AI-102 Azure AI Engineer: esame ritirato nel 2026

Aggiornamento del 22 luglio 2026 — l’esame AI-102 è stato ritirato il 30 giugno 2026 e non è più prenotabile. Questa pagina resta online come guida tecnica ai servizi Azure AI e come archivio di com’era strutturato l’esame, ma non è più un percorso verso una certificazione che puoi ancora conseguire. Il calendario aggiornato di tutti i ritiri lo trovi nella nostra pagina dedicata ai ritiri delle certificazioni.

L’esame AI-102: Designing and Implementing a Microsoft Azure AI Solution è stato, fino al 30 giugno 2026, la certificazione associate che Microsoft dedicava a chi costruisce davvero soluzioni di intelligenza artificiale sul cloud Azure. Non era un esame teorico sull’AI: era un esame su come si mettono in produzione servizi cognitivi, modelli generativi e sistemi di ricerca intelligente, usando SDK, REST API, chiavi, endpoint, contenitori e policy di sicurezza.

La differenza rispetto all’AI-900 (Fundamentals, a sua volta ritirato il 30 giugno 2026 e sostituito da AI-901) era netta. Lì si chiede di riconoscere quale servizio serve per un certo scenario; qui si chiedeva di sapere quale classe istanziare, come autenticare la chiamata con Microsoft Entra ID invece che con una chiave, dove finisce il file quando fai batch transcription, cosa succede se il modello generativo supera i limiti di quota, come si configura un indice vettoriale e come si valuta la qualità di una risposta RAG. Era un esame da implementatore, e l’esperienza pratica pesava moltissimo.

Il valore di mercato dell’AI-102 era cresciuto parecchio da quando l’AI generativa è entrata stabilmente nei progetti aziendali. Chi lavora in consulenza o in system integration si trova a proporre chatbot su documentazione interna, estrazione dati da fatture e contratti, analisi di chiamate al customer care, ricerca semantica su archivi enormi. L’AI-102 certificava esattamente quel perimetro, ed era una delle poche certificazioni che toccava sia i servizi AI “classici” (visione, linguaggio, speech) sia la parte generativa moderna dentro Azure AI Foundry. Le competenze non sono invecchiate con l’esame: quello che segue resta materiale di studio valido, va solo letto sapendo che la prova non esiste più.

Cosa fare oggi al posto dell’AI-102

Prima di tutto una precisazione onesta: non indichiamo un esame successore dell’AI-102, perché il catalogo Microsoft per il ruolo AI engineer è in riorganizzazione e non vogliamo mandarti a prenotare una prova sbagliata. L’unica fonte affidabile su un eventuale esame che ne raccoglie l’eredità è il catalogo ufficiale delle certificazioni su Microsoft Learn: controlla lì prima di pianificare qualsiasi cosa.

Chi ha già superato l’AI-102 mantiene la certificazione fino alla scadenza indicata sul proprio profilo Microsoft Learn; per capire cosa succede al momento del rinnovo, sempre la pagina ufficiale è l’unico riferimento.

Se invece stai partendo adesso e ti serve un obiettivo certificabile in area Azure, queste sono certificazioni attive con simulazione disponibile su CertUp:

Nessuna di queste è un sostituto uno-a-uno dell’AI-102: sono percorsi adiacenti e attivi, utili per non restare fermi mentre il catalogo AI si assesta.

A chi serviva

Non era una certificazione per tutti: era mirata a chi scrive codice o progetta architetture che chiamano servizi AI.

