Каждый сервис AWS на экзамене AIF-C01 — и почему он там
Практический разбор 21 сервиса AWS, тестируемых на экзамене AI Practitioner: что делает каждый из них, к какому домену экзамена относится и насколько глубоко вам нужно в них разбираться.
Экзамен AIF-C01 охватывает удивительно широкий спектр сервисов AWS. Некоторые из них, такие как Bedrock и SageMaker, являются очевидными лидерами. Другие, такие как Macie, KMS и CloudWatch, появляются в вопросах-сценариях, где правильный ответ зависит от знания подходящего инструмента для обеспечения безопасности или соответствия требованиям (governance). Если вы придете на экзамен, зная только сервисы генеративного ИИ (generative-AI), вы потеряете важные баллы.
В этом руководстве сопоставлены все сервисы AWS, встречающиеся на экзамене AIF-C01, простым языком объясняется их назначение и указывается, к какому домену (Domain) экзамена они относятся. Я сгруппировал их так, как они представлены в самом экзамене: сначала основные сервисы генеративного ИИ, затем специализированные готовые сервисы ИИ, и, наконец, инфраструктура безопасности и управления.
Core generative-AI services
На изучение этих сервисов стоит потратить больше всего времени. Вопросы по ним встречаются в Domain 2, Domain 3 и Domain 4, которые составляют основную часть экзамена.
Amazon Bedrock
Amazon Bedrock — это центральный элемент экзамена AIF-C01. Это полностью управляемый сервис, который предоставляет доступ через API к базовым моделям (foundation models) от Anthropic (Claude), Meta (Llama), Mistral, AI21, Cohere, Stability AI и собственного семейства моделей Amazon Titan. Вам не нужно управлять инфраструктурой или обучать модели — вы отправляете промпты (prompts) и получаете ответы (responses).
Специфика экзамена: Domain 3 (Applications of Foundation Models) во многом опирается на Amazon Bedrock. Ожидайте вопросы-сценарии по выбору моделей (когда выбрать Claude, а когда Titan или Llama), параметрам вывода (temperature, top-p, max tokens) и определению сценариев, когда Amazon Bedrock предпочтительнее хостинга на Amazon SageMaker.
Amazon Bedrock Knowledge Bases
Это управляемое решение RAG (retrieval-augmented generation) от AWS. Вы указываете сервису путь к документам в Amazon S3, он разбивает их на фрагменты (chunks), генерирует эмбеддинги (embeddings), сохраняет их в векторной базе данных и позволяет базовой модели извлекать релевантные разделы перед генерацией ответа. Сервис автоматически отслеживает источники цитирования.
Специфика экзамена: RAG — классический ответ на вопрос: «Как привязать базовую модель к вашим частным данным без проведения тонкой настройки (fine-tuning)?» Вы встретите этот сценарий на экзамене несколько раз. Обязательно поймите разницу между RAG и тонкой настройкой (fine-tuning) — экзамен тестирует это напрямую.
Amazon Bedrock Guardrails
Amazon Bedrock Guardrails — это уровень политик безопасности, который находится между пользователем и моделью. Он может фильтровать вредоносный контент, блокировать определенные темы, скрывать PII в запросах и ответах, а также сопоставлять ответы с исходными фактами для снижения галлюцинаций (hallucinations). Настройка выполняется декларативно, без написания пользовательского кода.
Специфика экзамена: Domain 4 (Guidelines for Responsible AI) содержит вопросы о предотвращении генерации небезопасного или недостоверного контента. Решением от AWS здесь выступает Amazon Bedrock Guardrails. Знайте четыре типа защиты, которые он предлагает: контентные фильтры, заблокированные темы, скрытие PII и проверки заземления ответов (grounding).
Amazon Bedrock Agents
Amazon Bedrock Agents дают базовой модели возможность выполнять действия: вызывать API, делать запросы к базам знаний и выполнять многоэтапные рабочие процессы. Вы определяете «группы действий» (action groups), которые описывают доступные модели инструменты, а Amazon Bedrock Agents берет на себя цикл оркестрации (подумать → сделать шаг → оценить → ответить).
Специфика экзамена: Domain 3 включает в себя сценарии оркестрации ИИ. Экзамен четко разграничивает Amazon Bedrock Agents (многоэтапные процессы с использованием внешних инструментов) и обычный вызов модели Amazon Bedrock (один промпт → один ответ). Если в вопросе описан чат-бот, которому нужно проверить статус заказа, обновить базу данных и ответить пользователю, правильным ответом будет Amazon Bedrock Agents.
Amazon Q
Amazon Q — это готовый продукт-ассистент на базе ИИ от AWS. Ассистент Amazon Q Developer интегрирован в среды разработки (IDE) и консоль AWS для помощи в написании кода, отладке и ответах на вопросы об инфраструктуре. Amazon Q Business подключается к корпоративным источникам данных (SharePoint, Confluence, Salesforce) для ответов на внутренние вопросы сотрудников.
Специфика экзамена: На экзамене AIF-C01 сервис Amazon Q представлен как вариант из категории «используйте это, если вы не хотите ничего создавать с нуля». Вопросы проверяют умение выбирать между Amazon Q (готовое, преднастроенное решение) и Amazon Bedrock (настраиваемая платформа для создания собственных решений).
