Certificaciones de IA de AWS vs Azure vs GCP: una comparación nivel por nivel

Si buscas una certificación de IA y no sabes qué nube elegir, la versión corta es: AWS para amplitud, Azure para empresas + entornos con pila de Microsoft, GCP para ingeniería de ML seria. La versión más larga se encuentra a continuación, por nivel, por servicios cubiertos y por a quién está dirigida cada certificación.

Las escaleras de certificación no son simétricas entre las nubes. AWS tiene el camino más claro de tres niveles en este momento (Fundacional → Asociado → Profesional). Azure tiene un sólido nivel Fundacional + Asociado, pero ninguna certificación de IA pura de nivel experto. GCP tiene Fundacional + Profesional, pero omitió el nivel de asociado. Esa asimetría es en sí misma parte de la historia.

Aquí está la comparación lado a lado, y luego los análisis en profundidad.

Mapa rápido

Nivel	AWS	Azure / Microsoft	GCP
Fundacional	AIF-C01 (AI Practitioner)	AI-900 (Azure AI Fundamentals)	Generative AI Leader
Asociado	MLA-C01 (ML Engineer Associate)	AI-102 (Azure AI Engineer Associate); DP-100 (Data Scientist)	— (brecha)
Profesional / Experto	AIP-C01 (Generative AI Developer Pro)	— (brecha)	PMLE (Professional ML Engineer)

Algunas cosas a tener en cuenta:

• El nivel de asociado es donde Azure se expande — dos certificaciones distintas (AI-102 para ingeniería de IA, DP-100 para ciencia de datos / ML).
• GCP no tiene una certificación de IA de nivel asociado. Si quieres una credencial entre la Generative AI Leader fundacional y la Pro ML Engineer, no hay ninguna.
• AWS tiene la única certificación "GenAI Developer Pro" a partir de 2026. AIP-C01 es específica de GenAI de una manera que ninguna de las otras lo es.

Nivel Fundacional — AIF-C01 vs AI-900 vs Generative AI Leader

Estas tres son las credenciales de nivel de entrada, conceptuales, de "Entiendo la IA en la nube sin escribir código". Las tres son aproximadamente iguales en dificultad (bastante accesibles), las tres cuestan alrededor de $99–$100, y las tres se dirigen a la misma audiencia: PMs, BAs, ingenieros de ventas, tomadores de decisiones técnicos e ingenieros que se inician en la IA en la nube por primera vez.

AWS AI Practitioner (AIF-C01)

Lanzada en octubre de 2024. $100 USD, 65 preguntas, 90 minutos.

Servicios cubiertos:

• Amazon Bedrock (modelos fundacionales, agentes, bases de conocimiento, barandillas de seguridad)
• Amazon SageMaker (conceptos básicos — Studio, JumpStart, registro de modelos)
• Amazon Q (desarrollador + empresarial)
• Amazon Comprehend (PNL / análisis de sentimientos / extracción de entidades)
• Amazon Transcribe (voz a texto)
• Amazon Translate
• Amazon Polly (texto a voz)
• Amazon Rekognition (visión)
• Amazon Textract (extracción de documentos)
• Amazon Kendra (búsqueda empresarial)
• Amazon Lex (chatbots)

El examen se centra mucho en relacionar servicios con casos de uso. "¿Una empresa minorista quiere automatizar el enrutamiento de correos electrónicos de soporte al cliente, qué servicio de AWS usaría?" Ese tipo de pregunta. Aproximadamente el 30% del examen trata sobre IA responsable / gobernanza / explicabilidad / mitigación de sesgos, lo cual sorprende a los candidatos que esperaban preguntas puramente tecnológicas.

Azure AI Fundamentals (AI-900)

$99 USD, ~40 preguntas, 60 minutos. Nunca caduca.

Servicios cubiertos:

• Azure AI Services (el paraguas anteriormente conocido como Cognitive Services)
• Azure OpenAI Service (GPT-4, GPT-4o, DALL·E, Whisper)
• Azure Machine Learning Studio (ML de bajo código)
• Form Recognizer / Document Intelligence
• Azure AI Speech (reconocimiento, síntesis, traducción)
• Azure AI Vision (análisis de imágenes, OCR, visión personalizada)
• Azure AI Language (sentimiento, frase clave, NER, comprensión del lenguaje conversacional)
• Azure AI Search (anteriormente Cognitive Search)
• Azure Bot Service / Bot Framework

AI-900 se inclina más hacia la plataforma de ML de Azure que AIF-C01 de AWS. Hay un sabor más práctico: preguntas sobre cómo entrenar un modelo en Azure ML designer, evaluar métricas de precisión/recall. Menos tiempo en IA responsable que AIF-C01, más tiempo en conceptos de ML clásico.

