Examen AWS Certified AI Practitioner
Examen escrito de 65 preguntas con tipos de pregunta de opción múltiple, respuesta múltiple, ordenación y emparejamiento.
- Tipo
- Escrito
- Modalidad
- Ambos
- Duración
- 90 min
- Preguntas
- 65
Puntuación mínima: 700 Puntuación escalada en una escala de 100 a 1000
Secciones del examen
Dominio 1: Fundamentos de IA y ML
Este dominio cubre conceptos fundamentales de IA/ML, incluyendo aprendizaje profundo, PNL y visión por ordenador. Los candidatos deben describir el ciclo de vida de desarrollo de ML, desde el preprocesamiento de datos y la ingeniería de características hasta la formación y el monitorización de modelos utilizando servicios de AWS como SageMaker y herramientas especializadas de IA.
Notas sobre preguntas
Opción múltiple, respuesta múltiple, orden y preguntas coincidentes. No hay penalización por adivinar.
Consejos de preparación
Revise la terminología básica de IA/ML y estudie las etapas de una canalización SageMaker de extremo a extremo, incluida la preparación de datos y las métricas de evaluación de modelos como la precisión y la puntuación F1.
Dominio 2: Fundamentos de GenAI
Se centra en conceptos generativos de IA como tokens, incrustaciones y LLM basados en transformadores. Cubre el ciclo de vida del modelo de base (selección, pre-formación y ajuste fino) e identifica la infraestructura de AWS para aplicaciones GenAI, incluyendo Amazon Bedrock y Amazon Q.
Notas sobre preguntas
Opción múltiple, respuesta múltiple, orden y preguntas coincidentes. No hay penalización por adivinar.
Consejos de preparación
Practique ingeniería de prompts y estudie las diferencias entre los modelos de base; comprenda las ventajas y limitaciones comerciales, como alucinaciones y no determinismo.
Dominio 3: Aplicaciones de los modelos de base
Aborda la aplicación práctica de los modelos de base, incluyendo RAG y la IA agente. Cubre técnicas de ingeniería de promptss como la cadena de pensamiento, métodos de ajuste fino como RLHF y métricas de evaluación que incluyen ROUGE y BLEU para evaluar el rendimiento del modelo frente a los objetivos comerciales.
Notas sobre preguntas
Opción múltiple, respuesta múltiple, orden y preguntas coincidentes. No hay penalización por adivinar.
Consejos de preparación
Construya una tubería RAG simple usando Amazon Bedrock y experimente con varias construcciones de ingeniería de promptss mientras considera las compensaciones de costos y latencia.
Dominio 4: Directrices para la IA responsable
Explora el desarrollo responsable de IA, haciendo hincapié en la detección de sesgos, la equidad y la transparencia. Incluye el uso de herramientas como SageMaker Clarify y Bedrock Guardrails para mitigar los riesgos legales y las alucinaciones, mientras se considera la sostenibilidad ambiental de la selección del modelo.
Notas sobre preguntas
Opción múltiple, respuesta múltiple, orden y preguntas coincidentes. No hay penalización por adivinar.
Consejos de preparación
Familiarícese con las características de IA responsable de AWS y practique el uso de SageMaker Model Cards y servicios humanos en el bucle como Amazon A2I para el monitorización de sesgos.
Dominio 5: Seguridad, cumplimiento y gobernanza para soluciones de IA
Se centra en asegurar las cargas de trabajo de IA a través de IAM, cifrado y detección de amenazas. Cubre marcos de gobernanza, linaje de datos y servicios de cumplimiento como AWS Config y Audit Manager para garantizar la transparencia, la integridad y el cumplimiento normativo de las soluciones de IA/ML.
Notas sobre preguntas
Opción múltiple, respuesta múltiple, orden y preguntas coincidentes. No hay penalización por adivinar.
Consejos de preparación
Revise el modelo de responsabilidad compartida de AWS, ya que se aplica a la IA, y practique el uso de servicios de seguridad como Amazon Macie y KMS para proteger los datos confidenciales de formación.