AWS Certified AI Practitioner
270 questions de pratique
Dernière révision : April 2026
Notes personnelles et liens de ressources pour votre parcours d'étude
Filtrer par Certification
L'AWS Certified AI Practitioner (AIF-C01) est une certification de niveau fondamental introduite par AWS en octobre 2024 pour valider une compréhension pratique de l'IA, du machine learning et des services d'IA générative sur AWS. Elle s'adresse aux rôles non-ingénieurs — chefs de produit, analystes commerciaux, ingénieurs commerciaux et décideurs techniques — ainsi qu'aux développeurs découvrant l'écosystème AWS AI. L'examen met l'accent sur la fluidité conceptuelle plutôt que sur le codage pratique : attendez-vous à des questions sur les modèles de fondation, l'ingénierie des prompts, les directives d'IA responsable, et l'association des services AWS (Amazon Bedrock, SageMaker, Comprehend, Transcribe, Rekognition) à des cas d'utilisation typiques.
Vocabulaire ML de base (supervisé vs. non-supervisé, entraînement vs. inférence, évaluation de modèle). Statistiques légères. Environ 1 question sur 5 provient de ce domaine.
Modèles de fondation, bases des transformeurs, embeddings, modèles RAG, techniques d'ingénierie des prompts. Le domaine le plus vaste, représentant 24%.
Domaine le plus lourd en pondération. Choisir le bon service AWS GenAI pour un cas d'utilisation (Bedrock pour les LLM, SageMaker JumpStart pour le fine-tuning, Comprehend pour le NLP). Attendez-vous à des questions de scénario.
Biais, équité, explicabilité, atténuation des hallucinations, gouvernance des données. Pondération plus faible (14%) mais questions à haute densité.
Les services que vous rencontrerez à l'examen et pourquoi chacun compte.
Service entièrement géré qui expose les modèles de fondation d'Anthropic, Meta, Mistral, AI21, Cohere, Stability AI et Amazon Titan via une API unique.
Pourquoi il est à l'examen : Bedrock est la pièce maîtresse du Domaine 3 (Applications des modèles de fondation) — attendez-vous à des questions de scénario sur le choix du modèle, les paramètres d'inférence et les compromis entre service managé et auto-hébergement.
RAG (retrieval-augmented generation) managé au-dessus de documents S3 et d'un magasin de vecteurs, avec découpage en chunks, embeddings et citations intégrés.
Pourquoi il est à l'examen : Le RAG est la réponse canonique à « comment ancrer un modèle de fondation dans des données privées sans fine-tuning ? » — un scénario récurrent de l'AIF-C01.
Couche de politiques qui filtre les contenus nuisibles, bloque les sujets interdits, masque les PII et ancre les réponses pour réduire les hallucinations.
Pourquoi il est à l'examen : Le Domaine 4 (Lignes directrices pour une IA responsable) interroge sur la manière d'atténuer les hallucinations et les sorties dangereuses — Guardrails est la réponse native AWS.
Couche d'orchestration qui permet à un modèle de fondation d'appeler des API, d'interroger des bases de connaissances et d'enchaîner des actions en plusieurs étapes via l'utilisation d'outils.
Pourquoi il est à l'examen : Agents correspond directement aux scénarios « orchestration IA / prise d'action » du Domaine 3 ; attendez-vous à des questions distinguant Agents de l'inférence Bedrock classique.
Assistant d'IA générative managé par AWS — Q Developer pour le code dans les IDE et la console AWS, Q Business pour les questions-réponses sur les données d'entreprise.
Pourquoi il est à l'examen : L'AIF-C01 présente Q comme le consommateur packagé des capacités des modèles de fondation ; les questions testent quand choisir Q plutôt que de construire directement sur Bedrock.
Plateforme ML de bout en bout couvrant les notebooks, les tâches d'entraînement, le réglage des hyperparamètres, les endpoints d'inférence managés et les pipelines MLOps.
Pourquoi il est à l'examen : SageMaker est la plateforme de référence pour l'ensemble du cycle de vie ML dans le Domaine 2 (Fondamentaux de l'IA et du ML) — attendez-vous à des questions sur entraînement vs. inférence vs. déploiement.
Catalogue de modèles de fondation et spécifiques à des tâches préentraînés, avec déploiement en un clic et notebooks de fine-tuning.
Pourquoi il est à l'examen : L'AIF-C01 distingue « utiliser un modèle préconstruit » (JumpStart) de « appeler une API hébergée » (Bedrock) — connaître cette frontière est une question d'examen fréquente.
Outil de détection de biais et d'explicabilité qui produit des attributions de caractéristiques SHAP et des métriques de biais pré/post-entraînement sur les sorties tabulaires et de modèles de fondation.
Pourquoi il est à l'examen : Le Domaine 4 (IA responsable) teste la détection des biais et l'explicabilité — Clarify est le service AWS nommé dans ces questions.
