AWS MLA-C01 बनाम AIP-C01: आपको कौन सा AWS AI प्रमाणन लेना चाहिए?
AWS के पास अब प्रैक्टिशनर स्तर से ऊपर दो AI-केंद्रित प्रमाणन हैं। यहाँ बताया गया है कि प्रत्येक क्या परीक्षण करता है, वे किसके लिए हैं, और आपकी वास्तविक नौकरी के आधार पर पहले कौन सा लेना चाहिए।
AWS ने 2024-2025 में अपने AI/ML प्रमाणन लाइनअप को पुनर्व्यवस्थित किया है और इसका परिणाम तीन परीक्षाएं हैं जिन्हें एक-दूसरे के लिए भ्रमित किया जा सकता है:
- AIF-C01 — AWS Certified AI Practitioner। फाउंडेशनल टियर। $100 USD। एक प्रारंभिक परिचय।
- MLA-C01 — AWS Certified Machine Learning Engineer Associate। $150 USD। व्यावहारिक सहयोगी। इसने पुराने MLS-C01 विशेषज्ञता का स्थान ले लिया है।
- AIP-C01 — AWS Certified AI Engineer Professional। $300 USD। यह नया प्रो-टियर परीक्षा है, जो आमतौर पर 2025 के अंत से उपलब्ध है, जिसका लक्ष्य जनरेटिव AI और बड़े पैमाने पर ML सिस्टम पर काम करने वाले वरिष्ठ आर्किटेक्ट हैं।
यदि आप AIF-C01 पास कर चुके हैं और MLA-C01 और AIP-C01 के बीच चयन कर रहे हैं — जो कि असली सवाल है — तो इसका जवाब इस बात पर निर्भर करता है कि आप दिन भर किस तरह का AI काम करते हैं। वे SAA → SAP की तरह एक क्रम में नहीं हैं। वे दो अलग-अलग नौकरियां हैं।
प्रत्येक परीक्षा क्या परीक्षण करती है
MLA-C01 (मशीन लर्निंग इंजीनियर एसोसिएट)
65 प्रश्न, 130 मिनट, उत्तीर्ण होने के लिए 720/1000 अंक। परीक्षा मार्गदर्शिका इस प्रकार है:
| डोमेन | भार |
|---|---|
| ML के लिए डेटा तैयारी | 28% |
| ML मॉडल विकास | 26% |
| ML वर्कफ़्लो का परिनियोजन और ऑर्केस्ट्रेशन | 22% |
| ML समाधान की निगरानी, रखरखाव और सुरक्षा | 24% |
इसका मतलब है: आपको एक ML प्रैक्टिशनर के रूप में SageMaker के एंड-टू-एंड ज्ञान का परीक्षण किया जाता है। Feature Store, Data Wrangler, Processing jobs, Training jobs, हाइपरपैरामीटर ट्यूनिंग, मल्टी-मॉडल एंडपॉइंट्स, रियल-टाइम बनाम एसिंक बनाम बैच इन्फेरेंस, Model Monitor, Clarify, MLflow इंटीग्रेशन। साथ ही आसपास की AWS सेवाएं — S3, Glue, EMR, Step Functions, EventBridge — जब उन्हें एक ML वर्कफ़्लो से जोड़ा जाता है।
यह व्यावहारिक है। प्रश्नों में यह माना जाता है कि आपने SageMaker में एक मॉडल को प्रशिक्षित किया है, उसे डिप्लॉय किया है, और उसे उत्पादन में विचलित होते हुए देखा है। केवल सैद्धांतिक ज्ञान वाले उम्मीदवारों को कठिनाई होती है।
AIP-C01 (AI इंजीनियर प्रोफेशनल)
