Certifications IA AWS vs Azure vs GCP : une comparaison niveau par niveau

Si vous souhaitez une certification IA et ne savez pas quel cloud choisir, en bref : AWS pour l'étendue, Azure pour les entreprises + les environnements basés sur la pile Microsoft, GCP pour l'ingénierie ML sérieuse. La version plus longue est ci-dessous — par niveau, par services couverts et par public visé par chaque certification.

Les échelles de certifications ne sont pas symétriques entre les clouds. AWS offre actuellement le chemin le plus clair à trois niveaux (Fondamental → Associé → Professionnel). Azure propose un niveau Fondamental + Associé solide, mais pas de certification IA pure de niveau expert. GCP a un niveau Fondamental + Professionnel, mais a ignoré le niveau Associé. Cette asymétrie fait partie de l'histoire elle-même.

Voici la comparaison côte à côte, puis les analyses approfondies.

Carte rapide

Niveau	AWS	Azure / Microsoft	GCP
Fondamental	AIF-C01 (Praticien IA)	AI-900 (Fondamentaux Azure AI)	Generative AI Leader
Associé	MLA-C01 (Ingénieur ML Associé)	AI-102 (Ingénieur Azure AI Associé); DP-100 (Scientifique de Données)	— (lacune)
Professionnel / Expert	AIP-C01 (Développeur IA Générative Pro)	— (lacune)	PMLE (Ingénieur ML Professionnel)

Quelques points à noter :

• Le niveau Associé est là où Azure s'étend le plus — deux certifications distinctes (AI-102 pour l'ingénierie IA, DP-100 pour la science des données / ML).
• GCP n'a pas de certification IA de niveau Associé. Si vous souhaitez un titre entre le niveau fondamental Generative AI Leader et le niveau professionnel ML Engineer, il n'y en a pas.
• AWS possède la seule certification "GenAI Developer Pro" à partir de 2026. L'AIP-C01 est spécifique à l'IA générative d'une manière que les autres ne le sont pas.

Niveau Fondamental — AIF-C01 vs AI-900 vs Generative AI Leader

Ces trois certifications sont d'entrée de gamme, conceptuelles, pour ceux qui "comprennent l'IA dans le cloud sans écrire de code". Toutes trois sont d'une difficulté à peu près égale (assez accessibles), coûtent environ $99–$100, et ciblent le même public : chefs de produit, analystes commerciaux, ingénieurs commerciaux, décideurs techniques et ingénieurs faisant leurs premiers pas dans l'IA cloud.

Praticien AWS AI (AIF-C01)

Lancée en octobre 2024. 100 $ US, 65 questions, 90 minutes.

Services couverts :

• Amazon Bedrock (modèles fondamentaux, agents, bases de connaissances, garde-fous)
• Amazon SageMaker (bases — Studio, JumpStart, registre de modèles)
• Amazon Q (développeur + entreprise)
• Amazon Comprehend (NLP / sentiment / extraction d'entités)
• Amazon Transcribe (synthèse vocale)
• Amazon Translate
• Amazon Polly (synthèse texte-parole)
• Amazon Rekognition (vision)
• Amazon Textract (extraction de documents)
• Amazon Kendra (recherche d'entreprise)
• Amazon Lex (chatbots)

L'examen met fortement l'accent sur la mise en correspondance des services avec les cas d'utilisation. "Une entreprise de vente au détail souhaite automatiser le routage des e-mails de support client — quel service AWS ?" Ce genre de question. Environ 30 % de l'examen porte sur l'IA responsable / la gouvernance / l'explicabilité / l'atténuation des biais, ce qui surprend les candidats qui s'attendaient à des questions purement technologiques.

Fondamentaux Azure AI (AI-900)

99 $ US, ~40 questions, 60 minutes. N'expire jamais.

