Cada serviço da AWS no exame AIF-C01 — e por que ele está lá

O exame AIF-C01 cobre uma superfície surpreendentemente ampla de serviços da AWS. Alguns deles — Bedrock, SageMaker — são os protagonistas óbvios. Outros — Macie, KMS, CloudWatch — aparecem em perguntas de cenário onde a resposta depende de saber a ferramenta certa para um requisito de segurança ou governança. Se você fizer a prova conhecendo apenas os serviços de IA generativa, deixará pontos na mesa.

Este guia mapeia cada serviço da AWS que aparece no exame AIF-C01, explica o que ele faz em português simples e informa a qual domínio do exame ele pertence. Eu os agrupei da maneira como o exame os concebe: primeiro os principais serviços de IA generativa, depois os serviços de IA especializados pré-construídos e, finalmente, a infraestrutura de governança e segurança.

Core generative-AI services

Estes são os serviços nos quais você passará a maior parte do tempo de estudo. Eles aparecem no Domain 2, Domain 3 e Domain 4 — a maior parte do exame.

Amazon Bedrock

O Amazon Bedrock é a peça central do exame AIF-C01. É um serviço totalmente gerenciado que oferece acesso por API a modelos de fundação (foundation models) da Anthropic (Claude), Meta (Llama), Mistral, AI21, Cohere, Stability AI e a própria família Titan da Amazon. Você não gerencia infraestrutura, não treina nada — você envia prompts e recebe respostas.

Foco no exame: O Domain 3 (Applications of Foundation Models) se apoia fortemente no Amazon Bedrock. Espere perguntas de cenário sobre seleção de modelos (quando escolher Claude vs. Titan vs. Llama), parâmetros de inferência (temperature, top-p, max tokens) e quando o Amazon Bedrock é a escolha certa vs. auto-hospedagem no Amazon SageMaker.

Amazon Bedrock Knowledge Bases

Esta é a solução gerenciada de RAG (retrieval-augmented generation) da AWS. Você a aponta para documentos do Amazon S3, ela os divide em blocos (chunks), gera embeddings, armazena-os em um banco de dados vetorial e permite que um modelo de fundação recupere trechos relevantes antes de gerar uma resposta. Ela gerencia o rastreamento de citações automaticamente.

Foco no exame: RAG é a resposta canônica para "como você ancora um modelo de fundação em seus dados privados sem fazer fine-tuning?". Você verá esse cenário várias vezes na prova. Conheça a diferença entre RAG e fine-tuning — o exame testa isso explicitamente.

Amazon Bedrock Guardrails

O Amazon Bedrock Guardrails é uma camada de políticas que fica entre o usuário e o modelo. Ele pode filtrar conteúdo prejudicial, bloquear tópicos específicos definidos por você, ocultar (redact) PII das entradas e saídas e ancorar respostas para reduzir alucinações (hallucinations). Você o configura declarativamente — nenhum código personalizado é necessário.

Foco no exame: O Domain 4 (Guidelines for Responsible AI) pergunta como evitar que um modelo gere conteúdo inseguro ou alucinado. O Amazon Bedrock Guardrails é a resposta nomeada da AWS. Conheça os quatro tipos de proteções que ele oferece: filtros de conteúdo, tópicos negados, ocultação de PII e verificações de ancoragem.

Amazon Bedrock Agents

Os Amazon Bedrock Agents dão a um modelo de fundação a capacidade de realizar ações — chamar APIs, consultar bases de conhecimento, executar fluxos de trabalho de várias etapas. Você define "grupos de ações" (action groups) que descrevem quais ferramentas o modelo pode usar, e o Amazon Bedrock Agents gerencia o loop de orquestração (pensar → agir → observar → responder).

Foco no exame: O Domain 3 inclui cenários de "orquestração de IA". O exame distingue Agents (várias etapas, uso de ferramentas) de inferência simples do Amazon Bedrock (único prompt → única resposta). Se uma pergunta descreve um chatbot que precisa consultar o status de um pedido, modificar um banco de dados e responder — a resposta é Amazon Bedrock Agents.

Amazon Q

O Amazon Q é o produto assistente de IA pré-empacotado da AWS. O Amazon Q Developer vive nos IDEs e no Console da AWS para ajudar com dúvidas de codificação, depuração e infraestrutura. O Amazon Q Business conecta-se a fontes de dados corporativas (SharePoint, Confluence, Salesforce) para sessões internas de perguntas e respostas.

Foco no exame: O AIF-C01 apresenta o Amazon Q como a opção "use se você não quiser construir nada". As perguntas testam quando escolher o Amazon Q (pré-construído, opinativo) vs. Amazon Bedrock (personalizável, construa você mesmo).