2025-2026 परीक्षा मार्गदर्शिका MLA-C01 की तुलना में जनरेटिव AI पर अधिक केंद्रित है। अपेक्षा करें:
- Amazon Bedrock आर्किटेक्ट गहराई पर — मॉडल चयन (Claude, Llama, Titan, Mistral, Stable Diffusion), प्रॉम्प्ट इंजीनियरिंग, गार्डरेल्स, एजेंट्स, नॉलेज बेस, फाइन-ट्यूनिंग विकल्प, कस्टम मॉडल इम्पोर्ट।
- RAG आर्किटेक्चर — वेक्टर स्टोर (OpenSearch Serverless with vector engine, Aurora pgvector, Bedrock Knowledge Bases, Kendra), चंकिंग रणनीति, पुनर्प्राप्ति मूल्यांकन।
- जनरेटिव AI मूल्यांकन — Bedrock में मॉडल मूल्यांकन कार्य, मानव मूल्यांकन वर्कफ़्लो, मतिभ्रम माप, जेलब्रेक परीक्षण।
- AWS पर जिम्मेदार AI — Bedrock Guardrails, कंटेंट फ़िल्टरिंग, PII संपादन, उद्धरण पता लगाने की क्षमता।
- बड़े पैमाने पर MLOps — MLA-C01 के समान कई SageMaker अवधारणाएं, लेकिन परिदृश्य प्रश्न कई स्तरों तक गहरे होते हैं, जिसमें मल्टी-अकाउंट ML प्लेटफॉर्म भी शामिल हैं।
- संगठनात्मक स्तर पर लागत और संचालन — Bedrock के लिए प्रोविजनल थ्रूपुट बनाम ऑन-डिमांड, क्षमता योजना, ब्लास्ट-रेडियस डिज़ाइन।
यह $300 का 180 मिनट का पेशेवर परीक्षा है, जो SAP-C02 के समान है — लंबे परिदृश्य प्रश्न, बड़ी संख्या में ऐसे डिस्ट्रैक्टर जो तकनीकी रूप से सही हैं लेकिन सर्वोत्तम-उपयुक्त नहीं हैं।
प्रत्येक किसके लिए है
MLA-C01 ML इंजीनियरों के लिए है जो उत्पादन ML सिस्टम बनाते हैं। आप प्रशिक्षण स्क्रिप्ट लिखते हैं, आप हाइपरपैरामीटर ट्यून करते हैं, आप एक प्रशिक्षण कार्य को डिबग करते हैं जो युग 7 पर क्रैश हो गया। आपके पास शायद एक पायथन डेटा-साइंस पृष्ठभूमि है और आपने SageMaker से दोस्ती कर ली है।
AIP-C01 वरिष्ठ आर्किटेक्ट, AI रणनीतिकारों और प्लेटफॉर्म लीड्स के लिए है जो संगठन-व्यापी जनरेटिव AI क्षमताओं को डिजाइन कर रहे हैं। आप Bedrock मॉडल, वेक्टर स्टोर, गार्डरेल नीति के बारे में तकनीकी-चयन निर्णय लेते हैं। आप RAG आर्किटेक्चर, मतिभ्रम दर, और 50,000 कर्मचारियों तक एक चैटबॉट को PII लीक किए बिना कैसे रोल आउट करें, इसके बारे में सोचते हैं।
मोटे तौर पर:
| यदि आप हैं... | यह लें... |
|---|---|
| कस्टम मॉडल बनाने वाले ML इंजीनियर / डेटा साइंटिस्ट | MLA-C01 |
| Bedrock + RAG को ऐप्स में जोड़ने वाले सॉफ्टवेयर इंजीनियर | AIP-C01 |
| AI आर्किटेक्ट या प्लेटफॉर्म लीड | AIP-C01 |
| AI के बारे में उत्सुकता रखने वाले सामान्य क्लाउड आर्किटेक्ट | पहले AIF-C01, फिर AIP-C01 |
| बिना उत्पादन AI अनुभव के करियर-स्विच करने वाले | AIF-C01, अनुभव प्राप्त करें, फिर कोई भी |
