Certificações de IA da AWS vs Azure vs GCP: uma comparação nível a nível

Se você quer uma certificação de IA e não sabe qual provedor de nuvem escolher, a versão resumida é: AWS para abrangência, Azure para empresas + lojas de stack Microsoft, GCP para engenharia de ML séria. A versão mais longa está abaixo — por nível, por serviços cobertos e para quem cada certificação realmente se destina.

As trilhas de certificação não são simétricas entre os provedores de nuvem. A AWS tem o caminho de três níveis mais limpo atualmente (Fundamental → Associado → Profissional). O Azure tem um Fundamental + Associado forte, mas nenhuma certificação de IA pura de nível especialista. O GCP tem Fundamental + Profissional, mas pulou o nível de associado. Essa assimetria é, por si só, parte da história.

Aqui está a comparação lado a lado, e depois os aprofundamentos.

Mapa rápido

Nível	AWS	Azure / Microsoft	GCP
Fundamental	AIF-C01 (AI Practitioner)	AI-900 (Azure AI Fundamentals)	Generative AI Leader
Associado	MLA-C01 (ML Engineer Associate)	AI-102 (Azure AI Engineer Associate); DP-100 (Data Scientist)	— (lacuna)
Profissional / Especialista	AIP-C01 (Generative AI Developer Pro)	— (lacuna)	PMLE (Professional ML Engineer)

Algumas coisas a notar:

• O nível associado é onde o Azure se expande — duas certificações distintas (AI-102 para engenharia de IA, DP-100 para ciência de dados / ML).
• O GCP não tem certificação de IA de nível associado. Se você quer uma credencial entre a Generative AI Leader (fundamental) e a Pro ML Engineer (profissional), não há.
• A AWS tem a única certificação "GenAI Developer Pro" a partir de 2026. A AIP-C01 é específica para GenAI de uma forma que nenhuma das outras é.

Nível Fundamental — AIF-C01 vs AI-900 vs Generative AI Leader

Estas três são as credenciais de nível de entrada, conceituais, de "eu entendo a IA na nuvem sem escrever código". Todas as três são aproximadamente iguais em dificuldade (bastante acessíveis), todas custam cerca de $99–$100, e todas visam o mesmo público: Gerentes de Produto (PMs), Analistas de Negócios (BAs), engenheiros de vendas, tomadores de decisão técnicos e engenheiros que estão entrando na IA na nuvem pela primeira vez.

AWS AI Practitioner (AIF-C01)

Lançado em outubro de 2024. $100 USD, 65 questões, 90 minutos.

Serviços cobertos:

• Amazon Bedrock (modelos de base, agentes, bases de conhecimento, guardrails)
• Amazon SageMaker (básico — Studio, JumpStart, registro de modelos)
• Amazon Q (desenvolvedor + empresarial)
• Amazon Comprehend (PNL / sentimento / extração de entidades)
• Amazon Transcribe (fala para texto)
• Amazon Translate
• Amazon Polly (texto para fala)
• Amazon Rekognition (visão)
• Amazon Textract (extração de documentos)
• Amazon Kendra (pesquisa empresarial)
• Amazon Lex (chatbots)

O exame é focado em associar serviços a casos de uso. "Uma empresa de varejo deseja automatizar o roteamento de e-mails de suporte ao cliente — qual serviço da AWS?" Esse tipo de pergunta. Cerca de 30% do exame é sobre IA responsável / governança / explicabilidade / mitigação de viés, o que surpreende candidatos que esperavam questões puramente tecnológicas.

Azure AI Fundamentals (AI-900)

$99 USD, ~40 questões, 60 minutos. Nunca expira.

Serviços cobertos:

• Azure AI Services (o guarda-chuva anteriormente conhecido como Cognitive Services)
• Azure OpenAI Service (GPT-4, GPT-4o, DALL·E, Whisper)
• Azure Machine Learning Studio (ML de baixo código)
• Form Recognizer / Document Intelligence
• Azure AI Speech (reconhecimento, síntese, tradução)
• Azure AI Vision (análise de imagem, OCR, visão personalizada)
• Azure AI Language (sentimento, frases-chave, NER, compreensão da linguagem conversacional)
• Azure AI Search (anteriormente Cognitive Search)
• Azure Bot Service / Bot Framework

A AI-900 se inclina mais para a plataforma de ML do Azure do que a AIF-C01 da AWS. Há mais um sabor prático — perguntas sobre treinamento de um modelo no designer do Azure ML, avaliação de métricas de precisão/recall/acurácia. Menos tempo em IA responsável do que a AIF-C01, mais tempo em conceitos clássicos de ML.

