AWS Certified AI Practitioner: Minha experiência com a prova

Bem vindo de volta a nossa jornada 🫱🏻‍🫲🏽

Dessa vez, fiz o exame AWS Certified AI Practitioner. Decidi experimentar as duas novas certificações de IA enquanto ainda estão na versão beta, para sentir a diferença em relação à normal (e porque tem um emblema top de Early Adopter 😆).

Foi um processo complicado porque ainda há muito pouco conteúdo disponível na Internet, e até mesmo os simulados que normalmente uso para estudar não estavam disponíveis, então tive encontrar outra forma.

A prova AWS AI Practitioner

Fiz o exame on-line, em casa, e o concluí em cerca de 55 minutos. Com um total de 85 perguntas, a pontuação necessária para passar no exame era 700 e eu fiz 779 🏅

As perguntas eram curtas e diretas (a maioria tinha apenas uma linha), mas a principal diferença desse exame é que muitas das perguntas não eram “relacionadas à AWS” e se concentravam em conceitos de IA, o que torna o teste mais difícil e abrangente.

Baseado na minha experiência, você deve estar familiarizado com os seguintes tópicos para este exame:

Conceitos de IA:

• Técnicas de Machine Learning (Supervised learning, Unsupervised learning, Reinforcement Learning, Reinforcement Learning with Human Feedback (RLHF))
• O que é um Foundation Model (FM)
• Diferenças entre LLM vs SLM
• Generative Adversarial Network (GAN)
• Data Augmentation
• Prompt Engineer (como influenciar a AI para ajustar o tom de acordo com as características da empresa)
• Como evitar preconceito (Bias)

Relacionados a AWS:

• Para Amazon Bedrock: Guardrails e Knowledge bases
• Para SageMaker: Clarify, FeatureStore, DataWrangler e GroundTruth
• O que a AWS oferece para IA em EC2s (GPUs SKU’s, AWS Trainium, AWS Inferentia)

Outros recursos de IA da AWS, como Amazon Comprehend, Amazon Kendra, Amazon Textract, e etc, também caíram no teste, mas em menor quantidade.

É importante lembrar que, como este é uma prova Practitioner, você não precisa ter um conhecimento profundo de todos os recursos da AWS, mas deve conhecer os principais recursos e os casos de uso aos quais eles se aplicam.

O que eu esperava ver no exame, mas não vi:

• Overfitting e Underfitting
• Como Hyperparameters impactam no treinamento de modelos (só tive questões relacionadas a Temperatura)
• Como avaliar a performance dos modelos (qual métricas ou fórmulas utilizar)
• Questões especificamente sobre os modelos disponíveis, por exemplo, Amazon titan, Stable Difusion, etc.

🚨 Esses tópicos não apareceram no meu exame, mas podem aparecer no seu.

Como eu estudei

Como esperado para um teste beta, não havia muito conteúdo disponível na Internet relacionado a esse exame em específico, portanto, meu primeiro passo foi consultar o conteúdo oficial gratuito da AWS:

• Fundamentals of Machine Learning and Artificial Intelligence
• Exploring Artificial Intelligence Use Cases and Applications
• Essentials of Prompt Engineering

Eles têm um bom conteúdo se for seu primeiro contato com IA, mas como eu já tinha experiência prévia com a maioria desses conceitos, acabei não concluindo esses cursos e fui em busca de algo mais específico.

Durante minha jornada, o único curso + simulados que consegui encontrar foram ambos do Stephane Maarek na Udemy:

• [NEW] Ultimate AWS Certified AI Practitioner AIF-C01
• [Practice Exams] AWS Certified AI Practitioner – AIF-C01

Por sorte, o curso foi atualizado 3 dias antes do meu exame com novos conteúdos que apareceram na versão beta, e o que mais gostei no curso foram os vídeos práticos, que me permitiram criar memórias visuais dos recursos e suas funcionalidades.

Tem alguma dúvida? Fale comigo 📲