AWS Certified Generative AI Developer - Professional
315 अभ्यास प्रश्न
अंतिम समीक्षा: April 2026
आपकी अध्ययन यात्रा के लिए व्यक्तिगत नोट्स और संसाधन लिंक
सर्टिफिकेशन द्वारा फ़िल्टर करें
AWS सर्टिफाइड जेनरेटिव एआई डेवलपर प्रोफेशनल (AIP-C01) एक पेशेवर-स्तर का क्रेडेंशियल है जो AWS पर प्रोडक्शन-ग्रेड जेनरेटिव एआई एप्लिकेशन बनाने, एकीकृत करने और संचालित करने पर केंद्रित है — मुख्य रूप से Amazon Bedrock पर, सहायक सेवाओं के रूप में SageMaker, Lambda, OpenSearch और Knowledge Bases के साथ। यह अनुभवी डेवलपर्स और ML इंजीनियरों को लक्षित करता है जो पुनर्प्राप्ति-संवर्धित जनरेशन (RAG) सिस्टम, एजेंटिक वर्कफ़्लो और टूल-उपयोग करने वाले फाउंडेशन-मॉडल एप्लिकेशन डिज़ाइन करते हैं। प्रॉम्प्ट इंजीनियरिंग, एम्बेडिंग, वेक्टर खोज, गार्डरेल्स, मूल्यांकन, लागत अनुकूलन और जिम्मेदार-AI नियंत्रणों पर गहन परिदृश्य वाले प्रश्न अपेक्षित हैं। मूलभूत AIF-C01 के विपरीत, AIP-C01 मानता है कि उम्मीदवार कोड लिखता है और Bedrock-आधारित सुविधाओं को शिप किया है। परीक्षा बहुविकल्पी और बहु-प्रतिक्रिया वाली होती है, इसमें कोई हैंड्स-ऑन लैब नहीं होती।
31% पर सबसे बड़ा डोमेन। Bedrock मॉडल चयन, एम्बेडिंग पाइपलाइन, वेक्टर स्टोर (OpenSearch Serverless, Aurora pgvector, Kendra), Knowledge Bases, फाइन-ट्यूनिंग बनाम निरंतर प्री-ट्रेनिंग, और LLM प्रशिक्षण डेटा के लिए डेटा गवर्नेंस।
RAG, एजेंट और टूल-उपयोग करने वाले एप्लिकेशन बनाना। Bedrock एजेंट्स, Action Groups, Lambda इंटीग्रेशन, और बहु-चरणीय LLM कॉलों का समन्वय करना। सामान्य बाधा: यह जानना कि कब एक एजेंट बनाम एक कस्टम ऑर्केस्ट्रेशन उपयुक्त है।
Bedrock Guardrails, प्रॉम्प्ट-इंजेक्शन शमन, PII रिडक्शन, मॉडल एक्सेस के लिए IAM और KMS, और सामग्री मॉडरेशन पैटर्न। मामूली 20% भार के बावजूद उच्च-घनत्व वाले प्रश्न।
इन्फ्रेंस लागत नियंत्रण (प्रोविजन्ड बनाम ऑन-डिमांड थ्रूपुट), कैशिंग, मॉडल डिस्टिलेशन, लेटेंसी ट्यूनिंग, और जहां उपयुक्त हो छोटे मॉडल चुनना। अक्सर चूक जाते हैं: क्रॉस-रीजन इन्फ्रेंस प्रोफाइल का उपयोग कब करना है।
मूल्यांकन फ्रेमवर्क (Bedrock मॉडल मूल्यांकन, मानव मूल्यांकन, LLM-एज-जज), ड्रिफ्ट, हैलुसिनेशन डिटेक्शन, और RAG पुनर्प्राप्ति विफलताओं का डिबगिंग। सबसे छोटा डोमेन (11%) लेकिन सतही अध्ययन को दंडित करता है।
परीक्षा में आने वाली सेवाएँ और क्यों प्रत्येक महत्वपूर्ण है।
पूरी तरह से प्रबंधित सेवा जो Anthropic, Meta, Mistral, AI21, Cohere, Stability AI, और Amazon Titan के फ़ाउंडेशन मॉडल को स्ट्रीमिंग, बैच और प्रोविज़न्ड थ्रूपुट के साथ एक ही API के माध्यम से उपलब्ध कराती है।