El estado de "nunca caduca" es real y significativo. Otros fundamentales de Microsoft (AZ-900, DP-900, SC-900) también son de por vida; para los fundamentales, este es el estándar.

GCP Generative AI Leader

$99 USD. La más reciente de las tres (introducida en 2024). Explícitamente no técnica, se presenta como una certificación de liderazgo / estrategia.

Servicios cubiertos:

• Vertex AI Generative AI (familia Gemini, Imagen, Codey, MedLM)
• Gemini en Workspace
• Vertex AI Search and Conversation
• Vertex AI Model Garden (modelos de terceros — Anthropic Claude, Meta Llama, etc.)
• Vertex AI Agent Builder
• Document AI (rol similar a AWS Textract)
• Translation API
• Speech-to-Text / Text-to-Speech
• Vision AI

GAIL es la más orientada a la estrategia de las tres. Espera preguntas sobre gobernanza de programas de IA, patrones RAG conceptuales, fundamentos de ingeniería de prompts, criterios de selección de modelos y principios de IA responsable de Google. Menos mecánica de plataforma que AIF-C01 o AI-900.

Si eres un líder / PM que evalúa proveedores de IA en la nube, esta es posiblemente la mejor certificación para esa audiencia porque está dirigida exactamente a ese nivel.

¿Cuál certificación Fundacional elegir?

Si ya has elegido una nube: toma la certificación fundacional de esa nube. El conocimiento transferible es aproximadamente el mismo, pero los servicios nombrados no lo son, y te ahorrarás muchas "gimnasias mentales" del tipo "¿cuál es el equivalente de Cognitive Services en AWS?".

Si aún no has elegido: AIF-C01 tiene la superficie de servicio más amplia y el mayor énfasis en la IA responsable, que es cada vez más de lo que las empresas quieren hablar. AI-900 es la más fácil de las tres y nunca caduca. GAIL es la única específicamente dirigida a líderes no ingenieros.

Nivel Asociado — MLA-C01 vs AI-102 vs DP-100 (sin equivalente en GCP)

Ahora estamos en un territorio realmente diferente. Las certificaciones de nivel asociado asumen experiencia práctica y evalúan un conocimiento más profundo de los servicios.

AWS ML Engineer Associate (MLA-C01)

Lanzada en agosto de 2024. $150 USD, 65 preguntas, 170 minutos. Reemplazó la antigua ML Specialty (MLS-C01).

Servicios cubiertos:

• Amazon SageMaker (profundo — Studio, Pipelines, Feature Store, Model Registry, Model Monitor, Clarify, Data Wrangler, Ground Truth, JumpStart, Canvas)
• Amazon Bedrock para ajuste fino + rendimiento provisionado
• AWS Glue (preparación de datos)
• Amazon S3 + S3 Tables + Lake Formation (patrones de data lake)
• Amazon Athena, Redshift (análisis para ML)
• Amazon Kinesis Data Streams / Firehose (características de streaming)
• Step Functions (orquestación)
• CloudWatch Container Insights para monitoreo de ML

La certificación es de ML operacional, no de modelado puro. Espera preguntas sobre monitoreo de la deriva del modelo, disparadores de reentrenamiento, pruebas A/B de versiones de modelos, optimización de costos para inferencia, patrones MLOps. Si llegaste esperando "construir una CNN desde cero", te decepcionarás (y no estarás preparado).

Azure AI Engineer Associate (AI-102)

$165 USD, ~50–60 preguntas, 100 minutos. Recibió una actualización significativa a principios de 2025 para añadir contenido sobre soluciones con agentes.

Servicios cubiertos:

• Azure OpenAI Service (profundo — incluyendo ajuste fino, finalizaciones, embeddings, llamadas a funciones, API de asistentes, Azure AI Foundry)
• Azure AI Services (anteriormente Cognitive Services — suite completa)
• Azure AI Search (profundo — búsqueda vectorial, recuperación híbrida, clasificación semántica, patrones RAG)
• Azure AI Document Intelligence (anteriormente Form Recognizer)
• Azure AI Speech (voz personalizada, voz personalizada, traducción en tiempo real)
• Azure AI Language (NER personalizado, clasificación, comprensión del lenguaje conversacional)
• Azure AI Vision (visión personalizada, detección facial, indexador de video)
• Azure AI Content Safety
• Aplicaciones de contenedor para desplegar modelos de IA
• Azure AI Agent Service (el nuevo contenido con agentes de la actualización de 2025)

AI-102 es la certificación más directamente comparable a MLA-C01 en alcance: ambas esperan que implementes cargas de trabajo de IA en producción y las operes. La diferencia es el énfasis del servicio: AI-102 se centra en Azure OpenAI + RAG + AI Search, MLA-C01 en SageMaker + Bedrock a escala.