Services couverts :

• Azure AI Services (le parapluie anciennement connu sous le nom de Cognitive Services)
• Azure OpenAI Service (GPT-4, GPT-4o, DALL·E, Whisper)
• Azure Machine Learning Studio (ML low-code)
• Form Recognizer / Document Intelligence
• Azure AI Speech (reconnaissance, synthèse, traduction)
• Azure AI Vision (analyse d'images, OCR, vision personnalisée)
• Azure AI Language (sentiment, expression clé, NER, compréhension du langage conversationnel)
• Azure AI Search (anciennement Cognitive Search)
• Azure Bot Service / Bot Framework

L'AI-900 penche davantage vers la plateforme ML d'Azure que l'AIF-C01 d'AWS. Il y a plus un aspect pratique — des questions sur l'entraînement d'un modèle dans le concepteur Azure ML, l'évaluation des métriques de précision/rappel/exactitude. Moins de temps sur l'IA responsable que l'AIF-C01, plus de temps sur les concepts classiques du ML.

Le statut "n'expire jamais" est réel et significatif. Les autres fondamentaux de Microsoft (AZ-900, DP-900, SC-900) sont également à vie — pour les fondamentaux, c'est la norme.

Leader en IA Générative GCP

99 $ US. La plus récente des trois (introduite en 2024). Explicitement non technique — présentée comme une certification de leadership / stratégie.

Services couverts :

• Vertex AI Generative AI (famille Gemini, Imagen, Codey, MedLM)
• Gemini dans Workspace
• Vertex AI Search and Conversation
• Vertex AI Model Garden (modèles tiers — Anthropic Claude, Meta Llama, etc.)
• Vertex AI Agent Builder
• Document AI (rôle similaire à AWS Textract)
• Translation API
• Speech-to-Text / Text-to-Speech
• Vision AI

Le GAIL est la plus axée sur la stratégie des trois. Attendez-vous à des questions sur la gouvernance des programmes IA, les modèles RAG de manière conceptuelle, les bases de l'ingénierie des invites, les critères de sélection des modèles et les principes d'IA responsable de Google. Moins de mécanique de plateforme que l'AIF-C01 ou l'AI-900.

Si vous êtes un leader / chef de produit évaluant des fournisseurs d'IA cloud — c'est sans doute la meilleure certification pour ce public car elle est ciblée à cette hauteur exacte.

Quelle certification Fondamentale choisir ?

Si vous avez déjà choisi un cloud : passez la certification fondamentale de ce cloud. Les connaissances transférables sont à peu près les mêmes, mais les services nommés ne le sont pas, et vous vous épargnerez beaucoup de gymnastique mentale du type "quel est l'équivalent AWS de Cognitive Services ?"

Si vous n'avez pas choisi : l'AIF-C01 offre la surface de services la plus large et met le plus l'accent sur l'IA responsable, ce dont les entreprises veulent de plus en plus discuter. L'AI-900 est la plus facile des trois et n'expire jamais. Le GAIL est la seule spécifiquement destinée aux leaders non-ingénieurs.

Niveau Associé — MLA-C01 vs AI-102 vs DP-100 (pas d'équivalent GCP)

Nous sommes maintenant dans un tout autre territoire. Les certifications de niveau Associé supposent une expérience pratique et testent des connaissances plus approfondies des services.

Ingénieur ML Associé AWS (MLA-C01)

Lancée en août 2024. 150 $ US, 65 questions, 170 minutes. A remplacé l'ancienne ML Specialty (MLS-C01).

Services couverts :

• Amazon SageMaker (approfondi — Studio, Pipelines, Feature Store, Model Registry, Model Monitor, Clarify, Data Wrangler, Ground Truth, JumpStart, Canvas)
• Amazon Bedrock pour le réglage fin + le débit provisionné
• AWS Glue (préparation des données)
• Amazon S3 + S3 Tables + Lake Formation (modèles de data lake)
• Amazon Athena, Redshift (analytique pour le ML)
• Amazon Kinesis Data Streams / Firehose (fonctions de streaming)
• Step Functions (orchestration)
• CloudWatch Container Insights pour la surveillance du ML

La certification est axée sur le ML opérationnel, et non sur la modélisation pure. Attendez-vous à des questions sur la surveillance de la dérive, les déclencheurs de réentraînement, les tests A/B des versions de modèles, l'optimisation des coûts pour l'inférence, les modèles MLOps. Si vous vous attendiez à "construire un CNN à partir de zéro", vous serez déçu (et mal préparé).

