AWS Certified AI Practitioner: decisões e aplicações
Cinco aulas, 30 perguntas e seis casos sobre IA, modelos generativos, RAG, avaliação, responsabilidade e segurança AWS. Preparação AIF-C01 em PT-PT e inglês.
Objetivos e percurso
Preparação independente AIF-C01 com cinco módulos mapeados para os domínios oficiais do guia 1.1, publicado em abril de 2026. Aprende a escolher entre regras, ML e modelos fundacionais, interpretar métricas, comparar custo e qualidade, usar RAG, prompts e agentes e avaliar segurança e responsabilidade. Pratica situações fictícias de suporte: urgências perdidas, contexto duplicado, runbook antigo, modelo estudante, explicabilidade e instrução maliciosa num documento. Inclui explicações por alternativa, fontes primárias, progresso e avaliação interna de 21 decisões em 45 minutos. A cobertura inicial é selecionada; não reproduz o exame oficial de 65 perguntas nem todos os seus formatos.
Para quem: Profissionais de TI, projetos, suporte e negócio que começam a avaliar aplicações de IA na AWS.
Pré-requisitos: Noções de cloud, IAM e aplicações; não exige conta AWS nem programação de modelos.
245 minutos de estudo estimados
- Escolhe uma abordagem adequada ao resultado pretendido e interpreta o custo dos erros.
- Relaciona modelos, tokens, contexto e ferramentas com valor, custo e limites.
- Distingue recuperação, personalização e avaliação de aplicações completas.
- Avalia limitações, diferenças entre grupos e utilização prevista antes de confiar numa média.
- Controla identidade, dados, ferramentas e evidência durante todo o ciclo de utilização.
Módulos
- IA e ML: problema, dados e métricas
- IA generativa, contexto e agentes
- Modelos fundacionais: RAG, prompts e avaliação
- IA responsável e explicabilidade
- Segurança e governação de IA
Continua a aprender
- AWS Certified Cloud Practitioner
- AI-900: Azure AI Fundamentals (histórico)
- AWS Certified Machine Learning Engineer - Associate
- Suporte de aplicações em produção
Referências e versão
AIF-C01
- AWS Certified AI Practitioner · 2026-10-01
- AWS Certified AI Practitioner exam guide · 2026-10-01
- AIF-C01 revisions · 2026-10-01
- AIF-C01 in-scope services · 2026-10-01
- AIF-C01 domain1: Fundamentals of AI and ML · 2026-10-01
- AIF-C01 domain2: Fundamentals of GenAI · 2026-10-01
- AIF-C01 domain3: Applications of Foundation Models · 2026-10-01
- AIF-C01 domain4: Guidelines for Responsible AI · 2026-10-01
- AIF-C01 domain5: Security, Compliance, and Governance for AI Solutions · 2026-10-01
- Amazon Bedrock overview · 2026-10-01
- Amazon Bedrock Knowledge Bases · 2026-10-01
- Amazon Bedrock Guardrails · 2026-10-01
- Amazon Bedrock evaluations · 2026-10-01
- Amazon Bedrock data protection · 2026-10-01
- Amazon Bedrock Prompt management · 2026-10-01
- Amazon Bedrock model customization · 2026-10-01
- Amazon Bedrock IAM · 2026-10-01
- Amazon Bedrock AgentCore overview · 2026-10-01
- Amazon SageMaker Model Cards · 2026-10-01
- SageMaker model explainability · 2026-10-01
- SageMaker Clarify availability change · 2026-10-01
O que vais explorar
0 / 5IA e ML: problema, dados e métricas
Escolhe uma abordagem adequada ao resultado pretendido e interpreta o custo dos erros.
IA generativa, contexto e agentes
Relaciona modelos, tokens, contexto e ferramentas com valor, custo e limites.
Modelos fundacionais: RAG, prompts e avaliação
Distingue recuperação, personalização e avaliação de aplicações completas.
IA responsável e explicabilidade
Avalia limitações, diferenças entre grupos e utilização prevista antes de confiar numa média.
Segurança e governação de IA
Controla identidade, dados, ferramentas e evidência durante todo o ciclo de utilização.