Amazon SageMaker

O Amazon SageMaker é a plataforma completa de ML — notebooks, trabalhos de treinamento, ajuste de hiperparâmetros, endpoints de inferência gerenciados e pipelines de MLOps. É o serviço que você usa quando está construindo e treinando modelos personalizados, e não apenas chamando modelos pré-treinados.

Foco no exame: O Domain 2 (Fundamentals of AI and ML) faz referência ao Amazon SageMaker para todo o ciclo de vida de ML. O exame testa se você sabe a diferença entre treinamento (Amazon SageMaker), hospedagem de inferência (endpoints do Amazon SageMaker) e acesso a modelos baseado em API (Amazon Bedrock).

Amazon SageMaker JumpStart

O Amazon SageMaker JumpStart é um catálogo de modelos dentro do Amazon SageMaker. Ele oferece modelos de fundação pré-treinados e modelos específicos para tarefas com implantação em um clique e notebooks de fine-tuning. Pense nele como uma App Store para modelos de ML que você pode implantar em sua própria conta da AWS.

Foco no exame: O exame distingue três maneiras de usar um modelo: (1) chamar uma API hospedada por meio do Amazon Bedrock, (2) implantar um modelo pré-treinado do Amazon SageMaker JumpStart em seu próprio endpoint, (3) treinar do zero no Amazon SageMaker. O Amazon SageMaker JumpStart é a opção 2.

Amazon SageMaker Clarify

O Amazon SageMaker Clarify é uma ferramenta de detecção de viés e explicabilidade de modelos. Ele calcula atribuições de características SHAP (quais características de entrada geraram esta previsão?), mede o viés pré-treinamento e pós-treinamento em grupos demográficos e funciona em modelos tabulares e saídas de modelos de fundação.

Foco no exame: O Domain 4 (Responsible AI) testa a detecção de viés e explicabilidade. Quando uma pergunta diz "como você detecta se seu modelo é tendencioso contra um grupo demográfico?" — o Amazon SageMaker Clarify é a resposta.

Specialized pre-built AI services

Esses serviços resolvem tarefas de IA específicas sem exigir que você treine ou gerencie nenhum modelo. O exame testa sua capacidade de escolher o serviço certo para um determinado caso de uso.

Amazon Comprehend

NLP gerenciado: análise de sentimento, reconhecimento de entidades, extração de frases-chave, detecção de idioma e identificação de PII. Não precisa de treinamento — envie texto, obtenha resultados estruturados.

Foco no exame: "Preciso analisar o sentimento do feedback do cliente" → Amazon Comprehend. "Preciso encontrar PII em um corpus de documentos" → Amazon Comprehend (ou Amazon Macie para varredura do S3). Conheça as fronteiras.

Amazon Rekognition

Visão computacional: detecção de rótulos, análise facial, moderação de conteúdo, reconhecimento de celebridades, detecção de atividade em vídeo. Entrada de imagem ou vídeo, saída de rótulos estruturados.

Foco no exame: "Tenho imagens, sem equipe de ML" → Amazon Rekognition. O exame também usa o recurso de moderação de conteúdo do Amazon Rekognition em cenários de IA responsável (responsible-AI).

Amazon Textract

Compreensão de documentos: extrai texto, pares de chave-valor, tabelas e campos de formulário de PDFs e imagens digitalizadas. Vai além do OCR básico — ele entende a estrutura do documento.

Foco no exame: "Extrair dados de faturas/recibos/formulários" → Amazon Textract. O exame testa especificamente a diferença entre o Amazon Textract (extração de documentos estruturados) e o Amazon Rekognition DetectText (OCR genérico em fotos).

Amazon Transcribe

Conversão de voz em texto com identificação do locutor, vocabulários personalizados, streaming em tempo real e variantes especializadas para áudio médico e de call center.

Foco no exame: Combina-se com o Amazon Comprehend em perguntas de pipeline: "transcreva uma gravação de call center e depois analise o sentimento" → Amazon Transcribe + Amazon Comprehend.

Amazon Polly

Conversão de texto em fala com vozes neurais e generativas em dezenas de idiomas. Suporta SSML para controle preciso sobre a pronúncia, ritmo e ênfase.

Foco no exame: "Converter texto em fala" → Amazon Polly. O exame testa quando o Amazon Polly (TTS pré-construído) é suficiente vs. quando você precisaria de um modelo de voz personalizado no Amazon SageMaker.

Amazon Translate

Tradução automática neural em mais de 75 idiomas, com suporte a terminologia personalizada para termos específicos do domínio.

