AWS Generative AI 认证备考全攻略

AWS 在 2024 年推出了生成式 AI 相关的认证体系，包括 AWS Certified AI Practitioner（基础级）和 AWS Certified Machine Learning Engineer - Associate（进阶级）。本文将系统梳理这两个认证的考试内容、备考资源和学习路径。

📌 考试概览对比

AI Practitioner：选择题为主，65 题，90 分钟，$100 USD
ML Engineer - Associate：65 题，130 分钟，$150 USD

AWS Certified AI Practitioner 考试内容

该认证面向 AI/ML/GenAI 的入门级学习者，考查对 AWS AI 服务的基本理解和应用能力。考试内容主要覆盖以下领域：

Domain 1: AI 与 ML 基础（20%）

AI/ML/深度学习/GenAI 的基本概念和术语
机器学习模型生命周期（数据准备、训练、评估、部署）
Prompt Engineering 的基本原理

Domain 2: Generative AI 基础（24%）

Foundation Model (FM) 的概念和常见模型
生成式 AI 的应用场景和用例
Amazon Bedrock 的核心功能和服务
Retrieval-Augmented Generation (RAG) 的工作原理

Domain 3: 基础模型应用（28%）

Amazon SageMaker 的基本功能
Amazon Q Developer 和 Amazon Q Business
模型微调（Fine-tuning）和持续预训练
模型评估和监控

Domain 4: 负责任的 AI（14%）

Amazon Bedrock Guardrails
Responsible AI 的原则和实践
AI 治理和合规

Domain 5: AI 解决方案的安全性（14%）

数据安全和隐私保护
IAM 权限管理
VPC 和安全组配置

核心 AWS AI 服务速览

Amazon Bedrock

Amazon Bedrock 是 AWS 的全托管生成式 AI 服务，提供对多个 Foundation Model 的 API 访问，包括 Claude 3、Llama 3、Titan、Stable Diffusion 等模型。开发者无需管理基础设施即可构建 GenAI 应用。

# 使用 boto3 调用 Amazon Bedrock
import boto3
import json

bedrock = boto3.client('bedrock-runtime', region_name='us-east-1')

response = bedrock.invoke_model(
    modelId='anthropic.claude-3-sonnet-20240229-v1:0',
    body=json.dumps({
        "messages": [
            {"role": "user", "content": "Explain RAG in one paragraph."}
        ],
        "max_tokens": 200,
        "temperature": 0.7,
    })
)

result = json.loads(response['body'].read())
print(result['content'][0]['text'])

Amazon SageMaker

SageMaker 是 AWS 的端到端机器学习平台，覆盖数据标注、模型训练、调优、部署和监控的全流程。SageMaker JumpStart 提供预训练的 Foundation Model 一键部署。

Amazon Q Developer

Amazon Q Developer 是 AWS 推出的 AI 编程助手，深度集成 AWS 生态，支持代码生成、安全漏洞扫描、架构优化建议等功能。

备考资源推荐

资源名称	类型	推荐指数
AWS Skill Builder - AI Practitioner 官方课程	在线课程	⭐⭐⭐⭐⭐
AWS Certified AI Practitioner Official Practice Question Set	练习题	⭐⭐⭐⭐⭐
Tutorials Dojo AWS AI Practitioner Practice Exams	模拟题	⭐⭐⭐⭐
AWS re:Invent 视频 - AIML 专题	视频	⭐⭐⭐⭐
Amazon Bedrock 官方文档	文档	⭐⭐⭐⭐⭐

学习路径建议

第 1 周：完成 AWS Skill Builder 的 AI Practitioner 官方课程，建立知识框架。
第 2 周：重点学习 Amazon Bedrock、SageMaker、Q Developer 的官方文档。
第 3 周：动手实践——在 AWS 控制台创建 Bedrock 应用，体验 RAG 和模型调用。
第 4 周：完成官方练习题和 Tutorials Dojo 模拟题，查漏补缺。
考前：回顾错题，强化薄弱领域，熟悉考试时间管理。

备考 AWS 认证的关键不是死记硬背，而是通过动手实践建立对各项服务底层原理的深刻理解。打开 AWS 控制台，真正去创建和配置这些服务，比看十遍文档更有效。

总结

AWS Generative AI 认证是进入 AI 云计算领域的绝佳切入点。无论是 AI Practitioner 的基础认证，还是 ML Engineer 的进阶认证，都能帮助建立系统的 AI 知识体系。祝各位备考顺利！