AIF-C01 — Visão geral e blueprint do exame
Ao terminar: Você sabe o que a AIF-C01 cobra, em que peso por domínio, e decide se vale tirá-la agora.
A AWS Certified AI Practitioner (AIF-C01) é a certificação foundational da AWS sobre IA e machine learning. Ela existe porque apareceu um cargo novo no mercado — a pessoa que precisa decidir onde a IA entra num produto sem necessariamente treinar o modelo — e não havia credencial para isso. O CLF-C02 é genérico demais; o MLA-C01 e o MLS-C01 exigem prática de engenharia de ML.
Este módulo é o mapa da trilha. Ele não ensina IA: ele te diz o que o exame realmente cobra, que é uma coisa bem mais específica do que "saber IA". A armadilha número um de quem reprova é estudar inteligência artificial em vez de estudar inteligência artificial na AWS.
O que a AIF-C01 é — e o que ela não é
É um exame de julgamento de serviço, não de implementação. A pergunta típica descreve um cenário de negócio e pede qual serviço AWS resolve com o menor esforço operacional. Você não escreve código, não calcula gradiente, não escolhe learning rate.
| Cobra | Não cobra |
|---|---|
| Distinguir IA, ML, deep learning e IA generativa | Derivar backpropagation ou escrever a loss |
| Saber qual serviço AWS atende cada necessidade | Treinar um modelo do zero |
| Bedrock vs SageMaker: quando cada um | Otimizar hiperparâmetro na mão |
| Reconhecer viés, alucinação e seus mitigadores | Provar fairness matematicamente |
| Modelo de responsabilidade em workload de IA | Escrever política IAM em JSON de cabeça |
| Ler um caso e escolher a arquitetura de menor atrito | Dimensionar cluster de GPU |
Nível foundational não quer dizer fácil — quer dizer largo e raso. São mais de 30 serviços possíveis de aparecer, cada um em uma frase. É um exame de reconhecimento e de eliminação, não de profundidade. Quem vem de engenharia costuma errar por ler demais na pergunta.
E há um efeito colateral bom: o vocabulário do AIF-C01 é exatamente o vocabulário de uma reunião de arquitetura sobre IA. "Isso é caso de fine-tune ou de RAG?", "dá pra resolver com Comprehend em vez de foundation model?", "quem responde pelo dado de treino?" — essas perguntas aparecem no exame porque aparecem no trabalho.
Os 5 domínios e seus pesos
O blueprint oficial divide o exame em cinco domínios. Os pesos importam: eles te dizem onde investir tempo. Domínio 3 sozinho vale mais que os domínios 4 e 5 somados. Se você tem uma semana, ela é quase toda de Domínio 2 + 3.
| Domínio | Peso | O que cai | Módulos desta trilha |
|---|---|---|---|
| 1 — Fundamentos de IA e ML | 20% | IA vs ML vs DL vs GenAI, tipos de aprendizado, ciclo de vida de ML, serviços de IA da AWS | ai-ml-fundamentos, sagemaker-overview |
| 2 — Fundamentos de IA generativa | 24% | Transformers, foundation models, tokens, embeddings, prompting, alucinação, Bedrock | genai-conceitos, bedrock-overview |
| 3 — Aplicações de foundation models | 28% | Seleção de modelo, RAG, agents, prompt engineering, fine-tune vs CPT, avaliação | knowledge-bases, agents, prompt-engineering, fine-tuning-eval |
| 4 — Diretrizes de IA responsável | 14% | Viés, fairness, transparência, explicabilidade, Guardrails, AI Service Cards | responsible-ai |
| 5 — Segurança, conformidade e governança | 14% | IAM em workload de IA, criptografia, isolamento de dado, auditoria, regulação | security-governance, mlops-monitoramento |
Confira o exam guide oficial antes de agendar. A AWS ajusta duração, número de questões e preço sem aviso, e revisa o blueprint periodicamente. Os pesos acima são os da versão AIF-C01 vigente; o documento oficial é a fonte de verdade, não este módulo.
Tipos de questão — inclusive os novos
A AIF-C01 foi um dos exames em que a AWS introduziu formatos além da múltipla escolha clássica. Saber que eles existem evita perder tempo de prova entendendo o enunciado.
A pontuação é escalada (faixa 100–1000) com nota de corte publicada no exam guide. Questões não-pontuadas são embutidas na prova sem identificação: se uma questão parecer fora do escopo, pode literalmente estar — não deixe ela abalar o resto da prova.
A stack de IA da AWS em três camadas
Este é o mental model do exame. Praticamente toda questão de "qual serviço" é resolvida perguntando: em que camada esse problema vive? Quanto mais alto na pilha, menos controle e menos esforço; quanto mais baixo, o inverso.
- → recupera contexto
- → filtra entrada e saída
- → implanta modelo pronto
- → autoriza
- → métrica e log
- IA e machine learning
- Armazenamento
- Segurança e identidade
- Gestão e governança
Percorra de cima para baixo e pare na primeira camada que resolve. O exame recompensa sistematicamente a opção de menor esforço operacional — e pune quem desce para SageMaker um problema que o Comprehend resolvia com uma chamada de API.