Ingénieur Azure AI Associé (AI-102)

165 $ US, ~50–60 questions, 100 minutes. A bénéficié d'une mise à jour significative début 2025 pour ajouter du contenu sur les solutions d'agents.

Services couverts :

• Azure OpenAI Service (approfondi — y compris le réglage fin, les complétions, les embeddings, l'appel de fonctions, l'API Assistants, Azure AI Foundry)
• Azure AI Services (anciennement Cognitive Services — suite complète)
• Azure AI Search (approfondi — recherche vectorielle, récupération hybride, classement sémantique, modèles RAG)
• Azure AI Document Intelligence (anciennement Form Recognizer)
• Azure AI Speech (parole personnalisée, voix personnalisée, traduction en temps réel)
• Azure AI Language (NER personnalisé, classification, compréhension du langage conversationnel)
• Azure AI Vision (vision personnalisée, visage, indexeur vidéo)
• Azure AI Content Safety
• Applications de conteneurs pour le déploiement de modèles IA
• Azure AI Agent Service (le nouveau contenu agentique de la mise à jour de 2025)

L'AI-102 est la certification la plus directement comparable à la MLA-C01 en termes de portée — toutes deux vous demandent de livrer des charges de travail IA en production et de les opérer. La différence réside dans l'accent mis sur les services : l'AI-102 concerne Azure OpenAI + RAG + AI Search, la MLA-C01 concerne SageMaker + Bedrock à l'échelle.

Scientifique de Données Azure Associé (DP-100)

165 $ US. Distinct de l'AI-102 — le DP-100 est axé sur la science des données / le ML classique, l'AI-102 est axé sur l'IA générative / les services cognitifs.

Services couverts :

• Espace de travail Azure Machine Learning (approfondi — clusters de calcul, environnements, expériences, tâches, points de terminaison, intégration MLflow)
• Azure ML SDK / CLI
• AutoML
• Pipelines ML
• Registre et déploiement de modèles
• Tableau de bord de l'IA responsable (interprétabilité, équité, analyse des erreurs)
• Azure Synapse Analytics pour la préparation des données
• Intégration Azure Databricks
• Optimisations de calcul (CPU vs GPU, spot, basse priorité)

Si vous êtes un scientifique des données créant des modèles personnalisés, le DP-100 est la certification. Si vous êtes un ingénieur IA livrant des applications Azure OpenAI, l'AI-102 est la certification. Elles se chevauchent peut-être à 20 %, principalement sur les sujets de déploiement / surveillance.

GCP — pas de certification IA de niveau Associé

Il s'agit d'une réelle lacune dans le catalogue de GCP à partir de 2026. Google propose le Cloud Digital Leader (fondamental), le Generative AI Leader (fondamental) et le Professional ML Engineer (qui est un niveau véritablement professionnel). Le chemin de GAIL à PMLE est abrupt — il n'y a pas de titre intermédiaire.

Si vous souhaitez un signal intermédiaire spécifique à GCP : la certification Associate Cloud Engineer (ACE), bien que non axée sur l'IA, couvre les bases du déploiement de Vertex AI. Certains ingénieurs la présentent comme "je peux exécuter des charges de travail IA sur GCP sans être un spécialiste IA". C'est une solution de contournement, pas une réponse claire.

Quelle certification Associée choisir ?

• Construction de modèles personnalisés / ML classique : Le DP-100 (Azure) est le plus ciblé.
• Livraison d'applications Azure OpenAI en production : AI-102 (Azure).
• Opération de SageMaker + Bedrock à l'échelle sur AWS : MLA-C01 (AWS).
• GCP uniquement : passez directement au PMLE ; il n'y a pas d'option intermédiaire.

