: lọc bớt ngay từ nguồn để giảm khoản đầu, và đặt thời gian giữ hợp lý để giảm khoản sau.

Vì sao các phương án khác sai

  • B và D — là hai phương án phủ định tương ứng, và cả hai đều trái với cách tính giá thật.
Câu 84 Implement generative AI solutions (10–15%)

As a system administrator on a project that utilizes Azure OpenAI service, you are responsible for designing a solution. Recently, new interns have joined the project, and your task is to assign them Azure OpenAI RBAC roles at the resource group level according to their job requirements.

The job requirements are as follows:

  • Viewing resources in the Azure portal

  • Viewing resource endpoints

  • Viewing resources associated with model deployments in Azure OpenAI studio

  • Viewing models available for deployment in Azure OpenAI studio

To grant the necessary access with minimal privileges, which of the following roles should you assign?

  1. A

    Cognitive Services OpenAl User
  2. B

    Cognitive Services Usages Reader
  3. C

    Cognitive Services Contributor
  4. D

    Cognitive Services OpenAl Contributor
  5. E

    Cognitive Services Metrics Advisor Administrator
Xem giải thích

Đáp án

A — Cognitive Services OpenAI User

Vì sao đúng

Đây là vai quyền tối thiểu cho người chỉ cần dùng mô hình: gọi API để suy luận, xem các bản triển khai đang có, nhưng không tạo hay xoá được bản triển khai nào và không đổi được cấu hình tài nguyên. Đúng mức cần cho thực tập sinh mới vào.

Vì sao các phương án khác sai

  • D. Cognitive Services OpenAI Contributor — cho phép tạo và quản lý bản triển khai, quyền rộng hơn mức cần; thực tập sinh có thể vô tình xoá một bản đang phục vụ.
  • C. Cognitive Services Contributor — quyền quản trị trên chính tài nguyên, còn rộng hơn nữa.
  • B. Cognitive Services Usages Reader — chỉ xem được số liệu sử dụng, không gọi được mô hình, nên không làm việc được.
  • E. Metrics Advisor Administrator — thuộc về một dịch vụ khác hẳn.
Câu 85 Implement generative AI solutions (10–15%)

You wish to generate Python function code using Azure OpenAl service.

What is an important consideration for optimal results?

  1. A

    Including irrelevant information to improve context
  2. B

    Keeping prompts concise and focused on the desired code output
  3. C

    Using complex language to challenge the model
  4. D

    Avoiding specific programming keywords in the prompts
Xem giải thích

Đáp án

B — Giữ prompt ngắn gọn và tập trung vào đúng đoạn mã cần sinh ra

Vì sao đúng

Mô hình sinh mã hoạt động tốt nhất khi yêu cầu rõ ràng và không có nhiễu: nói rõ hàm nhận gì, trả về gì, xử lý trường hợp biên nào. Thông tin thừa làm loãng tín hiệu và mô hình dễ đi chệch sang thứ bạn không cần.

Nói "ngắn gọn" ở đây không có nghĩa là mơ hồ — một prompt tốt vẫn nêu đủ ràng buộc, chỉ là không kèm những thứ không liên quan.

Vì sao các phương án khác sai

  • A. Thêm thông tin không liên quan để làm giàu ngữ cảnh — ngược hẳn: nhiễu làm kết quả tệ đi.
  • C. Dùng ngôn ngữ phức tạp để thử thách mô hình — mục tiêu là có đoạn mã dùng được, không phải kiểm tra mô hình.
  • D. Tránh dùng từ khoá lập trình cụ thể — sai ngược: nêu đích danh thư viện, kiểu dữ liệu và tên hàm mong muốn khiến kết quả sát hơn nhiều.
Câu 86 Implement generative AI solutions (10–15%)

You have been assigned the task of creating a bot in Azure that is capable of understanding and interpreting user input in multiple languages to determine the appropriate response in a conversation. You have chosen to use Bot Framework Composer due to its support for multilingual bot development.

Please review the following statements and identify which one is false:

Statement 1: The Localization tab in the Configuration page of Composer is used to manage languages.

Statement 2: The locale is the set of parameters that define the user's language.

Statement 3: Selecting an additional language enables Composer to automatically translate your bot.

Statement 4: Composer will create a copy of your bot's content for you to manually translate.