Foco no exame: Direto — "traduzir conteúdo para vários idiomas sem treinar um modelo" → Amazon Translate.

Amazon Lex

IA conversacional para construir chatbots com intents, slots e saída de voz via Amazon Polly. Permite interações no estilo Alexa.

Foco no exame: O Amazon Lex é o framework de chatbot pré-construído. O exame o contrasta com o Amazon Bedrock Agents — Amazon Lex para conversas estruturadas baseadas em intents; Amazon Bedrock Agents para assistentes de IA abertos que usam ferramentas.

Amazon Kendra

Pesquisa corporativa baseada em ML em documentos, SharePoint, Confluence e bancos de dados. Entende consultas em linguagem natural, não apenas correspondência de palavras-chave.

Foco no exame: O Amazon Kendra aparece como uma alternativa apenas de recuperação para as Amazon Bedrock Knowledge Bases. Quando a pergunta diz "pesquisar, nenhuma geração é necessária" → Amazon Kendra. Quando diz "pesquisar e sintetizar uma resposta" → Amazon Bedrock Knowledge Bases.

Security, governance, and supporting infrastructure

Esses serviços não são específicos de IA, mas aparecem nas perguntas do Domain 5 (Security, Compliance, and Governance). O exame testa se você sabe como proteger e monitorar cargas de trabalho de IA.

AWS IAM

Usuários, funções (roles), políticas, federação e permissões de privilégio mínimo para cada chamada de serviço da AWS. Não é específico de IA, mas o exame testa padrões de IAM específicos para IA.

Foco no exame: "Como você restringe quais modelos um desenvolvedor pode invocar no Amazon Bedrock?" → Políticas do IAM. "Como um notebook do Amazon SageMaker acessa os dados de treinamento no S3?" → Função (role) do IAM. Privilégio mínimo é o tema recorrente.

AWS KMS

Chaves criptográficas gerenciadas para criptografar dados em repouso — conjuntos de dados de treinamento, artefatos de modelo, logs de inferência.

Foco no exame: "Como você criptografa pesos de modelo em repouso com uma chave gerenciada pelo cliente?" → AWS KMS. Isso surge em perguntas focadas em conformidade.

Amazon Macie

Serviço de descoberta de dados confidenciais que usa ML para encontrar PII, credenciais e dados financeiros em buckets do S3.

Foco no exame: "Antes de alimentar documentos em um pipeline RAG, como você verifica a presença de PII nos dados de origem?" → O Amazon Macie varre o bucket do S3; o Amazon Bedrock Guardrails filtra no momento da inferência. O exame testa ambas as camadas.

Amazon CloudWatch

Métricas, logs e alarmes em todos os serviços da AWS. Para cargas de trabalho de IA: logs de invocação do Amazon Bedrock, latência do endpoint do Amazon SageMaker, alertas de desvio no monitoramento de modelos.

Foco no exame: "Como você monitora o desempenho do modelo em produção?" → Métricas + alarmas do Amazon CloudWatch. "Como você audita quais prompts foram enviados ao Amazon Bedrock?" → Amazon CloudWatch Logs com o log de invocação do Amazon Bedrock ativado.

How to study this

Não tente memorizar todos os recursos de cada serviço. O exame testa o reconhecimento de padrões: dado um cenário, qual serviço o resolve? Aqui está o modelo mental:

• "Quero chamar um modelo de fundação via API" → Amazon Bedrock
• "Quero ancorar um modelo em meus dados privados" → Amazon Bedrock Knowledge Bases (RAG)
• "Quero que o modelo realize ações" → Amazon Bedrock Agents
• "Quero regras de segurança na saída do modelo" → Amazon Bedrock Guardrails
• "Não quero construir nada, apenas usar IA" → Amazon Q
• "Preciso treinar um modelo personalizado" → Amazon SageMaker
• "Preciso de um modelo pré-treinado que eu possa implantar sozinho" → Amazon SageMaker JumpStart
• "Preciso verificar a existência de vieses em meu modelo" → Amazon SageMaker Clarify
• "Preciso [analisar texto / ver imagens / extrair documentos / transcrever áudio / sintetizar fala / traduzir / construir um chatbot / pesquisar documentos]" → o serviço especializado correspondente
• "Preciso proteger / criptografar / varrer / monitorar" → AWS IAM / AWS KMS / Amazon Macie / Amazon CloudWatch

Execute as questões práticas com esse framework e você descobrirá que pode responder à maioria das perguntas de seleção de serviço em menos de 30 segundos.

Source: AWS AI Practitioner (AIF-C01) exam guide v1.1 (2024-08), AWS documentation as of May 2026.