यह परीक्षा में क्यों है: Bedrock हर डोमेन 1 (फ़ाउंडेशन मॉडल इंटीग्रेशन) के परिदृश्य के लिए आधार है — मॉडल चयन, इन्फ़रेंस पैरामीटर, प्रोविज़न्ड बनाम ऑन-डिमांड थ्रूपुट, और स्ट्रीमिंग रिस्पांस हैंडलिंग।
S3 दस्तावेज़ों और एक प्लगेबल वेक्टर स्टोर (OpenSearch Serverless, Aurora pgvector, Pinecone, MongoDB Atlas, Redis Enterprise) पर निर्मित प्रबंधित RAG, जिसमें चंकिंग, एम्बेडिंग्स और साइटेशन सपोर्ट शामिल है।
यह परीक्षा में क्यों है: डोमेन 2 (इंप्लीमेंटेशन और इंटीग्रेशन) यह परखता है कि फाइन-ट्यूनिंग के बजाय RAG के माध्यम से निजी डेटा में एक मॉडल को कब ग्राउंड किया जाए, जिसमें चंकिंग रणनीति, वेक्टर-स्टोर का चुनाव और साइटेशन प्रोपेगेशन शामिल है।
पॉलिसी लेयर जो हानिकारक कंटेंट को फ़िल्टर करती है, अस्वीकृत विषयों को ब्लॉक करती है, PII को रिडैक्ट करती है, कॉन्टेक्चुअल-ग्राउंडिंग चेक लागू करती है, और इनपुट और आउटपुट में शब्द/विषय फ़िल्टर को उजागर करती है।
यह परीक्षा में क्यों है: डोमेन 3 (AI सुरक्षा, सिक्योरिटी और गवर्नेंस) मुख्य रूप से एक Guardrails प्रश्नावली है — कंटेंट फ़िल्टर की शक्तियाँ, अस्वीकृत-विषय कॉन्फ़िग, कॉन्टेक्चुअल ग्राउंडिंग, और PII एनोनिमाइजेशन पैटर्न।
ऑर्केस्ट्रेशन लेयर जो फ़ाउंडेशन मॉडल को APIs कॉल करने, नॉलेज बेस क्वेरी करने, और टूल उपयोग के माध्यम से मल्टी-स्टेप एक्शन्स को चेन करने देती है, जिसमें Lambda और OpenAPI/फ़ंक्शन स्कीमा द्वारा समर्थित एक्शन ग्रुप्स शामिल हैं।
यह परीक्षा में क्यों है: मल्टी-स्टेप रीज़निंग, टूल-कॉलिंग एजेंट्स, और Lambda-समर्थित एक्शन ग्रुप्स पर डोमेन 2 के परिदृश्य Agents को AWS-नेटिव ऑर्केस्ट्रेटर के रूप में नामित करते हैं; कच्चे इन्फ़रेंस या Step Functions से भिन्नताओं की अपेक्षा करें।
निजी S3 डेटासेट पर फ़ाउंडेशन मॉडल की फाइन-ट्यूनिंग और निरंतर प्री-ट्रेनिंग, जो प्रोविज़न्ड थ्रूपुट के माध्यम से डिप्लॉय करने योग्य कस्टम मॉडल बनाती है।
यह परीक्षा में क्यों है: डोमेन 1 के प्रश्न फाइन-ट्यून बनाम RAG बनाम प्रॉम्प्ट-इंजीनियरिंग निर्णय ट्री का परीक्षण करते हैं; विशिष्ट परिदृश्यों की अपेक्षा करें जहाँ निरंतर प्री-ट्रेनिंग या इंस्ट्रक्शन फाइन-ट्यूनिंग सही उत्तर है।
प्रबंधित स्वचालित और ह्यूमन-इन-द-लूप मॉडल इवैल्यूएशन — बिल्ट-इन मेट्रिक्स (सटीकता, मज़बूती, विषाक्तता) के साथ-साथ LLM-एज़-जज या मानव कार्यकर्ताओं द्वारा स्कोर किए गए कस्टम रुब्रिक्स।
यह परीक्षा में क्यों है: डोमेन 5 (टेस्टिंग, वैलिडेशन और ट्रबलशूटिंग) यह परखता है कि मॉडल या प्रॉम्प्ट वेरिएंट के बीच क्वालिटी रिग्रेशन को कैसे मापा जाए — Bedrock Evaluations नामित मैकेनिज़्म है।
