NCP-AAI

Visão geral

O NVIDIA-Certified Professional: Agentic AI (NCP-AAI) é uma credencial de nível profissional que valida a capacidade de projetar, construir, avaliar, implantar e operar sistemas de AI agentic em produção na stack da NVIDIA. Ele é direcionado a engenheiros e arquitetos que implementam aplicações multi-agent - cobrindo arquitetura de agent, tool and function calling, planejamento, memória, integração de conhecimento e observabilidade. O exame enfatiza ferramentas da NVIDIA como o NeMo Agent Toolkit, microserviços NIM e modelos de raciocínio Nemotron, juntamente com padrões agentic vendor-neutral (orchestration, RAG, guardrails). Realizado online via Certiverse, possui aproximadamente 70 questões com uma nota de aprovação de ~70% (700/1000), uma taxa de $200 e validade de dois anos. Os candidatos precisam de experiência prática em produção, não apenas familiaridade conceitual.

Domínios do exame

• Agent Architecture and Design16%

  Um domínio principal com 16%. Abrange topologias single-agent vs. multi-agent, orchestration baseada em supervisor/worker e em grafos, padrões de handoff e roteamento, gerenciamento de estado entre as etapas do agent, e quando decompor um fluxo de trabalho em agents especialistas. Espere questões de cenário que ponderam latência, custo e superfície de falha em relação à complexidade da tarefa.

• Agent Development16%

  Também 16%. Testa a construção de agents com tool/function calling, structured output, loops reason-act estilo ReAct, composição de sub-agents e integração do NeMo Agent Toolkit com backends de modelo servidos por NIM. As questões exploram o design do tool-schema, o tratamento de erros em tool calls e a composição de componentes de agent reutilizáveis.

• Evaluation and Tuning13%

  Ponderado em 13%. Foca na avaliação de sistemas agentic - sucesso de trajetória e de tarefa end-to-end, LLM-as-judge, precisão de tool-call, conjuntos de testes de regressão e ajuste de agents via iteração de prompt, seleção de modelo e ajuste de parâmetros. Espere questões sobre a construção de harnesses de avaliação offline e a interpretação de traces de falha.

• Deployment and Scaling13%

  Ponderado em 13%. Abrange o serviço de agents em produção com microserviços NIM, containerization e Kubernetes orchestration, autoscaling, load balancing em nós GPU, ajuste de concurrency e throughput, e planejamento de capacidade sensível ao custo. As questões combinam matemática de throughput com trade-offs de topologia de implantação.

• Cognition, Planning, and Memory10%

  Ponderado em 10%. Testa decomposição de tarefas e estratégias de planejamento (plan-and-execute, tree-of-thought, reflection), memória de curto vs. longo prazo, armazenamentos de memória episódica e semantic, budgeting de context-window e sumarização. Espere questões sobre a escolha de um backend de memória e o gerenciamento de estado em sessões de longa duração.

• Knowledge Integration and Data Handling10%

  Ponderado em 10%. Abrange retrieval-augmented generation para agents, vector stores e embedding models, hybrid retrieval, estratégias de chunking, frescor de dados e fundamentação de respostas do agent em dados corporativos. As questões frequentemente combinam design de pipeline RAG com NVIDIA NeMo Retriever e microserviços NIM embedding.

• NVIDIA Platform Implementation7%

  Ponderado em 7%. Foca especificamente nas ferramentas da NVIDIA: NeMo Agent Toolkit, microserviços NIM, modelos de raciocínio Nemotron, NeMo Guardrails, NeMo Retriever e targets de implantação GPU (H100, Blackwell). Espere questões sobre a seleção do componente NVIDIA certo para um caso de uso agentic e como interligá-los.

• Run, Monitor, and Maintain5%

  Ponderado em 5%. Abrange a observabilidade em produção - traçado de trajetórias de agent, registro de tool calls, monitoramento de latência e custo de token, detecção de drift e regressões, alertas e resposta a incidentes para sistemas agentic. As questões testam as escolhas de instrumentação e como fazer a triagem de um agent com mau funcionamento em produção.

• Safety, Ethics, and Compliance5%

  Ponderado em 5%. Testa guardrails (input/output/topical/dialog rails via NeMo Guardrails), defesas contra prompt-injection e tool-misuse, tratamento de PII, moderação de conteúdo, audit logging e governança para ações autônomas. Espere questões de cenário sobre a restrição da autoridade de um agent e a prevenção da execução insegura de ferramentas.

• Human-AI Interaction and Oversight5%

  Ponderado em 5%. Abrange human-in-the-loop checkpoints, aprovação para ações de alto risco, caminhos de escalonamento, transparência e explicabilidade das decisões do agent, e design de interfaces que mantêm os humanos no controle. As questões focam onde inserir a supervisão sem prejudicar a autonomia.

Impacto na carreira

Pré-requisitos e caminho recomendado

Dificuldade e tempo de estudo

Histórico de versões do exame

• NCP-AAI2026-01

  Exame inaugural de AI Agentic de nível profissional. Aproximadamente 70 questões entregues online via Certiverse, ~70% (700/1000) de aprovação, $200 USD, validade de dois anos. Abrange arquitetura e desenvolvimento de agent, avaliação e ajuste, implantação e escalonamento, cognição/planejamento/memória, integração de conhecimento, implementação de plataforma NVIDIA (NeMo Agent Toolkit, NIM, Nemotron), operações, segurança e supervisão humana.