आवश्यक पूर्व-ज्ञान
MLA-C01 के लिए:
- कार्य स्तर पर Python, pandas, numpy, scikit-learn।
- मॉडल प्रशिक्षण की वास्तविक दुनिया की समझ — ओवरफिटिंग कैसी दिखती है, आप ट्रेन/वैल/टेस्ट को क्यों विभाजित करते हैं, नियमितीकरण क्या करता है।
- व्यावहारिक SageMaker अनुभव। परीक्षा उन लोगों को लगातार परेशान करती है जिन्होंने डॉक्स का अध्ययन किया लेकिन कभी एंडपॉइंट डिप्लॉय नहीं किया।
- अनुशंसित पूर्व-प्रमाणन: यदि आप AWS AI सेवाओं के लिए नए हैं तो AIF-C01। SAA-C03 सहायक है लेकिन आवश्यक नहीं है।
AIP-C01 के लिए:
- ठोस AWS आर्किटेक्चरल मूल बातें (न्यूनतम SAA-C03 स्तर, आदर्श रूप से SAP-C02 के समान)।
- व्यावहारिक Bedrock — मॉडल इनवोक करें, एक छोटा Knowledge Base बनाएं, एक Guardrail कॉन्फ़िगर करें, एक मॉडल मूल्यांकन कार्य चलाएं।
- प्रॉम्प्ट स्तर पर कम से कम एक फाउंडेशन-मॉडल API से परिचित होना। आपसे स्क्रैच से फाइन-ट्यून करने के लिए नहीं कहा जाएगा, लेकिन आपसे फाइन-ट्यूनिंग बनाम प्रॉम्प्ट-ट्यूनिंग बनाम RAG निर्णय फ्रेमवर्क डिजाइन करने के लिए कहा जाएगा।
- अनुशंसित पूर्व-प्रमाणन: AIF-C01, साथ ही आदर्श रूप से या तो MLA-C01 या SAP-C02 पेशेवर-स्तर की सोच दिखाने के लिए।
पहले कौन सा लें
ईमानदार जवाब: अगले 12 महीनों में आप जिस नौकरी के लिए आवेदन कर रहे हैं, उससे जो मेल खाता है। दोनों तब तक न लें जब तक आप वास्तव में दोनों तरह का काम न करते हों — उनमें SageMaker पर महत्वपूर्ण ओवरलैप है और बाकी सब पर महत्वपूर्ण भिन्नता है, और पूर्णता के लिए दोनों का पीछा करने में लगभग 200-300 घंटे का अध्ययन समय लगेगा जिसे आप कहीं और खर्च कर सकते हैं।
यदि आप शुरुआती से मध्य-कैरियर में हैं और ML पिवट को मजबूत करने के लिए एक का चयन कर रहे हैं, तो MLA-C01 एक सुरक्षित दांव है। यह एसोसिएट है, यह सस्ता है, तैयारी अधिक ठोस है (SageMaker के पास जवाब हैं, जनरेटिव AI आर्किटेक्चर अभी भी तेजी से विकसित हो रहा है), और भूमिका-फिट व्यापक है। 2026 में "ML इंजीनियर" नियुक्त करने वाली अधिकांश कंपनियां MLA-C01 को एक विश्वसनीय संकेत के रूप में पहचानेंगी।
यदि आप पहले से ही एक वरिष्ठ आर्किटेक्ट हैं और आपके रोडमैप में "एक आंतरिक जनरेटिव AI प्लेटफॉर्म स्थापित करना" शामिल है, तो AIP-C01 सही प्रमाणन है। Bedrock, RAG, और मल्टी-अकाउंट ML प्लेटफॉर्म डिज़ाइन पर केस-स्टडी प्रश्न आपको वास्तव में उस आर्किटेक्चर की योजना बनाने में मदद करेंगे जिसके लिए आपको भुगतान किया जा रहा है।
वेतन अपेक्षाएं
