AI-102 (Azure AI Engineer): salário e impacto na carreira em 2026

O AI-102 teve sua maior atualização em anos no início de 2025, quando a Microsoft adicionou um novo domínio de "soluções de IA agentica", cobrindo o Azure AI Agent Service, orquestração multiagente e os padrões de design que surgiram do impulso da Microsoft no final de 2024 em torno de copilots-as-a-service. Se você estiver estudando com material datado antes de março de 2025, perderá aproximadamente 15-20% do novo exame.

A certificação também é uma das poucas que mudou significativamente o que paga — a remuneração em engenharia de IA subiu acentuadamente ao longo de 2024 e se manteve em 2026, e o AI-102 é a credencial mais citada em anúncios de emprego de engenharia de IA no stack da Microsoft no LinkedIn. O cenário salarial não segue a matemática normal de certificações; ele é distorcido pela intensa demanda por contratações em IA e pela pouca quantidade de candidatos que implementaram sistemas de IA de produção reais.

A atualização de 2025

O esboço do exame em learn.microsoft.com/credentials/certifications/azure-ai-engineer/ agora lista cinco domínios, sendo a adição agentica o novo:

• Planejar e gerenciar uma solução de IA do Azure (~15-20%)
• Implementar soluções de suporte à decisão — moderação de conteúdo, detecção de anomalias, inteligência de documentos (~15%)
• Implementar soluções de visão computacional — Azure AI Vision, Custom Vision, Face API (~15-20%)
• Implementar soluções de processamento de linguagem natural — Azure AI Language, Translator, Speech (~15-20%)
• Implementar IA generativa e soluções agenticas (~25-30%) — a grande mudança. Inclui Azure OpenAI Service (seleção de modelo, padrões de implantação, trade-offs entre fine-tuning e prompt engineering), Azure AI Search para geração aumentada por recuperação (RAG), prompt flow, segurança de conteúdo e o Azure AI Agent Service — design multiagente, chamada de função, integração de ferramentas.

O exame pré-2025 era fortemente focado em Azure Cognitive Services (Visão, Linguagem, Fala) mais uma parte do Azure OpenAI. A atualização de 2025 mantém o conteúdo de serviços cognitivos, mas reequilibra em direção à IA generativa e agentica. Se você é um candidato cujo trabalho diário é visão computacional ou fala, a certificação ainda o serve bem. Se lhe disseram que a engenharia de IA é apenas "chamar GPT-4 do Python", o exame o surpreenderá com sua amplitude.

A outra coisa que mudou: a Microsoft renomeou Cognitive Services para "serviços de IA do Azure" em 2023, e o exame agora usa esse termo. Material de estudo mais antigo com "Cognitive Services" em todos os lugares se refere aos mesmos produtos, mas os endpoints da API e os nomes dos pacotes SDK mudaram. Use material pós-2024.

Faixa salarial com ressalvas significativas

Nos EUA, os titulares do AI-102 que trabalham como Engenheiros de IA do Azure geralmente ganham $115k-$190k de base em 2026, com a maioria ficando entre $130k-$165k. Engenheiros de IA seniores em empresas que pagam mais atingem $250k-$400k+ de remuneração total. Essa última faixa é a distorção usual das grandes empresas de tecnologia — Microsoft, OpenAI, Anthropic, Google e as startups nativas de IA pagam acima de quase todos os outros em software, e o AI-102 não o insere nessas empresas de qualquer forma. As grandes empresas de tecnologia contratam engenheiros de IA com base em portfólio de pesquisa, experiência em design de sistemas de ML e histórico de entregas, não em certificações.

A matemática honesta da certificação é: AI-102 mais 2-3 anos de trabalho de IA do Azure em produção mais um portfólio de funcionalidades de IA entregues o coloca na faixa de base de $140k-$185k em empregadores de nível médio e empresas. A certificação em si contribui talvez com $10k-$20k disso — significativamente mais do que a maioria das certificações, porque o pool de candidatos a engenheiros de IA é pequeno o suficiente para que as credenciais visíveis importem.

De onde vêm os números:

• levels.fyi 2025-2026. ML Engineer L5 na Meta fica em torno de $370k TC; Microsoft Senior ML Engineer em L62-L63 fica em torno de $220k-$280k TC. AI-102 é irrelevante no FAANG; é um sinal para empregadores menores.
• O BLS ainda não tem uma categoria clara de Engenheiro de IA. O mais próximo são Desenvolvedores de Software (15-1252): mediana de $132k, percentil 90 de $200k+ em maio de 2024. A engenharia de IA se inclina para o topo, mas a categoria é muito ampla para obter números precisos.
• Built In, Hired, Robert Half technology salary guide 2026. Todos apontam para $130k-$170k para engenheiros de IA de meio de carreira em centros de tecnologia dos EUA, com uma distribuição mais ampla do que qualquer outra função rastreada por certificação que eu já vi. Cargos na Bay Area e em NYC listam regularmente salários base de $180k-$230k.

As ressalvas são mais pesadas aqui do que para qualquer outra certificação Azure:

1. Os títulos de cargos de engenharia de IA são instáveis. "Engenheiro de IA", "Engenheiro de ML", "IA Aplicada", "Engenheiro GenAI", "Engenheiro de Soluções de IA" — todos se sobrepõem e não são padronizados. A remuneração varia drasticamente entre eles.
2. A certificação não substitui os fundamentos de ML/DL. O AI-102 é focado na implementação. Os serviços de IA do Azure são principalmente chamadas de API. Se sua função exige realmente treinar modelos ou projetar sistemas de ML, você precisará do DP-100 (Azure Data Scientist Associate) adicionalmente, além de conhecimento genuíno de ML e, provavelmente, um portfólio.
3. A contratação congelou e descongelou de forma desigual ao longo de 2024-2025. Os cargos de engenheiro de IA reduziram o volume de contratações durante as demissões de final de 2023 / início de 2024, mas depois se expandiram acentuadamente a partir de meados de 2024. O mercado está aquecido, mas irregular.