  1. A

    Statement 4
  2. B

    Statement 2
  3. C

    Statement 1
  4. D

    Statement 3
Xem giải thích

Đáp án

**D — Phát biểu 3 là phát biểu sai

Vì sao đúng

Phát biểu 3 nói rằng chọn thêm một ngôn ngữ thì Bot Framework Composer tự động dịch nội dung bot. Thực tế không phải vậy: Composer tạo một bản sao nội dung bot cho ngôn ngữ đó, và bạn phải tự dịch — bằng tay hoặc bằng dịch vụ dịch riêng.

Đây là điểm dễ hiểu nhầm và có hậu quả thật khi lập kế hoạch: nếu tưởng công cụ tự dịch thì sẽ ước lượng thiếu hẳn phần công việc biên dịch và rà soát nội dung.

Vì sao các phương án khác sai (chúng là phát biểu đúng)

  • Phát biểu 1 — tab Localization trong trang Configuration đúng là nơi quản lý ngôn ngữ.
  • Phát biểu 2 — locale đúng là tập tham số xác định ngôn ngữ của người dùng.
  • Phát biểu 4 — Composer đúng là tạo bản sao nội dung để bạn dịch thủ công; phát biểu này chính là điều đúng mà phát biểu 3 nói sai đi.
Câu 87 Implement knowledge mining & doc intelligence solutions

The project team is currently working on implementing search-related features and has decided to use Azure AI Search for this purpose. In order to successfully use Azure AI Search without any issues, the following steps need to be taken in sequence:


  1. Send queries and handle responses.

  2. Create an index.

  3. Provision the service.

  4. Load the data.

By following these steps in the correct order, the project team can ensure that the search-related features using Azure AI Search are implemented effectively.

  1. A

    3 > 2 > 4 > 1
  2. B

    3 > 1 > 4 > 2
  3. C

    2 > 3 > 4 > 1
  4. D

    1 > 2 > 3 > 4
Xem giải thích

Đáp án

A — 3 → 2 → 4 → 1

Vì sao đúng

Thứ tự bám theo chuỗi phụ thuộc, mỗi bước cần kết quả của bước trước:

Thứ tự Bước Vì sao
1 (3) Cấp phát dịch vụ Chưa có dịch vụ thì không có gì để tạo chỉ mục vào
2 (2) Tạo chỉ mục Định nghĩa lược đồ: trường nào tìm được, trường nào lọc được, trường nào sắp xếp được
3 (4) Nạp dữ liệu Dữ liệu phải có chỗ để đổ vào, tức là chỉ mục phải tồn tại trước
4 (1) Gửi truy vấn và xử lý phản hồi Chỉ có kết quả khi dữ liệu đã nằm trong chỉ mục

Bước tạo chỉ mục trước khi nạp dữ liệu là chỗ đáng nhớ nhất: lược đồ quyết định dữ liệu được đánh chỉ mục ra sao, và sửa lược đồ sau khi đã nạp thường phải nạp lại từ đầu.

Vì sao các phương án khác sai

  • B và C — đặt việc nạp dữ liệu hoặc gửi truy vấn trước khi chỉ mục tồn tại.
  • D — bắt đầu bằng việc gửi truy vấn, khi chưa có gì cả.
Câu 88 Implement knowledge mining & doc intelligence solutions

You have been assigned to implement a self-directed drill-down feature in your e-commerce application. The feature will allow search criteria such as price, popularity, and ratings to be filtered using faceted navigation in Azure AI Search. The faceted navigation will utilize fields from the schema to provide self-directed controls for filtered search query results.

To create a faceted navigation structure, follow the steps below in the correct order:

Step A: Add facet filters to a query

Step B: Build the index and load the data

Step C: Choose fields for faceting & filtering

Step D: Set attributes on the field

Step E: Return filtered results

  1. A

    Step D > Step C > Step A > Step B > Step E
  2. B

    Step C > Step D > Step B > Step A > Step E
  3. C

    Step A > Step D > Step C > Step B > Step E
  4. D

    Step D > Step B > Step C > Step A > Step E
Xem giải thích

Đáp án

B — Bước C → D → B → A → E

Vì sao đúng

Điều hướng theo khía cạnh (faceted navigation) phải được chuẩn bị từ lúc thiết kế lược đồ, không phải thêm vào lúc truy vấn:

Thứ tự Bước Vì sao
1 (C) Chọn trường sẽ dùng để phân nhóm và lọc Quyết định giá, độ phổ biến, đánh giá là những trường tham gia
2 (D) Đặt thuộc tính cho trường Bật facetable và filterable trong định nghĩa trường
3 (B) Dựng chỉ mục và nạp dữ liệu Chỉ mục được tạo với lược đồ vừa khai
4 (A) Thêm bộ lọc theo khía cạnh vào truy vấn Giờ mới truy vấn được
5 (E) Trả về kết quả đã lọc Kết quả cuối

Điểm mấu chốt: facetable và filterable là thuộc tính của trường trong lược đồ. Quên bật chúng thì truy vấn theo khía cạnh không chạy, và sửa lược đồ sau khi đã nạp dữ liệu thường phải dựng lại chỉ mục và nạp lại từ đầu.

Vì sao các phương án khác sai

Các phương án còn lại đều đặt bước dựng chỉ mục hoặc thêm bộ lọc trước khi thuộc tính của trường được khai, nên chỉ mục sinh ra không hỗ trợ điều hướng theo khía cạnh.

Câu 89 Implement knowledge mining & doc intelligence solutions

Which Azure services can be used to search, filter, and navigate large amounts of text data?

  1. A

    Azure Data Lake
  2. B

    Azure Synapse Analytics
  3. C

    Azure AI Search
  4. D

    Azure Databricks
Xem giải thích

Đáp án

C — Azure AI Search

Vì sao đúng

Đề cần tìm kiếm, lọc và điều hướng trên khối lượng lớn dữ liệu văn bản — đó chính là định nghĩa của một công cụ tìm kiếm. Azure AI Search dựng chỉ mục đảo ngược để tìm toàn văn ở độ trễ thấp, hỗ trợ lọc, sắp xếp, điều hướng theo khía cạnh và xếp hạng theo độ liên quan.

Vì sao các phương án khác sai

  • B. Azure Synapse Analytics và D. Azure Databricks — nền tảng phân tích dữ liệu lớn: chúng chạy truy vấn tổng hợp trên khối dữ liệu khổng lồ với độ trễ tính bằng giây tới phút, không phục vụ được đường tìm kiếm tương tác của người dùng.
  • A. Azure Data Lake — nơi lưu trữ dữ liệu thô; tự nó không tìm kiếm hay lọc gì.
Câu 90 Chọn nhiều đáp án Implement natural language processing solutions (30–35%)

You have set up an Azure AI Service for Language API in Azure and have opted for the standard pricing tier to analyze your documents. Please review the following statements related to synchronous and asynchronous API calls and choose the two statements that are not true.

  1. A

    To ensure low latency in your scenarios, it is recommended that you call Azure AI Service for Language API asynchronously.
  2. B

    Make separate synchronous API calls for each operation to use multiple features.
  3. C

    Analyze a large set of documents with multiple features in one synchronous API call.
  4. D

    Sentiment analysis can be done using a synchronous and a synchronous API call.
  5. E

    Use Azure Cognitive Service for Language synchronous API calls to use the Language Detection feature.
Xem giải thích

Đáp án

A và C — hai phát biểu không đúng

Vì sao đúng

Câu này (giống hệt một câu khác trong cùng bộ đề) hỏi phát biểu nào sai. Nguyên tắc thật ngược với cả hai:

Nhu cầu Nên dùng
Độ trễ thấp Lời gọi đồng bộ — gửi đi và nhận kết quả ngay trong một lượt
Nhiều tài liệu, nhiều tính năng cùng lúc Lời gọi bất đồng bộ — gửi việc, nhận mã việc, hỏi lại kết quả sau
  • A sai vì khuyên dùng bất đồng bộ cho tình huống cần độ trễ thấp; bất đồng bộ vốn thêm một vòng hỏi lại nên độ trễ cao hơn.
  • C sai vì bảo phân tích tập tài liệu lớn với nhiều tính năng trong một lời gọi đồng bộ — đó đúng là trường hợp bắt buộc phải bất đồng bộ, vì lời gọi đồng bộ có giới hạn về số tài liệu và thời gian chờ.

Vì sao các phương án khác đúng (nên không được chọn)

  • B — gọi đồng bộ riêng cho từng tính năng là cách làm hợp lệ.
  • D — phân tích cảm xúc chạy được ở cả hai chế độ.
  • E — nhận dạng ngôn ngữ dùng lời gọi đồng bộ là đúng.