Le parallèle inter-cloud le plus proche est MLA-C01 ≈ AI-102 — les deux testent la capacité à "livrer l'IA en production et à l'opérer". Surfaces de services différentes, altitude d'ingénierie similaire.

Niveau Professionnel / Expert — AIP-C01 vs PMLE (pas d'équivalent Azure)

Développeur Professionnel AWS en IA Générative (AIP-C01)

300 $ US, 75 questions, 180 minutes. Lancée en 2025 comme la première certification Pro spécifique à l'IA générative d'AWS.

Services couverts :

• Amazon Bedrock en profondeur (modèles personnalisés via pré-entraînement continu, évaluation de modèles, agents avec raisonnement multi-étapes, bases de connaissances avec recherche hybride, configuration de garde-fous)
• Amazon Bedrock Studio + Bedrock IDE
• SageMaker JumpStart pour le réglage fin des modèles fondamentaux
• SageMaker pour l'hébergement de modèles personnalisés
• AWS App Runner / ECS Fargate pour les services d'inférence
• Amazon OpenSearch comme magasin vectoriel
• Amazon Q pour les cas d'utilisation de génération de code
• Rôles IAM pour l'accès GenAI inter-services
• AWS Step Functions pour l'orchestration de flux de travail d'agents complexes

L'AIP-C01 est la seule certification cloud majeure spécifiquement dédiée au développement de l'IA générative — pas au ML classique, ni aux "services IA" de manière générale. Attendez-vous à des questions approfondies sur les architectures de génération augmentée de récupération, les stratégies d'évaluation de modèles (HHEM, ROUGE, évaluations personnalisées), l'optimisation des coûts de jetons, l'atténuation des hallucinations et l'orchestration multi-agents.

Il s'agit d'une toute nouvelle certification. Les données salariales sont trop minces pour être citées avec confiance — consultez l'article sur le salaire de l'AIF-C01 pour le contexte des rôles adjacents.

Ingénieur ML Professionnel Google Cloud (PMLE)

200 $ US. L'une des certifications cloud uniques les mieux rémunérées selon levels.fyi, en partie parce que le bassin de candidats est petit.

Services couverts :

• Vertex AI Workbench (blocs-notes gérés)
• Vertex AI Pipelines (Kubeflow Pipelines sur infrastructure gérée)
• Vertex AI Training (conteneurs personnalisés, réglage des hyperparamètres)
• Vertex AI Prediction (points de terminaison en ligne + par lots, conteneurs de service personnalisés)
• Vertex AI Model Registry + Model Monitoring
• Vertex AI Feature Store
• Vertex AI Generative AI (Gemini, Model Garden, agents)
• Vertex AI Search and Conversation
• BigQuery ML (ML en base de données)
• Intégration TensorFlow Extended (TFX)
• Kubeflow sur GKE pour le ML auto-géré
• Dataflow pour les pipelines de données ML
• Cloud Composer (Airflow) pour l'orchestration
• AutoML Tables / Vision / NLP

Le PMLE est plus large que l'AIP-C01. Il couvre le ML classique, le MLOps ET l'IA générative — le tout sur la surface relativement unifiée de Vertex AI. L'examen est très axé sur les scénarios, comme le sont les examens GCP Pro : de longues études de cas qui reposent sur des compromis architecturaux ("quelle solution équilibre le mieux le coût, la latence et la précision sous ces contraintes ?").

Microsoft — pas de certification IA pure de niveau Expert

À partir de 2026, Microsoft n'a pas de certification IA de niveau expert. L'AI-102 est le sommet de l'échelle IA. Le titre de niveau expert le plus proche touchant à l'IA est Azure Solutions Architect Expert (AZ-305), qui contient des questions IA dispersées dans le contexte d'une architecture plus large, ou Microsoft Cybersecurity Architect (SC-100), qui aborde la sécurité de l'IA de manière oblique.