Azure Data Scientist Associate (DP-100)

$165 USD. Distinta de AI-102 — DP-100 se enfoca en ciencia de datos / ML clásico, AI-102 se enfoca en GenAI / servicios cognitivos.

Servicios cubiertos:

• Espacio de trabajo de Azure Machine Learning (profundo — clústeres de cómputo, entornos, experimentos, trabajos, puntos finales, integración con MLflow)
• Azure ML SDK / CLI
• AutoML
• Pipelines de ML
• Registro y despliegue de modelos
• Panel de IA responsable (interpretabilidad, equidad, análisis de errores)
• Azure Synapse Analytics para preparación de datos
• Integración de Azure Databricks
• Optimizaciones de cómputo (CPU vs GPU, spot, baja prioridad)

Si eres un científico de datos que construye modelos personalizados, DP-100 es la certificación. Si eres un ingeniero de IA que implementa aplicaciones de Azure OpenAI, AI-102 es la certificación. Se superponen quizás en un 20%, principalmente en los temas de despliegue / monitoreo.

GCP — no hay certificación de IA de nivel asociado

Esta es una brecha real en el catálogo de GCP a partir de 2026. Google tiene el Cloud Digital Leader (fundacional), el Generative AI Leader (fundacional) y el Professional ML Engineer (que es un nivel genuinamente profesional). El camino de GAIL a PMLE es empinado, no hay una credencial intermedia.

Si quieres una señal intermedia específica de GCP: la certificación Associate Cloud Engineer (ACE), aunque no se centra en IA, cubre los conceptos básicos de despliegue de Vertex AI. Algunos ingenieros la posicionan como "Puedo ejecutar cargas de trabajo de IA en GCP sin ser un especialista en IA". Es una solución alternativa, no una respuesta limpia.

¿Cuál certificación de Asociado elegir?

• Construcción de modelos personalizados / ML clásico: DP-100 (Azure) es la más enfocada.
• Implementación de aplicaciones Azure OpenAI en producción: AI-102 (Azure).
• Operación de SageMaker + Bedrock a escala en AWS: MLA-C01 (AWS).
• Solo GCP: salta a PMLE; no hay una opción intermedia.

El paralelo más cercano entre nubes es MLA-C01 ≈ AI-102 — ambos evalúan "implementar IA en producción y operarla". Diferentes superficies de servicio, altitud de ingeniería similar.

Nivel Profesional / Experto — AIP-C01 vs PMLE (sin equivalente en Azure)

AWS Generative AI Developer Professional (AIP-C01)

$300 USD, 75 preguntas, 180 minutos. Lanzada en 2025 como la primera certificación Pro específica de GenAI de AWS.

Servicios cubiertos:

• Amazon Bedrock en profundidad (modelos personalizados mediante preentrenamiento continuo, evaluación de modelos, agentes con razonamiento multi-paso, bases de conocimiento con búsqueda híbrida, configuración de barandillas de seguridad)
• Amazon Bedrock Studio + Bedrock IDE
• SageMaker JumpStart para ajuste fino de modelos fundacionales
• SageMaker para alojar modelos personalizados
• AWS App Runner / ECS Fargate para servicios de inferencia
• Amazon OpenSearch como almacén vectorial
• Amazon Q para casos de uso de generación de código
• Roles de IAM para acceso GenAI entre servicios
• AWS Step Functions para orquestar flujos de trabajo de agentes complejos

AIP-C01 es la única certificación de una nube importante dedicada específicamente al desarrollo de GenAI — no a ML clásico, ni a "servicios de IA" de forma general. Espera preguntas profundas sobre arquitecturas de generación aumentada por recuperación, estrategias de evaluación de modelos (HHEM, ROUGE, evaluaciones personalizadas), optimización del costo de los tokens, mitigación de alucinaciones y orquestación multi-agente.

Esta es una certificación completamente nueva. Los datos salariales son demasiado escasos para citar con confianza; consulta la publicación sobre el salario de AIF-C01 para el contexto de roles adyacentes.

Google Cloud Professional ML Engineer (PMLE)

$200 USD. Una de las certificaciones de nube individual mejor pagadas según levels.fyi, en parte porque el grupo de candidatos es pequeño.

Servicios cubiertos:

• Vertex AI Workbench (cuadernos administrados)
• Vertex AI Pipelines (Kubeflow Pipelines en infraestructura administrada)
• Vertex AI Training (contenedores personalizados, ajuste de hiperparámetros)
• Vertex AI Prediction (puntos finales en línea + por lotes, contenedores de servicio personalizados)
• Registro de modelos de Vertex AI + Monitoreo de modelos
• Vertex AI Feature Store
• Vertex AI Generative AI (Gemini, Model Garden, agentes)
• Vertex AI Search and Conversation
• BigQuery ML (ML en base de datos)
• Integración de TensorFlow Extended (TFX)
• Kubeflow en GKE para ML autogestionado
• Dataflow para pipelines de datos de ML
• Cloud Composer (Airflow) para orquestación
• AutoML Tables / Vision / NLP

PMLE es más amplia que AIP-C01. Cubre ML clásico, MLOps Y GenAI — todo en la superficie relativamente unificada de Vertex AI. El examen se centra mucho en escenarios, como lo son los exámenes Pro de GCP: largos estudios de caso que dependen de decisiones arquitectónicas ("¿qué solución equilibra mejor el costo, la latencia y la precisión bajo estas restricciones?").