प्री-ट्रेन्ड फ़ाउंडेशन और टास्क-स्पेसिफ़िक मॉडलों का कैटलॉग, जिसमें SageMaker एंडपॉइंट्स पर वन-क्लिक डिप्लॉयमेंट, ट्रांसफ़र-लर्निंग नोटबुक्स और प्रोप्राइटरी-मॉडल मार्केटप्लेस शामिल हैं।
यह परीक्षा में क्यों है: डोमेन 2 "SageMaker एंडपॉइंट पर होस्ट करें" (JumpStart) को "Bedrock API कॉल करें" से अलग करता है — प्रश्न दोनों के बीच लेटेंसी, लागत और कस्टमाइज़ेशन ट्रेडऑफ़्स का परीक्षण करते हैं।
पैकेज्ड जनरेटिव-AI असिस्टेंट — IDE/कंसोल कोडिंग वर्कफ़्लो के लिए Q Developer, कनेक्टेड डेटा स्रोतों पर एंटरप्राइज़ RAG के लिए Q Business, BI Q&A के लिए QuickSight में Q।
यह परीक्षा में क्यों है: डोमेन 2 यह परखता है कि Q (पैकेज्ड) का उपभोग कब करें बनाम Bedrock (बेस्पोक) पर कब निर्मित करें; Q Business विशेष रूप से एंटरप्राइज़-RAG परिदृश्य प्रश्नों में प्रकट होता है।
एक समर्पित वेक्टर-सर्च कलेक्शन प्रकार के साथ सर्वरलेस OpenSearch — डिफ़ॉल्ट Bedrock नॉलेज बेस बैकएंड और सबसे अधिक परीक्षण किया गया AWS-नेटिव वेक्टर स्टोर।
यह परीक्षा में क्यों है: डोमेन 1 RAG परिदृश्य OpenSearch Serverless को डिफ़ॉल्ट वेक्टर स्टोर मानते हैं — OCU साइज़िंग, कैपेसिटी-बनाम-लागत, और एप्रोक्सिमेट-नियरेस्ट-नेबर इंडेक्स विकल्पों पर प्रश्नों की अपेक्षा करें।
pgvector एक्सटेंशन के साथ Aurora PostgreSQL, Bedrock नॉलेज बेस द्वारा ट्रांज़ैक्शनल सिमेंटिक्स और SQL एक्सेस के साथ एक वैकल्पिक वेक्टर स्टोर के रूप में समर्थित है।
यह परीक्षा में क्यों है: डोमेन 2 के वेक्टर-स्टोर-सिलेक्शन प्रश्न Aurora pgvector (मौजूदा SQL स्टैक, ट्रांज़ैक्शनल) की तुलना OpenSearch Serverless (प्योर-वेक्टर, सर्वरलेस OCU) से करते हैं।
ऑब्जेक्ट स्टोरेज जिसमें नॉलेज बेस स्रोत दस्तावेज़, फाइन-ट्यूनिंग ट्रेनिंग कॉर्पोरा, इवैल्यूएशन डेटासेट और मॉडल इन्वोकेशन लॉग्स रखे जाते हैं।
यह परीक्षा में क्यों है: प्रत्येक डोमेन 1 डेटा-मैनेजमेंट परिदृश्य S3 से होकर गुजरता है — चंकिंग स्रोत लेआउट, कच्चे दस्तावेज़ों पर लाइफ़साइकल, और KB बकेट पर IAM एक्सेस बार-बार आने वाले परीक्षा विषय हैं।
Bedrock एजेंट एक्शन ग्रुप्स, RAG प्रीप्रोसेसिंग, पोस्ट-इन्फ़रेंस रिस्पांस शेपिंग, और नॉलेज बेस में S3-इवेंट-ड्रिवन इंजेशन के लिए सर्वरलेस कंप्यूट।
यह परीक्षा में क्यों है: डोमेन 2 के एक्शन-ग्रुप प्रश्न उस Lambda कॉन्ट्रैक्ट (रिक्वेस्ट/रिस्पांस स्कीमा) का परीक्षण करते हैं जिसे Bedrock एजेंट्स इन्वोक करते हैं; डोमेन 4 भी Lambda को लागत-कुशल इन्फ़रेंस ग्लू के रूप में परखता है।