Amazon SageMaker
Amazon SageMaker — это полноценная платформа машинного обучения (ML), включающая в себя ноутбуки, задачи обучения (training jobs), подбор гиперпараметров, управляемые эндпоинты инференса и MLOps-конвейеры. Это сервис, который вы используете, когда создаете и обучаете собственные модели, а не просто вызываете готовые.
Специфика экзамена: В Domain 2 (Fundamentals of AI and ML) Amazon SageMaker рассматривается применительно ко всему жизненному циклу машинного обучения. Экзамен проверяет, понимаете ли вы разницу между обучением моделей (Amazon SageMaker), хостингом инференса (эндпоинты Amazon SageMaker) и доступом к моделям через API (Amazon Bedrock).
Amazon SageMaker JumpStart
Amazon SageMaker JumpStart — это каталог моделей внутри Amazon SageMaker. Он предлагает готовые базовые модели и специализированные под конкретные задачи модели с возможностью развертывания в один клик, а также ноутбуки для тонкой настройки. Представьте его как магазин приложений для моделей машинного обучения, которые вы можете развернуть в своем аккаунте AWS.
Специфика экзамена: Экзамен разграничивает три способа использования модели: (1) вызов размещенного API через Amazon Bedrock, (2) развертывание предобученной модели из Amazon SageMaker JumpStart на вашем собственном эндпоинте, (3) обучение модели с нуля на Amazon SageMaker. Использование JumpStart относится ко второму варианту.
Amazon SageMaker Clarify
Amazon SageMaker Clarify — это инструмент для обнаружения предвзятости (bias detection) и объяснения работы моделей (explainability tool). Он вычисляет атрибуции признаков SHAP (какие входные параметры больше всего повлияли на прогноз?), измеряет предвзятость до и после обучения для различных демографических групп и работает как с табличными моделями, так и с результатами работы базовых моделей.
Специфика экзамена: Domain 4 (Responsible AI) проверяет умение выявлять предвзятость и объяснять работу моделей. Когда в вопросе спрашивается: «Как определить, предвзята ли ваша модель по отношению к демографической группе?» — ответом будет Amazon SageMaker Clarify.
Specialized pre-built AI services
Эти сервисы решают конкретные задачи ИИ без необходимости обучать модели или управлять ими. Экзамен проверяет вашу способность выбрать правильный сервис под конкретную задачу.
Amazon Comprehend
Управляемый сервис обработки естественного языка (NLP): анализ тональности (sentiment analysis), распознавание именованных сущностей (entity recognition), извлечение ключевых фраз, определение языка и идентификация PII. Обучение не требуется — отправьте текст, получите структурированные результаты.
Специфика экзамена: «Мне нужно проанализировать отзывы клиентов на предмет тональности» → Amazon Comprehend. «Мне нужно найти PII в базе документов» → Amazon Comprehend (или Amazon Macie для сканирования S3). Четко знайте разницу.
Amazon Rekognition
Компьютерное зрение (computer vision): обнаружение объектов на изображениях, анализ лиц, модерация контента, распознавание знаменитостей, отслеживание действий на видео. На входе изображение или видео, на выходе — структурированные теги.
Специфика экзамена: «У меня есть изображения, но нет команды специалистов по машинному обучению» → Amazon Rekognition. Экзамен также использует функцию модерации контента Amazon Rekognition в сценариях, связанных с концепцией ответственного ИИ (responsible-AI).
Amazon Textract
Понимание документов: извлекает текст, пары «ключ-значение», таблицы и поля форм из PDF-файлов и сканированных изображений. Этот сервис выходит за рамки стандартного OCR — он понимает логическую структуру документа.
Специфика экзамена: «Извлечь данные из счетов, квитанций или форм» → Amazon Textract. Экзамен специально проверяет понимание разницы между Amazon Textract (структурированное извлечение документов) и функцией DetectText в Amazon Rekognition (базовое OCR на фотографиях).
Amazon Transcribe
Распознавание речи (Speech-to-text) с идентификацией спикеров, возможностью ведения пользовательских словарей, потоковой передачей в реальном времени и специализированными версиями для медицинской сферы и колл-центров.
Специфика экзамена: Работает в связке с Amazon Comprehend в вопросах про конвейеры данных: «записать речь оператора колл-центра в текст, а затем проанализировать тональность» → Amazon Transcribe + Amazon Comprehend.
Amazon Polly
Преобразование текста в речь (Text-to-speech) с использованием нейронных и генеративных голосов на десятках языков. Поддерживает SSML для точной настройки произношения, темпа и расстановки акцентов.
Специфика экзамена: «Преобразовать текст в речь» → Amazon Polly. Экзамен проверяет, когда достаточно готового сервиса Polly, а когда вам потребуется разработать собственную голосовую модель в Amazon SageMaker.
Amazon Translate
Нейронный машинный перевод на более чем 75 языков с поддержкой пользовательской терминологии для перевода специфических для вашей сферы словосочетаний.