• Sviluppatori backend e full-stack (C#, Python, JavaScript, Java) che integrano API di AI in applicazioni esistenti e vogliono formalizzare competenze già in parte possedute.
• AI engineer e ML engineer che arrivano da un contesto data science e devono capire il lato “servizi gestiti” di Azure: quando non serve addestrare un modello da zero, quando basta un modello pre-addestrato o un modello generativo con RAG.
• Solution architect che disegnano soluzioni AI per i clienti e devono sapere cosa è tecnicamente fattibile, quali servizi sono componibili e quali vincoli di sicurezza, costo e residenza dei dati si porta dietro ogni scelta.
• Consulenti e professionisti in partner Microsoft, per cui la certificazione aveva anche un valore commerciale diretto in termini di competenze di partnership e credibilità in fase di gara.
• Data engineer che stanno spostandosi verso il knowledge mining e la ricerca semantica su grandi archivi documentali.

Chi invece si occupa solo di governance, budget o adozione dell’AI in azienda avrebbe trovato l’AI-102 sproporzionato: per quel profilo il riferimento storico era l’AI-900, anch’esso ritirato il 30 giugno 2026. Oggi l’esame fundamentals attivo su questi temi è AI-901, ed è quello da scegliere se ti serve una certificazione introduttiva sull’AI in Azure.

Prerequisiti ed esperienza consigliata

Non esistevano prerequisiti formali: ci si poteva iscrivere anche senza altre certificazioni. Ma c’erano prerequisiti reali, ed è onesto dirlo — e restano gli stessi se vuoi imparare questi argomenti oggi.

Serve saper programmare in almeno un linguaggio tra Python e C#, perché una parte delle domande mostrava frammenti di codice e chiedeva di completarli o di individuare l’errore. Serve dimestichezza con concetti di sviluppo cloud: REST, JSON, autenticazione, gestione dei segreti, variabili d’ambiente, chiamate asincrone.

Serve inoltre una base di Azure: gruppi di risorse, regioni, sottoscrizioni, ruoli RBAC, managed identity, Key Vault, reti private e private endpoint. Se questi termini non ti dicono nulla, un passaggio preliminare su AZ-900 — esame tuttora attivo — o meglio ancora esperienza reale sul portale Azure ti farà risparmiare tempo.

Infine serve aver toccato con mano almeno alcuni servizi: creare una risorsa Azure AI services, chiamare un endpoint di analisi immagini, fare deploy di un modello generativo in Azure AI Foundry, costruire un indice in Azure AI Search. Studiare questi temi solo sui video, senza mai aprire il portale, è la strada più veloce per non impararli.

Cosa copriva l’esame

L’esame era organizzato in alcune aree principali. Qui le riassumo per contenuto pratico, senza pesi percentuali: sono anche una buona mappa di cosa studiare se lavori su Azure AI, indipendentemente dalla certificazione.

Il filo conduttore era sempre lo stesso: come si implementa, non cosa fa in astratto un servizio.

Formato e costo (dati storici)

I numeri che seguono valevano fino al ritiro del 30 giugno 2026 e sono qui a titolo di archivio: non c’è più nulla da prenotare né da pagare.

Il passing score era 700 su 1000, su una scala che non è una percentuale di risposte corrette: le domande hanno pesi diversi. Non bastava rispondere bene al 70% delle domande, serviva raggiungere 700 punti nella scala Microsoft.

Il formato era quello tipico degli esami role-based: in genere poche decine di domande in circa 1-2 ore, con tipologie miste (scelta multipla, ordinamento, drag and drop, completamento di codice, casi di studio con più domande collegate). Alcune domande, una volta confermate, non erano più rivedibili.

Il rinnovo era un punto spesso frainteso: le certificazioni role-based Microsoft scadono dopo 12 mesi, ma si rinnovano senza costi con un assessment online sul portale Microsoft Learn, disponibile nella finestra che precede la scadenza. Per l’AI-102, ora che l’esame è ritirato, le condizioni di rinnovo vanno verificate direttamente sul profilo Microsoft Learn di chi possiede la certificazione.

Come studiare questi argomenti oggi

Il piano che segue nasceva come preparazione all’esame; funziona ancora come percorso di apprendimento sui servizi Azure AI, che è la parte che non è stata ritirata. Per chi già lavora con Azure e sa programmare si aggira sulle 6-8 settimane a ritmo part-time (circa 6-8 ore a settimana). Chi parte più indietro può tranquillamente arrivare a 10-12 settimane.