नेटिव Bedrock InvokeModel इंटीग्रेशन के साथ सर्वरलेस वर्कफ़्लो ऑर्केस्ट्रेटर, जो मल्टी-कॉल प्रॉम्प्ट चेन्स, पैरेलल इवैल्यूएशन और ह्यूमन-अप्रूवल लूप्स के लिए आदर्श है।
यह परीक्षा में क्यों है: डोमेन 2 Step Functions (डिटरमिनिस्टिक मल्टी-स्टेप ऑर्केस्ट्रेशन) को Bedrock एजेंट्स (मॉडल-ड्रिवन टूल कॉलिंग) से अलग करता है; यह जानना कि प्रत्येक कब सही है, एक बार-बार आने वाला डिस्ट्रैक्टर है।
थ्रॉटलिंग, API कीज़, JWT ऑथराइज़ेशन, और यूसेज-प्लान टियरिंग के साथ Bedrock-समर्थित इन्फ़रेंस एंडपॉइंट्स के लिए प्रबंधित HTTP/REST/WebSocket फ्रंट डोर।
यह परीक्षा में क्यों है: डोमेन 2 के प्रोडक्शनइज़ेशन परिदृश्य RAG और एजेंट एंडपॉइंट्स को बाहरी रूप से उजागर करने का परीक्षण करते हैं — API Gateway नामित एंट्री पॉइंट है, जो Lambda या सीधे Bedrock इंटीग्रेशन के साथ युग्मित है।
ML प्लेटफ़ॉर्म जिसका उपयोग AIP-C01 में मुख्य रूप से SageMaker JumpStart फ़ाउंडेशन मॉडल को रियल-टाइम/सर्वरलेस/एसिंक एंडपॉइंट्स पर होस्ट करने के लिए किया जाता है, जब Bedrock का प्रबंधित API सही नहीं होता है।
यह परीक्षा में क्यों है: डोमेन 2 के एंडपॉइंट-डिप्लॉयमेंट प्रश्न SageMaker पर रियल-टाइम बनाम सर्वरलेस बनाम एसिंक-इन्फ़रेंस विकल्पों का परीक्षण करते हैं; लागत और कोल्ड-स्टार्ट ट्रेडऑफ़्स बनाम Bedrock सामान्य धुरी हैं।
PII-डिटेक्शन API के साथ प्रबंधित NLP जो एंटिटी स्पैन और प्रकार देता है, साथ ही लक्षित PII रिडैक्शन — इसे प्री-Guardrails फ़िल्टर या पोस्ट-इन्फ़रेंस स्क्रबर के रूप में उपयोग किया जा सकता है।
यह परीक्षा में क्यों है: डोमेन 3 PII-हैंडलिंग प्रश्न लेयर्ड डिफ़ेंस का परीक्षण करते हैं: डिटेक्शन के लिए Comprehend, ब्लॉकिंग के लिए Guardrails — यह जानना कि प्रत्येक पाइपलाइन में कहाँ फिट बैठता है, परीक्षा का विषय है।
सर्विस रोल्स, आइडेंटिटी-बेस्ड और रिसोर्स-बेस्ड पॉलिसीज़, और कंडीशन कीज़ के साथ अकाउंट-वाइड एक्सेस कंट्रोल, जो Bedrock मॉडल एक्सेस, एजेंट एग्जीक्यूशन और KB इंजेशन को नियंत्रित करते हैं।
यह परीक्षा में क्यों है: डोमेन 3 (AI सुरक्षा, सिक्योरिटी और गवर्नेंस) Bedrock इन्वोकेशन, एजेंट एक्शन ग्रुप्स और नॉलेज बेस इंजेशन के लिए लीस्ट-प्रिविलेज रोल्स का परीक्षण करता है — IAM पूरे में नामित मैकेनिज़्म है।
Bedrock मॉडल कस्टमाइज़ेशन डेटा, नॉलेज बेस वेक्टर इंडेक्स, S3 स्रोत दस्तावेज़ों और CloudWatch इन्वोकेशन लॉग्स के लिए कस्टमर-प्रबंधित एन्क्रिप्शन कीज़।
