AWS Certified AI Practitioner
AIF-C01
La certification AWS Certified AI Practitioner valide une compréhension générale de l'intelligence artificielle, du machine learning et de l'IA générative, ainsi que la connaissance des services AWS qui les mettent en oeuvre. Elle s'adresse aux profils non techniques comme aux développeurs qui veulent structurer leur vocabulaire et leurs repères avant d'aller plus loin, par exemple vers les certifications AWS Machine Learning Engineer ou AWS Solutions Architect. C'est un excellent point de départ pour un chef de projet, un product manager ou un développeur qui doit dialoguer avec des équipes data sans forcément coder de modèle lui-même.
Domaines d'examen
Pondération officielle indicative et votre maîtrise mesurée via le QCM.
Fondamentaux de l'IA et du machine learning
Les définitions de base de l'IA, du machine learning et du deep learning, les types d'apprentissage et le cycle de vie d'un projet ML.
Fondamentaux de l'IA générative
Les modèles de fondation, l'architecture transformer, les concepts de prompt et les cas d'usage typiques de l'IA générative.
Applications des modèles de fondation
La conception concrète de solutions avec des modèles de fondation : prompt engineering, RAG, fine-tuning, agents et services AWS associés.
Bonnes pratiques d'IA responsable
Les principes d'équité, d'explicabilité et de transparence, ainsi que les outils AWS qui aident à détecter et limiter les biais.
Sécurité, conformité et gouvernance pour les solutions IA
La protection des données utilisées par les systèmes d'IA, les obligations réglementaires et les mécanismes de gouvernance sur AWS.
Plan de révision suggéré
- 1
Semaine 1 : poser les bases IA et ML
Lire le module Fondamentaux de l'IA et du machine learning, mémoriser la hiérarchie IA/ML/deep learning et les trois types d'apprentissage, puis s'exercer sur les questions faciles du domaine correspondant.
- 2
Semaine 1-2 : entrer dans l'IA générative
Lire le module sur les fondamentaux de l'IA générative, bien distinguer modèle de fondation, LLM, token et embedding, et comprendre le rôle d'Amazon Bedrock et d'Amazon Titan.
- 3
Semaine 2 : maîtriser les applications concrètes
Approfondir le module le plus lourd (28 % de l'examen) sur le prompt engineering, le RAG, le fine-tuning et les agents Bedrock, en s'assurant de savoir quand choisir chaque technique face à un scénario donné.
- 4
Semaine 3 : IA responsable et gouvernance
Lire les modules sur l'IA responsable et sur la sécurité, la conformité et la gouvernance, en insistant sur SageMaker Clarify, Bedrock Guardrails, le modèle de responsabilité partagée et les AWS AI Service Cards.
- 5
Semaine 3-4 : révision du glossaire et quiz complets
Repasser tout le glossaire à voix haute sans regarder les définitions, puis enchaîner le quiz bank en entier en conditions d'examen (90 minutes, 65 questions simulées) et noter les domaines les plus faibles.
- 6
Semaine 4 : dernière ligne droite ciblée
Refaire uniquement les questions ratées lors de la révision précédente, relire les sections correspondantes des modules concernés, puis planifier l'examen une fois un score de confiance stable atteint sur chaque domaine.