Service NLP managé pour l'analyse de sentiments, la reconnaissance d'entités, l'extraction de phrases clés, la détection de langue et l'identification de PII.
Pourquoi il est à l'examen : L'AIF-C01 attend que vous choisissiez le bon service d'IA préconstruit selon le cas d'usage ; Comprehend est la réponse canonique pour « analyser du texte sans entraîner de modèle ».
Service de vision par ordinateur pour la détection d'étiquettes, l'analyse de visages, la modération de contenu, la reconnaissance de célébrités et la détection d'activité vidéo.
Pourquoi il est à l'examen : La réponse de référence pour les scénarios « j'ai des images/vidéos, pas d'équipe ML » — apparaît dans les questions de sélection de service à travers les Domaines 2 et 3.
Service de compréhension de documents qui extrait du texte, des paires clé-valeur, des tableaux et des champs de formulaire à partir de PDF et d'images numérisées.
Pourquoi il est à l'examen : Distinguer Textract (extraction structurée de documents) de Rekognition Detect Text (OCR générique) est un schéma de distracteur récurrent dans l'AIF-C01.
Service speech-to-text avec identification des locuteurs, vocabulaires personnalisés, streaming en temps réel et variantes médicales/d'analyse d'appels.
Pourquoi il est à l'examen : Se combine avec Comprehend dans les pipelines « audio → texte → analyse » qui apparaissent dans les questions de scénario sur les workflows IA intégrés.
Service text-to-speech avec des voix neuronales et génératives dans des dizaines de langues, prise en charge SSML et lexiques personnalisés.
Pourquoi il est à l'examen : L'option TTS préconstruite à comparer avec l'entraînement de voix personnalisées — les questions testent quand Polly suffit et quand SageMaker est nécessaire.
Traduction automatique neuronale dans plus de 75 langues, avec terminologie personnalisée et Active Custom Translation pour les formulations propres à un domaine.
Pourquoi il est à l'examen : La réponse attendue chaque fois qu'une question demande comment localiser du contenu sans entraîner de modèle de traduction.
Service d'IA conversationnelle pour construire des chatbots textuels et vocaux avec intentions, slots et sortie vocale basée sur Polly.
Pourquoi il est à l'examen : L'AIF-C01 présente Lex comme l'option conversationnelle préconstruite à opposer aux assistants personnalisés pilotés par Bedrock Agents.
Recherche d'entreprise propulsée par le ML sur des documents, SharePoint, Confluence et bases de données, avec compréhension de requêtes en langage naturel.
Pourquoi il est à l'examen : Apparaît comme baseline de récupération non générative à comparer à Bedrock Knowledge Bases lorsque la latence ou la fraîcheur compte plus que la synthèse.
Contrôle d'accès à l'échelle du compte : utilisateurs, rôles, politiques, fédération et permissions de moindre privilège pour chaque appel de service IA.
Pourquoi il est à l'examen : Le Domaine 5 (Sécurité, conformité et gouvernance) teste les modèles de moindre privilège pour l'accès à Bedrock/SageMaker — les rôles et politiques IAM sont le mécanisme nommé.
Création et contrôle managés des clés cryptographiques utilisées pour chiffrer les données d'entraînement, les artefacts de modèles et les sorties d'inférence au repos.
Pourquoi il est à l'examen : Le chiffrement au repos avec des clés gérées par le client est la réponse standard de l'examen pour protéger les poids des modèles et les corpus d'entraînement.
Service managé de découverte de données sensibles qui utilise le ML pour trouver des PII, des identifiants et des données financières dans les buckets Amazon S3.
Pourquoi il est à l'examen : Cité dans les questions des Domaines 4/5 sur l'analyse des corpus d'entraînement et des ensembles de documents RAG pour repérer les données sensibles avant qu'elles n'atteignent un modèle.
Métriques, journaux et alarmes à travers les services AWS — incluant les journaux d'invocation Bedrock, les métriques des endpoints SageMaker et les sorties de Model Monitor.
Pourquoi il est à l'examen : L'examen attend CloudWatch pour la surveillance continue de la dérive de modèle, des coûts et de la santé opérationnelle après déploiement.
$90k–$135k–$195k USD annuel
Cette fourchette couvre les rôles IA/ML de niveau intermédiaire à senior basés aux États-Unis, où la maîtrise d'AWS est requise. Les rôles d'entrée de gamme et les marchés non-côtiers tendent à être inférieurs ; les rôles seniors au sein des FAANG / licornes tendent à être significativement plus élevés (souvent plus de 250k $ de rémunération totale). La certification seule ne garantit pas ces salaires — elle complète une expérience démontrée.
Source : Rôles cloud-IA de levels.fyi 2025, U.S. BLS OEWS mai 2024 (15-1252 software developers, 15-2099 ML scientists). Les chiffres sont approximatifs ; la rémunération réelle dépend du rôle, de la région et de l'expérience.
