Microsoft Azure AI Apps and Agents Developer Associate
225 questions de pratique
Dernière révision : April 2026
Notes personnelles et liens de ressources pour votre parcours d'étude
Filtrer par Certification
Le Microsoft Certified: Azure AI Apps and Agents Developer Associate (Examen AI-103 : Développer des applications et des agents d'IA sur Azure) remplace l'AI-102 et redéfinit le rôle d'ingénieur Azure AI autour de la création d'applications génératives et d'agents avec Microsoft Foundry. C'est un examen de niveau associé axé sur des scénarios pour les développeurs qui planifient, construisent, déploient et exploitent des solutions d'IA : choisir les modèles et les Foundry services, implémenter l'orchestration RAG et multi-agent, câbler le function-calling et la mémoire de conversation, et sécuriser et surveiller tout en production. La couverture s'étend sur cinq domaines — planification et gestion des solutions, IA générative et solutions agentiques, vision par ordinateur, analyse de texte et extraction d'informations — avec le poids le plus lourd sur le cœur génératif et agentique. Attendez-vous à des questions orientées Python basées sur le Foundry SDK, Azure AI Search, Azure Content Understanding, Azure Speech et Azure Translator.
Environ 25–30%. Choisissez les bons Foundry models et Foundry services pour la tâche (LLMs, small language models, multimodal models, Foundry Tools, grounding, vector search, agent workflows), concevez l'infrastructure, configurez les déploiements de modèles et d'agents, et intégrez le CI/CD. Couvre également les opérations et la gouvernance : quotas, mise à l'échelle, limites de débit et coûts ; surveillance des performances, de la dérive, de la sécurité et de la qualité du grounding ; sécurité avec managed identity, private networking, informations d'identification sans clé et stratégies de rôle ; et responsible AI par le biais de safety filters, d'évaluateurs, de trace logging et de contrôles d'agent oversight.
Le cœur, à environ 30–35%. Créez des applications génératives (déployez et consommez des modèles LLM/SLM/code/multimodal, implémentez RAG, concevez des workflows de raisonnement augmentés par des outils et en plusieurs étapes, évaluez les fabrications/pertinence/qualité/sécurité) et construisez des agents (définissez les rôles, les objectifs et les tool schemas ; combinez la récupération, le function-calling et la mémoire de conversation ; orchestrez des solutions multi-agent ; ajoutez des garanties et des flux d'approbation). Couvre également l'optimisation et les opérations : prompt engineering, boucles de réflexion et d'auto-critique, et observabilité via le tracing, l'analyse des tokens, les safety signals et la ventilation de la latence.
Environ 10–15%. Générez et modifiez des images et des vidéos à partir de prompts (y compris l'inpainting et les modifications basées sur des masques), créez des workflows de compréhension multimodal (légendes, questions-réponses visuelles, texte alternatif pour l'accessibilité, détection d'objets/régions, et Azure Content Understanding en modes tâche unique et pro), et appliquez la responsible AI pour le contenu visuel — unsafe-content filters, détection indirecte de prompt-injection à partir de texte intégré dans des images, et règles de politique visuelle telles que les filigranes et les vérifications de marque.
Environ 10–15%. Utilisez des modèles linguistiques pour l'extraction d'entités/sujets/résumés et la sortie JSON structurée, détectez le sentiment, le ton et le contenu sensible, et traduisez avec Azure Translator ou des flux basés sur des LLM. La partie vocale couvre la synthèse vocale et la reconnaissance vocale pour les interactions agentiques, la parole comme modalité d'agent (y compris les modèles vocaux personnalisés), le raisonnement multimodal à partir de l'audio et la traduction vocale.
Environ 10–15%. Construisez des pipelines de récupération et de grounding : ingérez et indexez des documents, des images, de l'audio et de la vidéo ; configurez la semantic, hybrid et vector search ; enrichissez le contenu avec des compétences intégrées ou personnalisées ; et exécutez l'ingestion RAG avec OCR. Extrayez du contenu structuré de documents à l'aide de pipelines multimodal OCR + mise en page + extraction de champs et d'analyseurs Azure Content Understanding qui émettent une sortie propre, grounded, markdown ou JSON pour les agents en aval.
$110k–$155k–$215k USD annuel
Les compétences en IA générative et en développement d'agents sont très recherchées en 2026. La certification est un signal de crédibilité ; la fourchette salariale reflète les ingénieurs IA appliqués qui déploient des systèmes LLM et des systèmes d'agents en production. Associer l'AI-103 à des projets concrets impliquant Foundry, RAG et des solutions multi-agent positionne les candidats vers le haut de la fourchette. Les marchés en dehors des grands centres technologiques américains ont tendance à être moins élevés.
Source : levels.fyi 2025 rôles d'ingénieur AI/ML, U.S. BLS OEWS mai 2024 (15-1252 développeurs de logiciels, 15-2051 data scientists), Glassdoor 2025. Les chiffres sont approximatifs ; la rémunération réelle dépend du rôle, de la région et de l'expérience.
Le développement d'agents et d'applications génératives est l'une des spécialités d'ingénierie qui connaît la croissance la plus rapide à l'approche de 2026, et l'AI-103 est positionné pour être le titre de compétence Azure phare pour cela — Microsoft a construit l'examen directement autour de Foundry, des agents et de RAG, les modèles que les entreprises s'empressent de déployer. La demande est la plus forte là où les équipes opérationnalisent les LLMs : grounding sur des données privées, orchestration de workflows multi-agent, et respect des exigences de sécurité et de responsible-AI. Parce qu'il remplace l'AI-102, largement reconnu, attendez-vous à ce qu'il hérite de la reconnaissance des recruteurs de cet examen tout en signalant des compétences actuelles de l'ère des agents.