प्रमाणन परी वेतन नहीं देती है, लेकिन डेटा बिंदु इस प्रकार हैं:
- levels.fyi 2025-2026 FAANG में ML इंजीनियर के लिए: L5 (वरिष्ठ) पर $200k–$320k कुल वेतन; L6 (स्टाफ) पर $300k–$500k+। यही सीमा AWS में "एप्लाइड साइंटिस्ट" पर भी लागू होती है।
- U.S. BLS OEWS मई 2024, व्यवसाय 15-1221 (कंप्यूटर और सूचना अनुसंधान वैज्ञानिक, वह श्रेणी जिसमें ML शोधकर्ता और ML इंजीनियर शामिल हैं): औसत $145k, 90वें प्रतिशत में लगभग $230k।
- Glassdoor / Built In "सीनियर ML इंजीनियर" या "AI इंजीनियर" के लिए: प्रमुख अमेरिकी मेट्रो में $145k–$220k आधार वेतन।
- वरिष्ठ AI आर्किटेक्ट / AI प्लेटफॉर्म लीड भूमिकाओं के लिए जहां AIP-C01 सबसे प्रासंगिक है: बड़ी टेक कंपनियों में कुल वेतन $250k–$400k, आंतरिक AI प्लेटफॉर्म बनाने वाले स्थापित उद्यमों में $180k–$280k।
प्रमाणन का अंतर SAA-C03 के समान है: नौकरी बदलने के समय $5k–$20k जब प्रमाणन योग्यता सूची में होता है, और जब नहीं होता है तो लगभग शून्य। MLA-C01 बनाम AIP-C01 का चुनाव स्वयं वेतन को बहुत अधिक नहीं बढ़ाता है — आप जिस भूमिका को लक्षित कर रहे हैं, वह वेतन को बढ़ाती है। वरिष्ठ AI आर्किटेक्ट समान वरिष्ठता स्तर पर ML इंजीनियर से अधिक कमाते हैं क्योंकि सीटें दुर्लभ होती हैं और प्रभाव व्यापक होता है।
एक उचित क्रम
यदि आप दोनों कर रहे हैं:
- यदि आप AWS AI सेवाओं के लिए नए हैं तो पहले AIF-C01। एक सप्ताहांत, $100, आपको शब्दावली मिल जाएगी।
- यदि आप एक ML प्रैक्टिशनर हैं तो दूसरा MLA-C01। यदि आप वरिष्ठ आर्किटेक्ट हैं और प्रशिक्षण कोड नहीं लिखते हैं तो छोड़ दें।
- AIP-C01 सबसे अंत में। प्रो-टियर परीक्षा तब सबसे अच्छी काम करती है जब आपने कम से कम एक Bedrock-आधारित सिस्टम को उत्पादन में भेजा हो। इसके बिना, परिदृश्य प्रश्न अमूर्त लगेंगे।
कहाँ अध्ययन करें
दोनों के लिए आधिकारिक AWS Skill Builder पाथ। MLA-C01 आधिकारिक अध्ययन मार्गदर्शिका PDF AIP-C01 की तुलना में अधिक पॉलिश है, केवल इसलिए कि AIP-C01 नया है और पाठ्यक्रम अभी भी समेकित हो रहा है। Bedrock और SageMaker पर re:Invent 2024-2025 सत्रों के साथ क्रॉस-रेफरेंस करें; वे अनिवार्य रूप से व्याख्यान के रूप में AIP-C01 की पठन सूची हैं।
जब आप प्रश्नों का अभ्यास करने के लिए तैयार हों, तो CertLabPro पर MLA-C01 प्रश्न बैंक और AIP-C01 प्रश्न बैंक डोमेन भार के अनुसार व्यवस्थित हैं ताकि आप पहले महत्वपूर्ण विषयों का अभ्यास कर सकें। उस प्रमाणन को चुनें जो काम से मेल खाता हो, न कि उस बैज को जो सबसे चमकदार दिखता हो।