Le recrutement en IA/ML sur des piles AWS-centriques s'est accéléré de 2024 à 2026, à mesure que l'adoption de la GenAI en entreprise passait de la phase pilote à la production. L'AIF-C01 sert de signal de sélection pour les rôles ne nécessitant pas de codage ML approfondi — les recruteurs et les responsables d'embauche l'utilisent pour filtrer les candidats capables de parler de manière crédible d'Amazon Bedrock, SageMaker, des architectures RAG et des compromis liés à l'IA responsable. En tant que certification fondamentale, elle ne qualifie pas à elle seule les candidats pour les rôles d'ingénieur ML ; pour ceux-ci, l'AWS Machine Learning Engineer Associate (MLA-C01) ou les certifications spécialisées sont des signaux plus forts.
Il n'y a pas de prérequis formels. AWS recommande six mois d'exposition aux cas d'utilisation de l'IA/ML sur AWS, mais l'examen est véritablement accessible à quiconque a suivi le parcours d'apprentissage officiel AWS AI Practitioner (environ 20 heures de contenu Skill Builder) et possède une compréhension fonctionnelle des bases du cloud.
Si vous n'avez aucune expérience AWS, compléter d'abord l'AWS Certified Cloud Practitioner (CLF-C02) rendra l'AIF-C01 nettement plus facile — de nombreuses questions de l'AIF-C01 supposent une familiarité de base avec les noms de services AWS, le modèle de responsabilité partagée et les concepts IAM de base.
L'AIF-C01 est classée comme fondamentale — c'est l'une des certifications AWS les plus accessibles. Prévoyez d'étudier 30 à 60 heures sur 4 à 6 semaines si vous n'avez aucune expérience préalable en IA/ML ou AWS ; 15 à 25 heures sur 2 à 3 semaines si vous avez l'une de ces expériences. L'examen est à choix multiples et à réponses multiples, 65 questions notées en 90 minutes, sans laboratoires pratiques.
Le principal obstacle est l'étendue des noms de services AWS GenAI — il existe environ une douzaine de services nommés parmi Bedrock, SageMaker, Comprehend, Transcribe, Polly, Translate, Textract, Kendra, Rekognition et Q. Mémoriser quel service correspond à quel cas d'utilisation (génération de texte vs. résumé vs. classification vs. transcription) est ce qui distingue le succès de l'échec.
Disponibilité générale initiale. L'examen bêta s'est déroulé d'août à octobre 2024 avec une tarification réduite. Version actuelle en avril 2026.
AIF-C01 (AWS Certified AI Practitioner) est un examen de niveau Foundational considéré comme un examen d'entrée de gamme testant l'étendue de la compréhension conceptuelle plutôt que la profondeur de l'expérience pratique. La plupart des candidats ont besoin de 30 à 80 heures d'étude réparties sur 3 à 6 semaines pour les examens de niveau fondamental. La plupart des candidats qui obtiennent des scores constamment supérieurs au seuil de réussite lors des examens pratiques réussissent dès leur première tentative.
La plupart des candidats ont besoin de 30 à 80 heures d'étude réparties sur 3 à 6 semaines pour les examens de niveau fondamental. Le temps nécessaire pour réussir varie considérablement en fonction de l'expérience antérieure. Les ingénieurs ayant une expérience pratique en production avec la technologie sous-jacente en ont généralement besoin de moins ; les candidats novices sur la plateforme devraient viser la limite supérieure de cette fourchette.
AIF-C01 est une certification reconnue dans l'écosystème AWS et signale des connaissances validées aux employeurs, recruteurs et clients. Sa valeur en termes de temps et de coût dépend de votre rôle et de vos objectifs — elle est la plus avantageuse pour les ingénieurs cloud, architectes et consultants qui travaillent quotidiennement avec AWS ou souhaitent évoluer vers des rôles similaires.
Le score de réussite pour le AIF-C01 est de 700 / 1000. L'examen contient 65 questions et dure 1 h 30 min.
Les frais d'examen AIF-C01 sont de $100 USD. Les frais sont fixés par AWS et peuvent varier selon la région ; confirmez toujours le prix actuel sur la page de certification officielle de AWS avant de réserver.
Les certifications AWS sont valides pendant 3 ans. Recertifiez-vous en réussissant la version actuelle du même examen, ou en réussissant un examen de niveau supérieur dans le même parcours avant l'expiration.
Oui. Vous pouvez passer l'examen en ligne (supervisé via le navigateur sécurisé du fournisseur, disponible 24h/24 et 7j/7 dans la plupart des régions) ou dans un centre de test Pearson VUE en personne pendant les heures ouvrables. Les deux formats utilisent les mêmes questions, la même limite de temps et le même score de réussite.
CertLabPro propose 15 modes d'étude à travers la banque de questions pratiques pour le AIF-C01. Le mode de simulation d'examen reproduit l'examen réel : 65 questions en 1 h 30 min, avec le même seuil de réussite de 700 / 1000. Le mode navigation vous permet de lire chaque Q&A de manière statique.