O status de "nunca expira" é real e significativo. Outras certificações fundamentais da Microsoft (AZ-900, DP-900, SC-900) também são vitalícias — para fundamentos, este é o padrão.

GCP Generative AI Leader

$99 USD. A mais nova das três (introduzida em 2024). Explicitamente não técnica — apresentada como uma certificação de liderança / estratégia.

Serviços cobertos:

• Vertex AI Generative AI (família Gemini, Imagen, Codey, MedLM)
• Gemini no Workspace
• Vertex AI Search and Conversation
• Vertex AI Model Garden (modelos de terceiros — Anthropic Claude, Meta Llama, etc.)
• Vertex AI Agent Builder
• Document AI (papel semelhante ao AWS Textract)
• Translation API
• Speech-to-Text / Text-to-Speech
• Vision AI

A GAIL é a mais focada em estratégia das três. Espere perguntas sobre governança de programas de IA, padrões RAG conceitualmente, conceitos básicos de engenharia de prompt, critérios de seleção de modelos e princípios de IA responsável do Google. Menos mecânica de plataforma do que a AIF-C01 ou a AI-900.

Se você é um líder / gerente de produto avaliando provedores de IA na nuvem — esta é, sem dúvida, a melhor certificação para esse público porque é apresentada exatamente nesse nível.

Qual certificação Fundamental escolher?

Se você já escolheu um provedor de nuvem: faça a certificação fundamental desse provedor. O conhecimento transferível é aproximadamente o mesmo, mas os serviços nomeados não são, e você economizará muita "qual é o equivalente da AWS para os Cognitive Services?" ginástica mental.

Se você ainda não escolheu: A AIF-C01 tem a superfície de serviço mais ampla e o maior peso em IA responsável, que é cada vez mais o que as empresas querem discutir. A AI-900 é a mais fácil das três e nunca expira. A GAIL é a única especificamente voltada para a liderança não-engenheira.

Nível Associado — MLA-C01 vs AI-102 vs DP-100 (sem equivalente no GCP)

Agora estamos em um território genuinamente diferente. As certificações de nível associado assumem experiência prática e testam conhecimentos mais aprofundados dos serviços.

AWS ML Engineer Associate (MLA-C01)

Lançada em agosto de 2024. $150 USD, 65 questões, 170 minutos. Substituiu a antiga ML Specialty (MLS-C01).

Serviços cobertos:

• Amazon SageMaker (profundo — Studio, Pipelines, Feature Store, Model Registry, Model Monitor, Clarify, Data Wrangler, Ground Truth, JumpStart, Canvas)
• Amazon Bedrock para ajuste fino + throughput provisionado
• AWS Glue (preparação de dados)
• Amazon S3 + S3 Tables + Lake Formation (padrões de data lake)
• Amazon Athena, Redshift (análise para ML)
• Amazon Kinesis Data Streams / Firehose (recursos de streaming)
• Step Functions (orquestração)
• CloudWatch Container Insights para monitoramento de ML

A certificação é de ML operacional, não de modelagem pura. Espere perguntas sobre monitoramento de drift, gatilhos de retreinamento, teste A/B de versões de modelos, otimização de custos para inferência, padrões MLOps. Se você veio esperando "construir uma CNN do zero", ficará desapontado (e despreparado).

Azure AI Engineer Associate (AI-102)

$165 USD, ~50–60 questões, 100 minutos. Recebeu uma atualização significativa no início de 2025 para adicionar conteúdo de soluções agênticas.

Serviços cobertos:

• Azure OpenAI Service (profundo — incluindo ajuste fino, conclusões, embeddings, chamada de função, API de assistentes, Azure AI Foundry)
• Azure AI Services (anteriormente Cognitive Services — conjunto completo)
• Azure AI Search (profundo — busca vetorial, recuperação híbrida, classificação semântica, padrões RAG)
• Azure AI Document Intelligence (anteriormente Form Recognizer)
• Azure AI Speech (fala personalizada, voz personalizada, tradução em tempo real)
• Azure AI Language (NER personalizado, classificação, compreensão da linguagem conversacional)
• Azure AI Vision (visão personalizada, reconhecimento facial, indexador de vídeo)
• Azure AI Content Safety
• Container apps para implantação de modelos de IA
• Azure AI Agent Service (o novo conteúdo agêntico da atualização de 2025)

A AI-102 é a certificação mais diretamente comparável à MLA-C01 em escopo — ambas esperam que você envie cargas de trabalho de IA para produção e as opere. A diferença está na ênfase do serviço: AI-102 é sobre Azure OpenAI + RAG + Azure AI Search, MLA-C01 é sobre SageMaker + Bedrock em escala.