यह परीक्षा में क्यों है: डोमेन 3 कंप्लायंस परिदृश्य फाइन-ट्यूनिंग कॉर्पोरा और प्रॉम्प्ट/रिस्पांस लॉग्स पर कस्टमर-प्रबंधित-की नियंत्रण का परीक्षण करते हैं; KMS ग्रांट्स और की पॉलिसीज़ नामित उत्तर हैं।
प्रत्येक API कॉल का अकाउंट-वाइड ऑडिट लॉग — किसने कौन सा Bedrock मॉडल इन्वोक किया, किसने Guardrails को अपडेट किया, किसने नॉलेज बेस में डेटा इंजस्ट किया, जिसमें इन्फ़रेंस के लिए वैकल्पिक डेटा-इवेंट कैप्चर शामिल है।
यह परीक्षा में क्यों है: डोमेन 3 ऑडिट-ट्रेल परिदृश्य CloudTrail को अपरिवर्तनीय रिकॉर्ड के रूप में उद्धृत करते हैं जो Bedrock और एजेंट गतिविधि में कंप्लायंस रिव्यु और घटना प्रतिक्रिया के लिए आवश्यक है।
मेट्रिक्स, लॉग्स और अलार्म्स — Bedrock मॉडल-इन्वोकेशन लॉग्स (प्रॉम्प्ट्स और कंप्लीशन्स), एजेंट ट्रेसेस, नॉलेज बेस इंजेशन प्रोग्रेस, और Lambda एक्शन-ग्रुप एग्जीक्यूशन मेट्रिक्स।
यह परीक्षा में क्यों है: डोमेन 4 (ऑपरेशनल एफ़िशिएंसी) और डोमेन 5 (ट्रबलशूटिंग) CloudWatch का परीक्षण टोकन-लागत ऑब्जर्बिलिटी, लेटेंसी अलार्म और विफल एजेंट एक्शन-ग्रुप इन्वोकेशन्स की ट्रेसिंग के लिए करते हैं।
$140k–$195k–$280k USD वार्षिक
AIP-C01 एक नया क्रेडेंशियल है और इसमें समर्पित वेतन सर्वेक्षणों की कमी है। यह रेंज अमेरिकी बाजार में GenAI / ML इंजीनियरिंग से संबंधित मुआवजे से प्राप्त की गई है और इसे अनुमानित माना जाना चाहिए। शीर्ष-स्तरीय AI लैब और FAANG में वरिष्ठ GenAI इंजीनियर अक्सर $400k TC से अधिक कमाते हैं। एंट्री-लेवल "GenAI" भूमिकाएं निचले स्तर से नीचे जा सकती हैं। कंपनी के टियर, स्थान और प्रदर्शित किए गए कार्य के आधार पर आपका अनुभव काफी भिन्न होगा।
स्रोत: levels.fyi 2025–2026 GenAI / ML इंजीनियर भूमिकाएँ (संलग्न), U.S. BLS OEWS मई 2024 (15-1252 सॉफ्टवेयर डेवलपर, 15-2051 डेटा वैज्ञानिक). आंकड़े अनुमानित हैं; वास्तविक मुआवजा भूमिका, क्षेत्र और अनुभव पर निर्भर करता है।
GenAI इंजीनियरिंग भूमिकाएँ 2024-2026 के दौरान सबसे तेजी से बढ़ने वाले नौकरी परिवारों में से एक बन गईं क्योंकि एंटरप्राइज़ Bedrock और LLM को अपनाने का काम प्रोटोटाइप से उत्पादन प्रणालियों में चला गया। AIP-C01 एक विश्वसनीय पेशेवर-स्तर के संकेत के रूप में तैनात है कि एक उम्मीदवार Bedrock-आधारित एप्लिकेशन, जिसमें RAG, एजेंट और सुरक्षित उत्पादन एंडपॉइंट्स शामिल हैं, को शिप कर सकता है। AWS-केंद्रित एंटरप्राइज़ शॉप्स के रिक्रूटर इसे GitHub पर प्रदर्शित Bedrock परियोजनाओं या उत्पादन कार्य के साथ उपयोग करते हैं। यह AIF-C01 (फाउंडेशन), MLA-C01 (इंजीनियरिंग की व्यापकता), और सॉल्यूशंस आर्किटेक्ट प्रोफेशनल (SAP-C02) के साथ बहु-डोमेन विश्वसनीयता के लिए मजबूती से जुड़ता है। यह प्रमाणन स्वयं उम्मीदवारों को ML अनुसंधान, फाउंडेशन-मॉडल प्रशिक्षण भूमिकाओं या एप्लाइड-साइंस पदों के लिए योग्य नहीं बनाता है — उन भूमिकाओं के लिए गहन ML फंडामेंटल्स और अक्सर एक ग्रेजुएट डिग्री की अपेक्षा की जाती है।