Como se compara com AWS MLA-C01 e GCP PMLE

Três apostas diferentes:

AWS MLA-C01 (Machine Learning Engineer Associate). Certificação mais nova, lançada em 2024. Focada em AWS, inclina-se para SageMaker Studio, treinamento/implantação de modelos, Bedrock para modelos de base. Mais aprofundada em engenharia de ML do que o AI-102, menos aprofundada em serviços de IA da Microsoft. Se você está visando empresas AWS ou startups nativas de IA (a maioria das quais está na AWS), o MLA-C01 é o sinal mais forte.

GCP PMLE (Professional Machine Learning Engineer). O mais difícil dos três. Vertex AI, BigQuery ML, Kubeflow, profundidade em implantação de modelos, práticas de MLOps. Verdadeiramente um exame para engenheiros de ML. Se você está visando o próprio Google, tecnologia de anúncios ou empresas com foco em pesquisa, o PMLE é o melhor da categoria. A taxa de aprovação é menor que a do AI-102.

AI-102. A proposta da Microsoft. Mais forte em ambientes empresariais, especialmente em qualquer lugar que já utilize Azure ou Microsoft 365 Copilot. Melhor sinal para "Posso integrar IA em aplicações do stack da Microsoft". Mais fraco como um sinal geral de engenharia de ML.

Se você está tentando escolher um e não tem restrições do empregador: faça o MLA-C01 se deseja o maior alcance no mercado de trabalho, o PMLE se deseja a credencial técnica mais forte e o AI-102 se você já está ou visa uma empresa Azure/Microsoft.

Quem deve fazer o AI-102

• Você é um desenvolvedor backend ou full-stack em um ambiente Azure e está sendo solicitado a adicionar recursos de IA. Este é o público canônico do AI-102 e a certificação é projetada para você. RAG com Azure AI Search, implantações OpenAI, padrões agenticos — tudo diretamente aplicável.
• Você é um desenvolvedor do Microsoft 365 / Power Platform que está se estendendo para IA. Copilot Studio, integração de serviços de IA do Azure, Azure OpenAI sobre dados do M365. O AI-102 é a credencial explícita para este trabalho.
• Você é um consultor em um parceiro Microsoft que realiza trabalhos de implementação de IA. Os requisitos de nível de parceria incluem cada vez mais o AI-102 como a credencial de engenharia de IA.
• Você está migrando da engenharia de software tradicional para a engenharia de IA. O AI-102 é um sinal credível de "Eu fiz a mudança", especialmente quando combinado com um portfólio de funcionalidades de IA entregues. Mais forte que o DP-100 se seu trabalho é IA orientada por API em vez de modelagem ML personalizada.

Quem deve pular

• Pesquisadores de ML e cientistas de dados que constroem modelos personalizados. DP-100, AWS MLS-C01 / MLA-C01 ou GCP PMLE se encaixam melhor. O AI-102 não se aprofunda em treinamento, ajuste de hiperparâmetros ou rastreamento de experimentos — não é um exame de cientista de ML.
• Amadores de IA que não entregaram código em produção. O AI-102 assume que você entende APIs REST, padrões assíncronos, identidade e arquitetura básica do Azure. Sem essa base, o exame é difícil. Faça o AI-900 primeiro se você é novo na área.
• Qualquer um que vise startups nativas de IA. A maioria dessas empresas não opera principalmente no Azure (ainda — isso está mudando), e a credencial tem menos peso do que um portfólio de aplicações LLM entregues. Construa o portfólio.

Renovação e pré-requisitos

O AI-102 é uma certificação de associado baseada em função, então expira após um ano e se renova gratuitamente através da avaliação não supervisionada do Microsoft Learn seis meses antes da expiração. Sem dor de cabeça. A Microsoft tem sido agressiva na atualização do conteúdo de renovação à medida que os serviços de IA evoluem, o que significa que a renovação ocasionalmente parece mais difícil do que o exame original — eles a estão mantendo atualizada.

A Microsoft recomenda o AI-900 como pré-requisito, mas não é obrigatório. Se você tem experiência em engenharia de software e familiaridade com o Azure, pode fazer o AI-102 diretamente. O AI-900 é um bom ter para vocabulário, mas não adiciona muito a um currículo que já lista o AI-102.

Conclusão

O AI-102, em sua forma atualizada de 2025, é uma credencial de engenharia de IA crível para ambientes com o stack da Microsoft. Em termos salariais, ele se situa na faixa superior das certificações de associado baseadas em função, distorcida para cima pelo mercado de contratação de IA. Não é um substituto para o conhecimento real de ML, e não é a certificação certa para carreiras focadas em AWS ou GCP — mas para o caso específico de trabalho com IA do Azure, é a certificação que os recrutadores procuram.

Se você está estudando agora, navegue pelo banco de questões do AI-102 ou inicie um exame prático cronometrado. O conteúdo agentico de 2025 é onde a maioria dos candidatos se prepara menos — dê a esse domínio um peso extra em seu plano de estudo. E implemente algo com Azure OpenAI antes do exame, se puder; nada ensina os trade-offs de design como construir uma aplicação RAG real que tenha que responder a perguntas corretamente.