Специфика экзамена: Простой сценарий — «перевести контент на несколько языков без обучения собственной модели» → Amazon Translate.
Amazon Lex
Диалоговый ИИ (Conversational AI) для создания чат-ботов с поддержкой намерений (intents), слотов (slots) и речевого вывода через Amazon Polly. Использует механизмы взаимодействия, аналогичные технологии Alexa.
Специфика экзамена: Amazon Lex — это готовый фреймворк для создания чат-ботов. Экзамен противопоставляет его Amazon Bedrock Agents: Lex используется для структурированных диалогов на основе намерений; Agents — для гибких ИИ-ассистентов с открытым сценарием, использующих внешние инструменты.
Amazon Kendra
Корпоративный поиск на основе машинного обучения по документам, SharePoint, Confluence и базам данных. Понимает поисковые запросы на естественном языке, а не только сопоставление по ключевым словам.
Специфика экзамена: Amazon Kendra рассматривается как альтернатива базам знаний Amazon Bedrock Knowledge Bases, работающая только на поиск (retrieval-only). Когда в вопросе сказано: «нужен поиск без генерации ответов» → Amazon Kendra. Когда сказано: «найти информацию и на ее основе сгенерировать ответ» → Amazon Bedrock Knowledge Bases.
Security, governance, and supporting infrastructure
Эти сервисы не созданы специально для ИИ, но они часто встречаются в вопросах Domain 5 (Security, Compliance, and Governance). Экзамен проверяет, знаете ли вы, как защитить и отслеживать работу инфраструктуры ИИ.
AWS IAM
Управление пользователями, ролями (roles), политиками доступа, федеративным входом и выдачей прав по принципу наименьших привилегий (least-privilege) для любых вызовов сервисов AWS. Не специфично для ИИ, но экзамен проверяет сценарии использования IAM именно в контексте ИИ.
Специфика экзамена: «Как ограничить список моделей, которые разработчик может вызывать в Amazon Bedrock?» → Политики IAM. «Как ноутбук Amazon SageMaker получает доступ к обучающим данным в S3?» → Роль IAM. Принцип наименьших привилегий — это ключевая сквозная тема.
AWS KMS
Управляемые ключи шифрования для защиты неактивных данных (data at rest) — обучающих датасетов, артефактов моделей, логов инференса.
Специфика экзамена: «Как зашифровать сохраненные веса модели с помощью ключа, управляемого клиентом?» → AWS KMS. Этот вопрос часто возникает в сценариях проверки соответствия требованиям.
Amazon Macie
Сервис обнаружения конфиденциальных данных, использующий машинное обучение для поиска PII, учетных данных и финансовых данных в бакетах S3.
Специфика экзамена: «Перед отправкой документов в RAG-конвейер, как проверить исходные данные на наличие PII?» → Amazon Macie сканирует бакет S3; Amazon Bedrock Guardrails фильтрует контент во время выполнения запросов. Экзамен проверяет использование обоих уровней защиты.
Amazon CloudWatch
Метрики, логи и алармы по всем сервисам AWS. Применительно к нагрузкам ИИ: логи вызовов Amazon Bedrock, задержка эндпоинтов Amazon SageMaker, алармы дрейфа качества моделей.
Специфика экзамена: «Как отслеживать производительность модели в продакшене?» → Метрики и алармы Amazon CloudWatch. «Как проверить, какие именно промпты отправлялись в Amazon Bedrock?» → Использовать логи Amazon CloudWatch Logs с включенным логированием вызовов Amazon Bedrock.
How to study this
Не пытайтесь заучивать каждую функцию каждого сервиса. Экзамен проверяет распознавание шаблонов: какой сервис решает задачу в описанном сценарии? Вот ментальная модель:
- «Я хочу вызывать базовую модель через API» → Amazon Bedrock
- «Я хочу привязать модель к моим закрытым данным» → Amazon Bedrock Knowledge Bases (RAG)
- «Я хочу, чтобы модель выполняла действия» → Amazon Bedrock Agents
- «Мне нужны правила безопасности для выходных данных модели» → Amazon Bedrock Guardrails
- «Я не хочу ничего программировать, просто хочу использовать ИИ в работе» → Amazon Q
- «Мне нужно обучить собственную модель» → Amazon SageMaker
- «Мне нужна предобученная модель, которую я разверну сам» → Amazon SageMaker JumpStart
- «Мне нужно проверить модель на наличие предвзятости» → Amazon SageMaker Clarify
- «Мне нужно [проанализировать текст / распознать изображения / извлечь данные из документов / перевести речь в текст / синтезировать речь / сделать перевод / создать чат-бота / искать документы]» → соответствующий специализированный сервис
- «Мне нужно защитить / зашифровать / отсканировать / отслеживать» → AWS IAM / AWS KMS / Amazon Macie / Amazon CloudWatch
Потренируйтесь на тестовых вопросах, используя эту ментальную карту, и вы увидите, что сможете отвечать на большинство вопросов о выборе сервисов менее чем за 30 секунд.
Source: AWS AI Practitioner (AIF-C01) exam guide v1.1 (2024-08), AWS documentation as of May 2026.