Si Microsoft ajoute une certification "AI Architect Expert" en 2026 ou 2027, attendez-vous à ce qu'elle consolide l'expertise de l'AI-102 + DP-100 dans un examen plus stratégique. Pour l'instant : elle n'existe pas.

Quelle certification Pro choisir ?

• Focus uniquement sur l'IA générative sur AWS : L'AIP-C01 est le titre le plus approfondi disponible actuellement pour cette portée.
• Ingénierie ML de bout en bout sur GCP, incluant l'IA générative : Le PMLE est plus large mais reste spécifique à GCP.
• Rôles IA seniors sur la pile Microsoft : il n'y a pas d'examen — associez plutôt l'AI-102 à l'AZ-305 ou au DP-100.

Le niveau Pro est là où la comparaison inter-cloud se décompose le plus. Chaque cloud a fait un pari différent sur ce que signifie "ingénieur IA professionnel".

Une note sur les renouvellements de certifications

Ceci est plus important pour les certifications IA que pour d'autres catégories car l'IA évolue rapidement.

• Certifications AWS IA : Validité de 3 ans. Renouvellement en repassant la version actuelle.
• Certifications Azure IA : Validité d'1 an pour les certifications basées sur les rôles (AI-102, DP-100), mais renouvellement gratuit via une évaluation en ligne non supervisée sur Microsoft Learn à partir de 6 mois avant l'expiration. Les Fondamentaux (AI-900) n'expirent jamais.
• Certifications GCP IA : 3 ans pour Fondamental/Associé, 2 ans pour Professionnel. Renouvellement en repassant.

Le modèle de renouvellement de Microsoft est considérablement plus convivial que les autres. Pour l'IA spécifiquement, où les services sous-jacents (Azure OpenAI, Bedrock, Vertex AI) se rafraîchissent tous les quelques mois, le coût de renouvellement s'accumule. Il est utile d'en tenir compte si vous choisissez entre deux titres à peu près équivalents.

Ma recommandation, par rôle

• Chef de produit IA / ML : GAIL (GCP) ou AIF-C01 (AWS) — les certifications de niveau stratégie. Les deux. Ou l'une puis l'autre plus tard.
• Ingénieur backend ajoutant de l'IA à un produit : AI-102 (Azure) si votre pile est orientée Microsoft, MLA-C01 + AIF-C01 (AWS) si elle est orientée cloud.
• Scientifique de données : DP-100 (Azure) pour le ML classique, PMLE (GCP) pour la portée plus large.
• Ingénieur ML senior / Responsable MLOps : PMLE (GCP) si votre pile est proche de Vertex AI, MLA-C01 (AWS) sinon. Ajoutez AIP-C01 (AWS) si votre équipe est fortement axée sur l'IA générative.
• Sécurité de l'IA / Travail sur l'IA responsable : L'AIF-C01 (AWS) couvre le mieux ce sujet au niveau fondamental. Aucune des certifications de niveau supérieur n'approfondit l'IA responsable en tant que sujet isolé.

Que faire cette semaine

Si vous étudiez déjà pour l'une de ces certifications : entraînez-vous sur les questions. Parcourez la banque de questions AIF-C01, la banque MLA-C01, AI-102, PMLE, ou toute autre sur CertLabPro.

Si vous choisissez votre première certification IA : identifiez le cloud utilisé par votre employeur (ou votre employeur cible), puis passez la certification fondamentale de ce cloud. La progression à partir de là — vers l'associé, puis le professionnel — est beaucoup plus rapide que de commencer sur le mauvais cloud et de pivoter plus tard.

Si vous essayez de déterminer quelle échelle d'IA cloud est la "meilleure" : il n'y a pas de gagnant. Le catalogue de chaque cloud reflète des paris différents sur ce que signifie l'ingénierie IA. Choisissez celui dont les paris correspondent à votre travail.