El problema
Aprobé AWS AI Practitioner (AIF-C01) con un plan de cuatro semanas. Lo que me llevé es un criterio para elegir entre Bedrock, SageMaker y los servicios preentrenados.
Me presenté porque quería un mapa ordenado de la IA en AWS. No para entrar en matemáticas, sino para decidir qué servicio encaja en cada caso.
Tampoco es un examen de nombres. Las preguntas plantean un caso y hay que elegir el servicio y justificar el riesgo.
AIF-C01 premia saber cuándo no hace falta entrenar un modelo.
Qué evalúa
Lo estudié en cuatro bloques:
- Fundamentos de IA y ML, y sus casos de uso.
- Servicios gestionados de IA.
- IA generativa y modelos fundacionales.
- Seguridad, responsabilidad y coste.
La guía oficial los reparte en cinco dominios: IA responsable y seguridad van por separado. El peso de cada uno y el formato del examen, en la guía oficial del examen.
Tres servicios que hay que distinguir
Casi todas las preguntas de servicios se reducen a esta elección:
- Amazon Bedrock, para construir sobre modelos fundacionales sin gestionar el entrenamiento.
- Amazon SageMaker, para el ciclo completo de un modelo propio: entrenar, desplegar y monitorizar.
- Los servicios preentrenados, para un caso concreto y acotado: Rekognition en visión, Comprehend en texto y Textract en documentos.
Me ayudó aterrizarlos en casos: clasificar documentos, analizar el sentimiento de comentarios o un asistente con RAG sobre documentación interna. Para cada caso me preguntaba qué servicio era el mínimo suficiente.
Es fácil mezclar IA clásica y generativa. Extraer texto de un PDF es Textract, no un modelo fundacional.
El plan de cuatro semanas
| Semana | Tema | Qué trabajé |
|---|---|---|
| S1 | Fundamentos y mapa de servicios | conceptos de ML y GenAI, servicios por categoría |
| S2 | Casos de uso y arquitectura | trade-offs de coste, latencia y precisión |
| S3 | Seguridad y responsabilidad | gobernanza de datos, sesgos y validación humana |
| S4 | Simulacros y consolidación | tiempo real, revisión de errores por dominio |
S1 fue de vocabulario: qué es inferencia, qué es un embedding y en qué categoría cae cada servicio. Sin eso, los enunciados se hacen largos.
En S2 practiqué escenarios de selección. Para cada uno apuntaba qué requisito mandaba: coste, latencia o precisión.
S3 fue de IA responsable y gobernanza. Sesgos, límites del modelo y cuándo hace falta revisión humana tienen dominio propio, no son un apéndice.
S4 fue de simulacros completos, analizados con el mismo método que uso en todas las certificaciones.
Recursos que usé, en orden
- El curso gratuito en vídeo de Pradera Digital. Va dominio por dominio siguiendo la guía oficial y me dio la base. Si empiezas, empezaría por aquí:
- El curso de Joan Amengual en Udemy, para fijar los servicios y el vocabulario: AWS Certified AI Practitioner (AIF-C01).
- Sus exámenes de práctica, que fueron la parte decisiva: Exámenes de práctica AWS Certified AI Practitioner.
- La documentación oficial para cerrar huecos: Amazon Bedrock, Amazon SageMaker y Responsible AI en AWS.
El orden importa. El vídeo da el mapa sin atascarse en detalles; el curso y la documentación profundizan; los simulacros dicen si has entendido los trade-offs.
Cómo enfoqué el examen y los simulacros
Cada fallo de simulacro lo analicé con las cuatro preguntas que explico en la Guía AWS SAA-C03: plan de 6 semanas para aprobar. Aquí añadí una más: ¿la opción correcta era la más sencilla que resolvía el caso?
En AIF-C01 esa quinta pregunta es la que más descarta. Si un servicio preentrenado resuelve el caso, entrenar un modelo propio suele ser la opción trampa.
En el examen buscaba primero qué pedía el escenario: rapidez, control del modelo o un riesgo de datos. Con eso descartaba la mitad de las opciones.
- Distingo Bedrock, SageMaker y los preentrenados con un caso para cada uno.
- Sé explicar sesgos, límites del modelo y cuándo hace falta revisión humana.
- Justifico una elección por coste, latencia y riesgo.
- Mis simulacros dan resultados estables, no uno bueno suelto.
Lo que aprendí
Ser un examen de nivel inicial no lo hace superficial. IA responsable y seguridad son dos dominios enteros, y no se aprueban con sentido común.
La pregunta «¿cuál es el mínimo servicio que resuelve esto?» me la sigo haciendo fuera del examen. Lo que viene después de elegir, operar un backend con LLM, lo cuento en De prototipo LLM a plataforma operable.
Si tienes dudas o lo estás montando tú, cuéntamelo.