Microsoft — no hay una certificación de IA pura de nivel Experto

A partir de 2026, Microsoft no tiene una certificación de IA de nivel experto. AI-102 es la cima de la escalera de IA. La credencial de nivel experto más cercana que toca la IA es Azure Solutions Architect Expert (AZ-305), que tiene preguntas dispersas sobre IA en el contexto de una arquitectura más amplia, o Microsoft Cybersecurity Architect (SC-100), que aborda la seguridad de la IA de forma oblicua.

Si Microsoft añade una certificación de "AI Architect Expert" en 2026 o 2027, espera que consolide la experiencia de AI-102 + DP-100 en un examen más estratégico. A partir de ahora: no existe.

¿Cuál certificación Profesional elegir?

• Enfoque solo en GenAI en AWS: AIP-C01 es la credencial más profunda disponible en cualquier lugar ahora mismo para ese alcance.
• Ingeniería de ML de principio a fin en GCP, incluyendo GenAI: PMLE es más amplia pero sigue siendo específica de GCP.
• Roles de IA senior en la pila de Microsoft: no hay examen — combina AI-102 con AZ-305 o DP-100 en su lugar.

El nivel Profesional es donde la comparación entre nubes se descompone más. Cada nube hizo una apuesta diferente sobre lo que significa un "ingeniero de IA profesional".

Una nota sobre las renovaciones de certificaciones

Esto es más importante para las certificaciones de IA que para otras categorías porque la IA cambia rápidamente.

• Certificaciones de IA de AWS: Validez de 3 años. Renovar volviendo a aprobar la versión actual.
• Certificaciones de IA de Azure: Validez de 1 año para las basadas en roles (AI-102, DP-100), pero renovación gratuita mediante una evaluación en línea sin supervisión en Microsoft Learn a partir de 6 meses antes de la expiración. Las fundamentales (AI-900) nunca caducan.
• Certificaciones de IA de GCP: 3 años para Fundacional/Asociado, 2 años para Profesional. Renovar volviendo a aprobar.

El modelo de renovación de Microsoft es dramáticamente más amigable que los demás. Para la IA específicamente, donde los servicios subyacentes (Azure OpenAI, Bedrock, Vertex AI) se actualizan cada pocos meses, el costo de renovación se acumula. Vale la pena tenerlo en cuenta si estás eligiendo entre dos credenciales aproximadamente iguales.

Mi recomendación, por rol

• Gerente de Producto de IA / ML: GAIL (GCP) o AIF-C01 (AWS) — las certificaciones de nivel estratégico. Ambas. O una y la otra más tarde.
• Ingeniero de Backend que añade IA a un producto: AI-102 (Azure) si tu pila se inclina hacia Microsoft, MLA-C01 + AIF-C01 (AWS) si se inclina hacia la nube.
• Científico de datos: DP-100 (Azure) para ML clásico, PMLE (GCP) para el alcance más amplio.
• Ingeniero de ML Senior / Líder de MLOps: PMLE (GCP) si tu pila está cerca de Vertex AI, MLA-C01 (AWS) en caso contrario. Añade AIP-C01 (AWS) si tu equipo tiene un fuerte enfoque en GenAI.
• Trabajo en seguridad de IA / IA responsable: AIF-C01 (AWS) cubre esto mejor en el nivel fundacional. Ninguna de las certificaciones de nivel superior profundiza en la IA responsable como un tema aislado.

Qué hacer esta semana

Si ya estás estudiando para una de estas: practica las preguntas. Explora el banco de AIF-C01, el banco de MLA-C01, AI-102, PMLE, o cualquiera de las otras en CertLabPro.

Si estás eligiendo tu primera certificación de IA: identifica qué nube utiliza tu empleador (o empleador objetivo), luego toma la certificación fundacional de esa nube. La progresión desde allí — a asociado, a profesional — es mucho más rápida que empezar en la nube equivocada y cambiar más tarde.

Si estás tratando de averiguar cuál escalera de IA de la nube es la "mejor": no hay un ganador. El catálogo de cada nube refleja diferentes apuestas sobre lo que significa la ingeniería de IA. Elige aquella cuyas apuestas coincidan con tu trabajo.