Il n'y a pas de prérequis formels, mais l'AI-103 est un véritable examen de développeur de niveau associé. Vous devriez être à l'aise avec la création d'applications en Python et familier avec l'IA générale, l'IA générative et les services Azure de base. En pratique, les candidats réussissent bien s'ils ont une expérience préalable des services Azure AI (Language, Vision, Speech, Search, Azure OpenAI) et une pratique concrète dans le Microsoft Foundry portal et le Foundry SDK.
Les parcours Microsoft Learn gratuits de Microsoft et le cours dirigé par un instructeur AI-103T00 correspondent directement aux cinq domaines. Si vous avez déjà réussi l'AI-102, prévoyez du temps pour apprendre ce qui est nouveau plutôt que de réapprendre les fondamentaux : le modèle centré sur l'agent, l'orchestration multi-agent, Azure Content Understanding, ainsi que le Foundry SDK et les outils sont les éléments qui ont changé. Venant d'AWS, l'analogue le plus proche est le parcours Generative AI Developer – Professional (Bedrock Agents, Knowledge Bases) ; les concepts sont transférables, mais les SDK et les noms de services diffèrent.
L'AI-103 est un examen de niveau associé et est nettement plus difficile que le niveau Fondamentaux. Prévoyez 40 à 70 heures d'étude pour les développeurs ayant une certaine expérience d'Azure AI, et plus si Foundry et les agents sont nouveaux pour vous. L'examen dure environ 100 minutes ; attendez-vous à 40–60 questions sous des formats Microsoft variés — choix multiples, réponses multiples, glisser-déposer, et éventuellement de courtes études de cas — beaucoup étant formulées comme "choisissez le meilleur service/approche pour ce scénario."
La partie la plus difficile est l'étendue : l'examen s'attend à une connaissance pratique de la sélection de modèles, RAG, des agents, de la sécurité, de la surveillance, de la vision, de la parole et de l'extraction d'informations, le tout au sein de l'écosystème Foundry. Étant donné que l'examen et la plateforme sont nouveaux en 2026, le matériel d'étude est encore en cours de maturation — appuyez-vous sur les parcours officiels Microsoft Learn, le guide d'étude AI-103 et les laboratoires pratiques Foundry plutôt que sur l'ancien contenu de l'AI-102, qui ne couvre pas le matériel relatif aux agents et à Content Understanding.
Nouvel examen de niveau associé — Développer des applications et des agents d'IA sur Azure — remplaçant l'AI-102. Centré sur les agents et construit autour de Microsoft Foundry, avec cinq domaines couvrant la planification/gestion, les solutions génératives et agentiques, la vision par ordinateur, l'analyse de texte et l'extraction d'informations. Version anglaise mise à jour le 16 avril 2026 ; lancée en beta et passant à la disponibilité générale en 2026.
L'examen Azure AI Engineer Associate que l'AI-103 remplace. Structuré autour de l'implémentation des Azure AI services (Vision, Language, Speech, Document Intelligence, Azure OpenAI) et des solutions d'IA générative, sans l'accent sur l'agent-first, le multi-agent et le Content Understanding. Se retire le 30 juin 2026.
AI-103 (Microsoft Azure AI Apps and Agents Developer Associate) est un examen de niveau Associate un examen de difficulté modérée exigeant une expérience pratique concrète ainsi qu'une solide compréhension des meilleures pratiques. La plupart des candidats ont besoin de 80 à 150 heures d'étude réparties sur 6 à 12 semaines pour les examens de niveau associé. La plupart des candidats qui obtiennent des scores constamment supérieurs au seuil de réussite lors des examens pratiques réussissent dès leur première tentative.
La plupart des candidats ont besoin de 80 à 150 heures d'étude réparties sur 6 à 12 semaines pour les examens de niveau associé. Le temps nécessaire pour réussir varie considérablement en fonction de l'expérience antérieure. Les ingénieurs ayant une expérience pratique en production avec la technologie sous-jacente en ont généralement besoin de moins ; les candidats novices sur la plateforme devraient viser la limite supérieure de cette fourchette.
AI-103 est une certification reconnue dans l'écosystème Azure et signale des connaissances validées aux employeurs, recruteurs et clients. Sa valeur en termes de temps et de coût dépend de votre rôle et de vos objectifs — elle est la plus avantageuse pour les ingénieurs cloud, architectes et consultants qui travaillent quotidiennement avec Azure ou souhaitent évoluer vers des rôles similaires.
Le score de réussite pour le AI-103 est de 700 / 1000. L'examen contient 50 questions et dure 1 h 40 min.
Les frais d'examen AI-103 sont de $165 USD. Les frais sont fixés par Azure et peuvent varier selon la région ; confirmez toujours le prix actuel sur la page de certification officielle de Azure avant de réserver.
Les certifications Microsoft basées sur les rôles expirent après 1 an mais peuvent être renouvelées gratuitement via une évaluation en ligne non supervisée sur Microsoft Learn, à partir de 6 mois avant l'expiration.
Oui. Vous pouvez passer l'examen en ligne (supervisé via le navigateur sécurisé du fournisseur, disponible 24h/24 et 7j/7 dans la plupart des régions) ou dans un centre de test Pearson VUE en personne pendant les heures ouvrables. Les deux formats utilisent les mêmes questions, la même limite de temps et le même score de réussite.
CertLabPro propose 15 modes d'étude à travers la banque de questions pratiques pour le AI-103. Le mode de simulation d'examen reproduit l'examen réel : 50 questions en 1 h 40 min, avec le même seuil de réussite de 700 / 1000. Le mode navigation vous permet de lire chaque Q&A de manière statique.