- Comece de cima. Se um serviço de IA pronto resolve, ele ganha: nada de prompt, nada de eval, nada de deriva de modelo para gerenciar. Extrair CPF de um contrato é Textract + Comprehend, não foundation model.
- Desça quando precisar de linguagem aberta. Resumir, redigir, raciocinar sobre texto livre, conversar — aí é foundation model. Bedrock entrega isso serverless, sem você gerenciar endpoint.
- Ancore no seu dado. O FM não conhece seus documentos. Knowledge Bases resolve isso com RAG gerenciado, lendo do S3.
- Coloque a política antes da resposta. Guardrails aplica regra de conteúdo e de tópico na entrada e na saída, independente do modelo escolhido.
- Só desça à camada 1 quando precisar do modelo em si. Treinar com dado proprietário, arquitetura custom, controle de artefato: SageMaker. Esforço operacional muito maior — e o exame pune escolher esta camada sem necessidade.
- A base não é opcional em nenhuma camada. Dado no S3, autorização no IAM, observabilidade no CloudWatch. Domínio 5 vive aqui.
Guarde a regra em uma frase: a resposta certa é a camada mais alta que resolve o problema. Quando duas alternativas parecem viáveis, quase sempre a correta é a de camada mais alta.
Um banco quer extrair o valor, a data e o CNPJ de 200 mil notas fiscais em PDF escaneado. O time não tem cientista de dados. Qual caminho o exame considera correto?
Como esta trilha está organizada
Treze módulos, na ordem dos domínios — com uma exceção deliberada. Bedrock aparece em quatro módulos porque o Domínio 3 é 28% da prova e é quase todo Bedrock. Se você já fez a trilha AWS Bedrock — GenAI em Produção, vai reconhecer muito; aqui o corte é o do exame, com menos código e mais critério de escolha.
- Domínio 1 (20%) — ai-ml-fundamentos, sagemaker-overview
- Domínio 2 (24%) — genai-conceitos, bedrock-overview
- Domínio 3 (28%) — bedrock-knowledge-bases, bedrock-agents, prompt-engineering, fine-tuning-eval
- Domínio 4 (14%) — responsible-ai
- Domínio 5 (14%) — security-governance, mlops-monitoramento
- Fecho — simulado-final, com estratégia de prova
📋 Você tem duas semanas e nunca mexeu com IA na AWS. Por onde começa?
Sem o vocabulário de fundamentos (token, embedding, inferência, fine-tune) o Domínio 3 vira decoreba de nome de serviço — que é exatamente o que o formato de correspondência e de estudo de caso quebra. Fundamentos primeiro custa 3 dias e devolve os 28% do Domínio 3 com juros.
Alt: Ir direto ao simulado para "medir o gap" — Mede o gap com um vocabulário que você ainda não tem — o resultado te diz que você não sabe nada, o que já era sabido, e queima o simulado como instrumento de aferição real.
Alt: Começar pelo Domínio 3, que vale mais — É o domínio com mais dependência conceitual dos anteriores. RAG sem entender embedding, e fine-tune sem entender treino, viram nomes soltos.
Alt: Estudar só os serviços, com flashcard de nome — Passa em questão de correspondência e falha em estudo de caso, que é onde a prova diferencia. E não sobrevive à mudança de blueprint.
Onde a AIF-C01 se encaixa nas outras certificações
| Certificação | Nível | Foco | Pede prática? |
|---|---|---|---|
| CLF-C02 — Cloud Practitioner | Foundational | AWS em geral: compute, storage, rede, custo | Não |
| AIF-C01 — AI Practitioner | Foundational | IA/ML na AWS: escolher serviço e entender limite | Não |
| MLA-C01 — ML Engineer Associate | Associate | Construir e operar pipeline de ML | Sim |
| SAA-C03 — Solutions Architect Associate | Associate | Desenhar arquitetura na AWS | Sim |
A combinação que o mercado brasileiro está pedindo em 2026 é CLF-C02 + AIF-C01 para quem vem de fora da nuvem, e AIF-C01 + SAA-C03 para quem já é dev e quer o rótulo de quem projeta solução com IA. A AIF sozinha prova vocabulário; combinada com a SAA, prova que você desenha.
Um efeito prático de fazer a AIF-C01 antes da SAA-C03: as questões de ML/IA da SAA (que existem, no módulo ml-ia-arquiteto-saa) deixam de ser as suas questões fracas. É a mesma matéria vista de outro ângulo.
Perguntas frequentes
❓ Vale a pena fazer a AIF-C01?
❓ A AIF-C01 exige saber programar?
❓ AIF-C01 ou CLF-C02: qual fazer antes?
Fixando
Numa questão de múltipla resposta, o enunciado pede "selecione DUAS" e você tem certeza de uma só. Qual é a jogada?
Qual afirmação sobre o blueprint da AIF-C01 é verdadeira?
Próximo passo
O Domínio 1 começa em ai-ml-fundamentos, com as distinções que o exame cobra de forma quase literal — IA, ML, deep learning e IA generativa não são sinônimos, e a prova sabe disso.
Terminou de ler?
Marcar como concluído registra o XP, mantém sua sequência e coloca 3 cartas deste módulo na fila de revisão espaçada.
Próximos passos sugeridos
Temas deste módulo
Discussão
Carregando comentários…