कोई औपचारिक पूर्वापेक्षाएँ नहीं हैं। AWS कम से कम एक वर्ष के अनुभव की सिफारिश करता है जिसमें AWS पर फाउंडेशन मॉडल के साथ एप्लिकेशन बनाना शामिल हो, साथ ही एक वर्ष का व्यापक सॉफ्टवेयर इंजीनियरिंग अनुभव भी हो। व्यावहारिक अपेक्षाओं में पायथन, REST/SDK इंटीग्रेशन, वेक्टर डेटाबेस और कम से कम एक उत्पादन Bedrock या SageMaker JumpStart डिप्लॉयमेंट के साथ सहजता शामिल है।
अनुशंसित मार्ग है पहले AIF-C01 को GenAI शब्दावली को समझने के लिए, फिर AIP-C01 से निपटने से पहले MLA-C01 (इंजीनियरिंग की गहराई) या DVA-C02 (डेवलपर की दक्षता)। AWS के पूर्व अनुभव के बिना उम्मीदवारों को एक कठिन वक्र की उम्मीद करनी चाहिए — कई AIP-C01 प्रश्न IAM, VPC, Lambda और API Gateway से बुनियादी परिचितता मानते हैं। Bedrock प्लस OpenSearch Serverless या Knowledge Bases के साथ एक कार्यशील व्यक्तिगत RAG प्रोजेक्ट सबसे उपयोगी तैयारी कलाकृति है।
AIP-C01 को प्रोफेशनल दर्जा दिया गया है और यह AWS के कठिन एसोसिएट-या-उच्चतर परीक्षाओं में से एक है क्योंकि इसमें LLM एप्लिकेशन इंजीनियरिंग और AWS-प्लेटफॉर्म की गहराई दोनों शामिल हैं। यदि आप पेशेवर रूप से GenAI एप्लिकेशन बनाते हैं तो 10-14 सप्ताह में 100-160 घंटे की योजना बनाएं; यदि आप गैर-GenAI पृष्ठभूमि से आ रहे हैं तो 16+ सप्ताह में 200+ घंटे की योजना बनाएं। परीक्षा में 180 मिनट में 75 स्कोर किए गए प्रश्न होते हैं — बहुविकल्पी और बहु-प्रतिक्रिया वाले, कोई लैब नहीं।
सामान्य बाधाओं में Bedrock सुविधाओं की व्यापकता (एजेंट्स, Action Groups, Guardrails, Knowledge Bases, मॉडल मूल्यांकन, कस्टम मॉडल आयात, क्रॉस-रीजन इन्फ्रेंस), प्रोविजन्ड थ्रूपुट से जुड़े सूक्ष्म लागत-अनुकूलन परिदृश्य, और RAG पुनर्प्राप्ति गुणवत्ता बनाम फाइन-ट्यूनिंग ट्रेडऑफ़ के बारे में सूक्ष्म प्रश्न शामिल हैं। परीक्षा प्रॉम्प्ट-इंजेक्शन और डेटा-लीकेज शमन के साथ व्यावहारिक परिचितता को भी पुरस्कृत करती है।
पेशेवर-स्तर के जेनरेटिव एआई डेवलपर क्रेडेंशियल की प्रारंभिक सामान्य उपलब्धता। यह गहन Bedrock और LLM-एप्लिकेशन सामग्री के साथ मूलभूत AIF-C01 को प्रतिस्थापित और विस्तारित करता है। अप्रैल 2026 तक वर्तमान संस्करण।
