我想坦诚地谈谈发生的事。
十四个月前，我被解雇了。不是因为我表现不好，也不是因为公司经营困难。而是因为他们找到了用 AI 完成我工作的方式，成本只是我薪资的一个零头。
我自怨自艾了三个星期。
然后，我花了 90 天时间采取行动。
我拿到了微软 AI 认证。全部三个级别。而这 90 天之后发生的事，以一种我完全没有预料到的方式，彻底改变了我职业生涯的轨迹。
这是一份完整的指南，教你如何做到同样的事。
为什么微软 AI 认证与网上其他认证截然不同
现在市面上有成百上千的 AI 课程。
大多数课程教你如何使用工具。如何写出更好的提示词。如何连接 API 并获取输出。
微软认证教给你的，是截然不同的东西。
它们教你如何在架构层面思考 AI。如何设计系统。如何做出影响成千上万用户和数百万美元基础设施的决策。
这种区别在当前的就业市场上价值不菲。
公司并不缺会用 AI 的人。会用 AI 的人多到让他们头疼。他们真正缺的，是那些能够构建基础设施、设计系统、并做出技术决策，从而决定 AI 如何在整家公司部署的人。
这正是这些认证培训你的方向。
这也是为什么持有这些认证的人，能够收到大多数科技从业者在两年前就已经见不到的聘用邀请。
三项认证及其实际作用
第 1 级：Azure AI 基础 (AI-900)
这是每个人的起点。无需技术背景。
AI-900 为你提供在 Microsoft Azure 生态系统中理解 AI 和机器学习所需的词汇、思维模式和基础知识。
你将学到机器学习的实际概念。有监督学习和无监督学习的区别。计算机视觉、自然语言处理和对话式 AI 是如何构建的。Azure 的 AI 服务是如何组织的，每一项服务的目的是什么。
这不是一项深度的技术认证。它是一项信誉认证。
但不要小看它。招聘经理把 AI-900 当作一个筛选条件。它告诉他们，你确实投入了时间来理解这个领域。在一个充斥着自称有 AI 经验的人的市场上，微软的徽章是可验证的证明。
谁应该从这里开始：任何想从非技术背景进入 AI 领域的人。营销人员、销售人员、项目经理、业务分析师，以及任何围绕 AI 系统工作但不会从头构建系统的人。
学习时间：10 到 20 小时。微软免费学习路径覆盖了考试的所有内容。
它能带来什么：入门级 AI 职位、AI 相关的业务职位，以及后续一切认证的基础。
免费学习资源：
https://learn.microsoft.com/zh-cn/certifications/azure-ai-fundamentals/
考试技巧：先做微软官方的模拟评估。它是免费的，而且真实考试中的题目模式与它高度相似。
第 2 级：Azure AI 工程师助理 (AI-102)
这是真正的价值开始显现的地方。
AI-102 是专业级别的认证，需要真正的技术能力。你需要理解如何使用 Azure 认知服务、Azure 机器学习和 Azure OpenAI 来构建、管理和部署 AI 解决方案。
考试内容包括构建自定义视觉模型。实现自然语言理解。使用 Azure 机器人服务设计对话式 AI 系统。使用 Azure 认知搜索集成知识挖掘解决方案。在已部署的系统中管理负责任的 AI 原则。
这不是理论性的。你需要在 Azure 门户、SDK 和相关服务方面拥有实际操作经验。考试包含基于情景的题目，要求你在时间压力下做出真实的架构决策。
持有 AI-102 认证的人，是公司需要真正构建某样东西时会找的人。不是描述它，而是构建它。
谁应该追求这个：开发者、数据科学家、云工程师，或者任何拥有技术背景并希望专攻 AI 实施的人。如果你已经完成了 AI-900 并希望跨入技术岗位，也值得去考。
学习时间：40 到 80 小时。在 Azure 门户中进行动手实践是必不可少的。光看书是考不过的。
它能带来什么：AI 工程师、机器学习工程师、云 AI 专家、Azure AI 顾问等职位。美国薪资范围：11 万到 16 万美元。自由职业咨询：每小时 100 到 200 美元。
有效的动手实验方法：
创建一个免费 Azure 账户，并直接实践以下服务：
- Azure 认知服务（语言、视觉、语音）
- Azure OpenAI 服务
- Azure 机器学习工作室
- Azure 机器人服务
考试会考察你关于配置决策的理解，这些只有通过动手才能学会。
第 3 级：Azure 解决方案架构师专家 (AZ-305)
这是认证体系的金字塔尖。
AZ-305 不是 AI 专属的认证。它是一项企业架构认证。但正是这个认证，将那些年薪 15 万美元的人与那些疑惑自己为何职业发展停滞不前的人区分开来。