Settimane 1-2 — Fondamenta e gestione Crea una sottoscrizione di prova o usa un tenant di sviluppo. Configura risorse Azure AI services, esercitati su autenticazione con chiave e con managed identity, esplora le metriche e i log. Studia costi, quote e limiti di throttling. È la parte meno “affascinante” ma è quella che torna in modo trasversale in ogni progetto reale.

Settimana 3 — Visione e Document Intelligence Analizza immagini, estrai testo con OCR, costruisci un piccolo modello custom di classificazione. Poi passa a Document Intelligence: modelli prebuilt su fatture e ricevute, poi un modello custom addestrato su tuoi documenti. Osserva bene la struttura del JSON di risposta.

Settimana 4 — Linguaggio e speech Sentiment, entità, question answering, modelli conversazionali. Sul lato speech, prova riconoscimento in tempo reale, sintesi con SSML e una transcription batch. Annota le differenze tra chiamata sincrona e job asincrono: è una distinzione ricorrente.

Settimane 5-6 — AI generativa e knowledge mining Qui si concentra il valore attuale di questi contenuti. Fai deploy di un modello in Azure AI Foundry, sperimenta con parametri di generazione, function calling e agenti. Costruisci un indice in Azure AI Search con ricerca vettoriale e ibrida, collega un indexer e uno skillset, e realizza un piccolo pattern RAG end-to-end. Studia i filtri di contenuto e le pratiche di AI responsabile.

Settimane 7-8 — Consolidamento Usa le domande in stile esame come autovalutazione: sessioni complete a tempo, analisi di ogni errore fino a capire perché la risposta corretta è corretta, ritorno al laboratorio sui punti deboli.

Su CertUp trovi il percorso di studio dedicato e la scheda completa della certificazione, entrambi mantenuti come materiale tecnico sui servizi Azure AI.

Errori comuni

Studiare solo la parte generativa. L’AI generativa è la parte più visibile e più discussa, ma il perimetro AI di Azure comprende visione, linguaggio, speech e knowledge mining. Chi arriva preparatissimo su prompt e agenti e improvvisa sul resto scopre i buchi al primo progetto reale.

Non fare mai laboratorio. Le domande con frammenti di codice premiano chi ha scritto davvero quel codice. Nomi di classi, metodi, parametri e struttura delle risposte JSON si ricordano molto meglio dopo averli usati che dopo averli letti.

Ignorare la parte di gestione e sicurezza. Autenticazione con Entra ID, private endpoint, RBAC, gestione delle chiavi, monitoraggio e contenimento dei costi sembrano contorno, ma sono argomenti trasversali che compaiono ovunque. È l’area dove si perdono più punti “facili”.

Studiare su materiale datato. L’ecosistema Azure AI ha cambiato nomi e organizzazione dei servizi più volte negli ultimi anni — e, come mostra il ritiro stesso dell’AI-102, cambia anche il catalogo degli esami. Parti sempre dalla documentazione ufficiale corrente e verifica lo stato di ogni certificazione prima di investirci settimane.

Puntare su un esame senza controllarne lo stato. È l’errore che questa pagina esiste per evitarti: prima di costruire un piano di studio su una certificazione, controlla che sia ancora sostenibile.

Il modo più rapido per capire quanto sei solido su Azure AI è misurarti su domande in stile esame. Su CertUp la simulazione AI-102 resta online, con un banco di 100 domande e un report finale che ti mostra dove stai perdendo punti area per area: usala come autovalutazione tecnica sui servizi Azure AI, tenendo presente che l’esame corrispondente è stato ritirato il 30 giugno 2026 e non è più prenotabile. Se invece cerchi una certificazione da conseguire davvero, parti dall’elenco di alternative attive più sopra.