AIP-C01 (AWS Certified Generative AI Developer - Professional) एक एक चुनौतीपूर्ण, परिदृश्य-भारी परीक्षा जिसके लिए गहन व्यावहारिक अनुभव और वास्तुशिल्प व्यापार-बंद निर्णय लेने की क्षमता की आवश्यकता होती है Professional-स्तरीय परीक्षा है। प्रोफेशनल और विशेषज्ञ-स्तरीय परीक्षाओं के लिए अधिकांश उम्मीदवारों को 3-6 महीनों में फैले 150-300 घंटे के अध्ययन की आवश्यकता होती है। इन परीक्षाओं में आमतौर पर पूर्व एसोसिएट-स्तर की दक्षता की उम्मीद की जाती है। अधिकांश उम्मीदवार जो अभ्यास परीक्षाओं में उत्तीर्ण होने की सीमा से लगातार ऊपर स्कोर करते हैं, वे अपने पहले प्रयास में उत्तीर्ण हो जाते हैं।
प्रोफेशनल और विशेषज्ञ-स्तरीय परीक्षाओं के लिए अधिकांश उम्मीदवारों को 3-6 महीनों में फैले 150-300 घंटे के अध्ययन की आवश्यकता होती है। इन परीक्षाओं में आमतौर पर पूर्व एसोसिएट-स्तर की दक्षता की उम्मीद की जाती है। उत्तीर्ण होने में लगने वाला समय पूर्व अनुभव के आधार पर व्यापक रूप से भिन्न होता है। अंतर्निहित तकनीक में व्यावहारिक उत्पादन अनुभव वाले इंजीनियरों को आमतौर पर कम समय लगता है; प्लेटफ़ॉर्म के लिए नए उम्मीदवारों को उस सीमा के ऊपरी छोर की ओर योजना बनानी चाहिए।
AIP-C01 AWS इकोसिस्टम में एक मान्यता प्राप्त क्रेडेंशियल है और नियोक्ताओं, भर्तीकर्ताओं और ग्राहकों को मान्य ज्ञान का संकेत देता है। क्या यह आपके लिए समय और शुल्क के लायक है, यह आपकी भूमिका और लक्ष्यों पर निर्भर करता है - यह क्लाउड इंजीनियरों, आर्किटेक्ट्स और सलाहकारों के लिए सबसे अधिक फायदेमंद होता है जो AWS के साथ प्रतिदिन काम करते हैं या उन भूमिकाओं में जाना चाहते हैं।
AIP-C01 के लिए उत्तीर्ण अंक 750 / 1000 है। परीक्षा में 75 प्रश्न होते हैं और यह 3 घंटा तक चलती है।
AIP-C01 परीक्षा का शुल्क $300 USD है। शुल्क AWS द्वारा निर्धारित किए जाते हैं और क्षेत्र के अनुसार भिन्न हो सकते हैं; बुकिंग से पहले हमेशा आधिकारिक AWS प्रमाणन पृष्ठ पर वर्तमान कीमत की पुष्टि करें।
AWS प्रमाणन 3 साल के लिए वैध हैं। उसी परीक्षा के वर्तमान संस्करण को पास करके, या समाप्ति से पहले उसी पथ में एक उच्च-स्तरीय परीक्षा पास करके पुनः प्रमाणित करें।
हाँ। आप परीक्षा ऑनलाइन (प्रदाता के सुरक्षित ब्राउज़र के माध्यम से प्रोक्टर्ड, अधिकांश क्षेत्रों में 24/7 उपलब्ध) या व्यावसायिक घंटों के दौरान व्यक्तिगत पियर्सन VUE परीक्षण केंद्र पर दे सकते हैं। दोनों प्रारूपों में समान प्रश्न, समय सीमा और उत्तीर्ण अंक होते हैं।
CertLabPro AIP-C01 के लिए अभ्यास प्रश्न बैंक में 15 अध्ययन मोड प्रदान करता है। परीक्षा-सिमुलेशन मोड वास्तविक परीक्षा को दर्शाता है: 3 घंटा में 75 प्रश्न, 750 / 1000 की समान उत्तीर्ण सीमा के साथ। ब्राउज़ मोड आपको प्रत्येक प्रश्नोत्तर को स्थिर रूप से पढ़ने की अनुमति देता है।