Azure 解决方案架构师是那个在会议室里设计整个系统的人。不仅仅是 AI 组件。还有它运行的基础设施。保护它的安全模型。连接它的网络架构。以及确保系统在组织发展过程中保持合规和可扩展性的治理框架。
当一家财富 500 强公司决定在 50,000 名员工中部署 AI 解决方案时，他们需要一位架构师，能够从头开始设计该部署，并对每一个决策负责。
AZ-305 就是证明你就是那个人的凭证。
考试内容包括身份和访问管理、数据存储架构、基础设施设计、业务连续性规划和迁移策略。所有这些都需要真正的企业级经验才能正确回答。
谁应该追求这个：高级工程师、技术主管、云架构师，以及任何希望晋升到主管或高级职位，负责系统设计决策而非具体实施的人。
学习时间：80 到 120 小时。这项考试看重经验。如果你没有在企业云环境中工作过，学习时间会更长。
它能带来什么：解决方案架构师、首席工程师、云战略主管、企业 AI 架构师。这个认证能让你进入大多数工程师永远无法企及的决策层面。
真正有效的学习方法：
第 1 步：John Savill 的 AZ-305 YouTube 系列
免费、全面、出色。
第 2 步：Microsoft Learn AZ-305 官方学习路径
免费、官方、覆盖每个考试领域。
第 3 步：在 MeasureUp 或 Whizlabs 上做模拟考试
情景题是最难的部分。练习到感觉熟悉为止。
第 4 步：如果可能的话，组队学习。
当你与另一位也在备考的人一起口头讨论推理过程时，情景题会更容易应对。
为什么这些认证在 2026 年意义非凡
在 2019 年，一项云认证证明你理解云基础设施。
在 2026 年，一项微软 AI 认证证明了更具体、也更有价值的东西。
它证明你可以在一项大多数组织仍在摸索如何负责任地部署的技术上，被信任做出具有真实业务后果的决策。
现在积极招聘的公司，不是在找 AI 爱好者。人人都是 AI 爱好者。
他们在找 AI 专业人士。那些能够走进董事会会议室，解释 AI 部署的成本、风险和回报的人。那些能够做出架构决策，并能同时在技术同行和非技术高管面前捍卫这些决策的人。
这样的人才是稀缺的。
而且，随着角色变得越专业化，这个名单就越短。
切实可行的 90 天计划
如果你今天开始，你可以在 90 天内拿到全部三项认证。这个时间表要求很高，但如果你在三个月内把它当成第二份工作，它是可以实现的。
具体分解如下：
第 1 到 20 天：AI-900
学习时间：总共 10 到 15 小时
学习资源：微软免费学习路径
练习：微软官方模拟评估
安排考试：第 18 或 19 天
考试形式：在家在线完成
目标：通过后立即转向 AI-102
第 21 到 60 天：AI-102
学习时间：40 到 60 小时的动手实践
学习资源：Azure 门户加微软学习路径
刚性要求：在学习过程中在 Azure 中构建东西
原则：每配置一次服务，其理解深度都超过阅读十小时资料
目标：在实践经验的基础上自信通过
第 61 到 90 天：AZ-305
学习时间：80 小时压缩到 30 天内
学习资源：John Savill YouTube 视频加微软学习
优先级：基于情景的架构问题
这些是区分及格与不及格的关键
目标：在第 90 天获得架构师级别的认证
三项认证。九十天时间。一套大多数科技从业者目前没有、也不在构建的认证组合。
关于当前就业市场，没人告诉你的那部分
现在有一个机会窗口，它不会一直敞开。
大规模部署 AI 的公司需要那些从系统层面理解它的人。能够提供这种能力的人，相对于需求来说是少量的。那些能够证明你具备这种能力的认证，在招聘对话中仍然足够稀缺，足以产生影响。
随着更多人意识到这一点并开始同样的 90 天过程，这个窗口就会关闭。
在 2026 年获得认证的人，将在 2028 年成为做招聘决策的人。
而那些等待的人，将与所有没有行动的人竞争。
我的 90 天之后发生了什么
我从因为 AI 取代了我的工作而被解雇，变成了专门因为理解如何大规模部署 AI 而被聘用。
薪水比我失去的那份工作高出 40%。
这个职位在两年前根本不存在。
我写这些不是为了励志。
我写这些是因为这个逻辑很简单，而大多数人没有去行动。
AI 正在取代那些不需要 AI 专业知识就能完成的工作。
AI 正在创造那些恰恰需要这些认证所培养的专业知识的职位。
你可以站在这个等式的错误一边，也可以站在正确的一边。
这 90 天要么现在开始，要么等到机会窗口关闭才开始。
收藏这篇文章，今天就开始行动。
关注 @cyrilXBT 获取关于 AI 工具、Claude 构建以及在 AI 时代真正能带来复利效应的职业决策的每日解析。