Azure Data Scientist Associate (DP-100)

$165 USD. Distinta da AI-102 — a DP-100 é focada em ciência de dados / ML clássico, a AI-102 é focada em GenAI / serviços cognitivos.

Serviços cobertos:

• Espaço de trabalho do Azure Machine Learning (profundo — clusters de computação, ambientes, experimentos, trabalhos, endpoints, integração MLflow)
• Azure ML SDK / CLI
• AutoML
• Pipelines de ML
• Registro e implantação de modelos
• Painel de IA Responsável (interpretabilidade, justiça, análise de erros)
• Azure Synapse Analytics para preparação de dados
• Integração com Azure Databricks
• Otimizações de computação (CPU vs GPU, spot, baixa prioridade)

Se você é um cientista de dados construindo modelos personalizados, a DP-100 é a certificação. Se você é um engenheiro de IA implantando aplicações Azure OpenAI, a AI-102 é a certificação. Elas se sobrepõem talvez 20%, principalmente nos tópicos de implantação / monitoramento.

GCP — não há certificação de IA de nível associado

Esta é uma lacuna real no catálogo do GCP a partir de 2026. O Google tem a Cloud Digital Leader (fundamental), a Generative AI Leader (fundamental) e a Professional ML Engineer (que é genuinamente de nível profissional). O caminho da GAIL para a PMLE é íngreme — não há credencial intermediária.

Se você quer um sinal intermediário específico do GCP: a certificação Associate Cloud Engineer (ACE), embora não focada em IA, cobre os fundamentos da implantação do Vertex AI. Alguns engenheiros a posicionam como "posso executar cargas de trabalho de IA no GCP sem ser um especialista em IA". É uma solução alternativa, não uma resposta clara.

Qual certificação Associado escolher?

• Construindo modelos personalizados / ML clássico: DP-100 (Azure) é a mais focada.
• Implantando aplicações Azure OpenAI em produção: AI-102 (Azure).
• Operando SageMaker + Bedrock em escala na AWS: MLA-C01 (AWS).
• Apenas GCP: pule para PMLE; não há opção intermediária.

O paralelo mais próximo entre provedores é MLA-C01 ≈ AI-102 — ambos testam "enviar IA para produção e operá-la". Superfícies de serviço diferentes, altitude de engenharia semelhante.

Nível Profissional / Especialista — AIP-C01 vs PMLE (sem equivalente no Azure)

AWS Generative AI Developer Professional (AIP-C01)

$300 USD, 75 questões, 180 minutos. Lançada em 2025 como a primeira certificação Pro específica para GenAI da AWS.

Serviços cobertos:

• Amazon Bedrock em profundidade (modelos personalizados via pré-treinamento contínuo, avaliação de modelos, agentes com raciocínio multi-etapa, bases de conhecimento com busca híbrida, configuração de guardrails)
• Amazon Bedrock Studio + Bedrock IDE
• SageMaker JumpStart para ajuste fino de modelos de base
• SageMaker para hospedagem de modelos personalizados
• AWS App Runner / ECS Fargate para serviços de inferência
• Amazon OpenSearch como um armazenamento vetorial
• Amazon Q para casos de uso de geração de código
• Roles do IAM para acesso GenAI entre serviços
• AWS Step Functions para orquestrar fluxos de trabalho complexos de agentes

A AIP-C01 é a única certificação de um grande provedor de nuvem especificamente dedicada ao desenvolvimento de GenAI — não ML clássico, nem "serviços de IA" de forma ampla. Espere perguntas aprofundadas sobre arquiteturas de geração aumentada por recuperação (RAG), estratégias de avaliação de modelos (HHEM, ROUGE, avaliações personalizadas), otimização de custo de tokens, mitigação de alucinações e orquestração multi-agente.

Esta é uma certificação totalmente nova. Os dados salariais são muito escassos para citar com confiança — veja o post sobre o salário da AIF-C01 para contexto de funções adjacentes.

Google Cloud Professional ML Engineer (PMLE)

$200 USD. Uma das certificações de nuvem únicas mais bem pagas, de acordo com levels.fyi, em parte porque o pool de candidatos é pequeno.

