Examen AWS Certified Generative AI Developer - Professional
Examen escrito de 75 preguntas con tipos de preguntas de opción múltiple y respuesta múltiple.
- Tipo
- Escrito
- Modalidad
- Ambos
- Duración
- 180 min
- Preguntas
- 75
Puntuación mínima: 750 Puntuación escalada en una escala de 100 a 1000
Secciones del examen
Dominio 1: Integración del modelo de fundación, gestión de datos y cumplimiento
Cubre el análisis de requisitos, la selección y configuración de modelos de base y la implementación de canalizaciones de validación de datos. Se centra en soluciones de almacenamiento de vectores como Amazon Bedrock Knowledge Bases y OpenSearch, así como en el diseño de mecanismos de recuperación y estrategias de gobernanza de ingeniería de prompts para sistemas GenAI resistentes.
Notas sobre preguntas
Preguntas de opción múltiple y respuesta múltiple.
Consejos de preparación
Concéntrese en dominar las bases de conocimientos de Amazon Bedrock, la indexación de bases de datos vectoriales y las estrategias de fragmentación. Comprender cómo diseñar arquitecturas resilientes utilizando inferencias entre regiones y patrones de disyuntores.
Dominio 2: Implementación e integración
Se centra en la implementación de soluciones de IA agente, sistemas autónomos y patrones avanzados de resolución de problemas. Incluye estrategias de implementación de modelos (Lambda, rendimiento de Bedrock), arquitecturas de integración empresarial, integraciones de API FM (streaming, asíncrono) y el uso de herramientas de productividad para desarrolladores como Amazon Q Developer.
Notas sobre preguntas
Preguntas de opción múltiple y respuesta múltiple.
Consejos de preparación
Practique la implementación de flujos de trabajo agentes con Step Functions y Bedrock API. Estudie los patrones de implementación como el rendimiento aprovisionado y los puntos finales de SageMaker para equilibrar la latencia y el costo en las arquitecturas empresariales.
Dominio 3: Seguridad, protección y gobernanza de la IA
Aborda los controles de seguridad de entrada/salida, la conexión a tierra y la detección de amenazas contra entradas contradictorias como la inyección inmediata. Cubre los controles de seguridad y privacidad de los datos utilizando los puntos finales de VPC e IAM, junto con los marcos de gobernanza de la IA, el seguimiento del cumplimiento (tarjetas modelo) y los principios de la IA responsable.
Notas sobre preguntas
Preguntas de opción múltiple y respuesta múltiple.
Consejos de preparación
Aprenda a configurar Bedrock Guardrails para mayor seguridad y use Amazon Macie o Comprehend para la detección de PII. Revise las herramientas de gobernanza de AWS como CloudTrail y Lake Formation para auditar las interacciones de IA y el linaje de datos.
Dominio 4: Eficiencia operativa y optimización para aplicaciones GenAI
Cubre estrategias para la eficiencia de los tokens, las compensaciones de costo-capacidad y los sistemas de modelos de base de alto rendimiento. Incluye la optimización del rendimiento de la aplicación (latencia frente a rendimiento), la implementación de la observabilidad holística con CloudWatch y el desarrollo de marcos de solución de problemas para modos de falla específicos de GenAI.
Notas sobre preguntas
Preguntas de opción múltiple y respuesta múltiple.
Consejos de preparación
Comprender las estrategias de eficiencia de tokens, el almacenamiento en caché semántico y el monitorización de invocación de modelos para reducir los costos operativos. Utilice CloudWatch para monitorear el uso de tokens y la deriva de respuesta para detectar proactivamente problemas de rendimiento.
Dominio 5: Pruebas, validación y solución de problemas
Se centra en la implementación de sistemas de evaluación para las salidas de FM, incluida la precisión fáctica y la consistencia. Cubre las configuraciones de evaluación de modelos (Amazon Bedrock Evaluations), los mecanismos de retroalimentación centrados en el usuario, los procesos de garantía de calidad y la resolución de problemas de problemas de integración, recuperación o ingeniería de prompts.
Notas sobre preguntas
Preguntas de opción múltiple y respuesta múltiple.
Consejos de preparación
Familiarícese con las técnicas de evaluación de modelos utilizando Bedrock y patrones automatizados de evaluación de calidad. Estudie los escenarios comunes de solución de problemas, como los desbordamientos de ventanas de contexto y el refinamiento sistemático de las indicaciones para una salida consistente.