Serviços cobertos:

• Vertex AI Workbench (notebooks gerenciados)
• Vertex AI Pipelines (Kubeflow Pipelines em infraestrutura gerenciada)
• Vertex AI Training (contêineres personalizados, ajuste de hiperparâmetros)
• Vertex AI Prediction (endpoints online + em lote, contêineres de serviço personalizados)
• Vertex AI Model Registry + Model Monitoring
• Vertex AI Feature Store
• Vertex AI Generative AI (Gemini, Model Garden, agentes)
• Vertex AI Search and Conversation
• BigQuery ML (ML no banco de dados)
• Integração com TensorFlow Extended (TFX)
• Kubeflow no GKE para ML auto gerenciado
• Dataflow para pipelines de dados de ML
• Cloud Composer (Airflow) para orquestração
• AutoML Tables / Vision / NLP

A PMLE é mais ampla que a AIP-C01. Ela abrange ML clássico, MLOps E GenAI — tudo na superfície relativamente unificada do Vertex AI. O exame é focado em cenários da forma como os exames Pro do GCP são: estudos de caso longos que dependem de trade-offs arquitetônicos ("qual solução melhor equilibra custo, latência e precisão sob estas restrições?").

Microsoft — não há certificação de IA pura de nível Especialista

A partir de 2026, a Microsoft não tem uma certificação de IA de nível especialista. A AI-102 é o topo da trilha de IA. A credencial de nível especialista mais próxima que aborda IA é a Azure Solutions Architect Expert (AZ-305), que tem algumas perguntas de IA no contexto de uma arquitetura mais ampla, ou a Microsoft Cybersecurity Architect (SC-100), que aborda a segurança da IA obliquamente.

Se a Microsoft adicionar uma certificação "AI Architect Expert" em 2026 ou 2027, espere que ela consolide a expertise da AI-102 + DP-100 em um exame mais estratégico. No momento: ela não existe.

Qual certificação Profissional escolher?

• Foco apenas em GenAI na AWS: AIP-C01 é a credencial mais profunda disponível atualmente para esse escopo.
• Engenharia de ML de ponta a ponta no GCP, incluindo GenAI: PMLE é mais ampla, mas ainda específica para o GCP.
• Cargos sêniores de IA na stack da Microsoft: não há exame — combine AI-102 com AZ-305 ou DP-100.

O nível Profissional é onde a comparação entre provedores se desfaz mais. Cada provedor de nuvem fez uma aposta diferente sobre o que significa "engenheiro de IA profissional".

Uma nota sobre renovação de certificações

Isso importa mais para certificações de IA do que para outras categorias porque a IA muda rapidamente.

• Certificações AWS AI: validade de 3 anos. Renove repassando a versão atual.
• Certificações Azure AI: validade de 1 ano para as baseadas em função (AI-102, DP-100), mas renovação gratuita via avaliação online não supervisionada no Microsoft Learn, começando 6 meses antes da expiração. As Fundamentais (AI-900) nunca expiram.
• Certificações GCP AI: 3 anos para Fundamental/Associado, 2 anos para Profissional. Renove repassando.

O modelo de renovação da Microsoft é dramaticamente mais amigável que os outros. Para IA especificamente, onde os serviços subjacentes (Azure OpenAI, Bedrock, Vertex AI) se atualizam a cada poucos meses, o custo de renovação se acumula. Vale a pena considerar se você está escolhendo entre duas credenciais aproximadamente iguais.

Minha recomendação, por função

• Gerente de Produto de IA / ML: GAIL (GCP) ou AIF-C01 (AWS) — as certificações de nível estratégico. Ambas. Ou uma e a outra mais tarde.
• Engenheiro de Backend adicionando IA a um produto: AI-102 (Azure) se sua stack tem foco na Microsoft, MLA-C01 + AIF-C01 (AWS) se tem foco na nuvem.
• Cientista de dados: DP-100 (Azure) para ML clássico, PMLE (GCP) para o escopo mais amplo.
• Engenheiro de ML Sênior / Líder de MLOps: PMLE (GCP) se sua stack estiver próxima do Vertex AI, MLA-C01 (AWS) caso contrário. Adicione AIP-C01 (AWS) se sua equipe tem grande foco em GenAI.
• Trabalho com segurança de IA / IA responsável: AIF-C01 (AWS) aborda isso melhor no nível fundamental. Nenhuma das certificações de nível superior se aprofunda em IA responsável como um tópico isolado.

O que fazer esta semana

Se você já está estudando para uma delas: pratique as questões. Navegue pelo banco AIF-C01, pelo banco MLA-C01, AI-102, PMLE, ou qualquer uma das outras no CertLabPro.

Se você está escolhendo sua primeira certificação de IA: identifique qual provedor de nuvem seu empregador (ou empregador-alvo) usa, então faça a certificação fundamental desse provedor. O avanço a partir daí — para associado, para profissional — é muito mais rápido do que começar no provedor errado e mudar depois.

Se você está tentando descobrir qual trilha de IA de provedor de nuvem é a "melhor": não há vencedor. O catálogo de cada provedor reflete apostas diferentes sobre o que a engenharia de IA significa. Escolha aquela cujas apostas correspondem ao seu trabalho.