AWS MLA-C01 против AIP-C01: какой сертификат AWS по ИИ выбрать?

AWS обновила свою линейку сертификатов по AI/ML в 2024-2025 годах, и в результате появились три экзамена, которые можно спутать друг с другом:

• AIF-C01 — AWS Certified AI Practitioner. Базовый уровень. 100 долларов США. Дружелюбный вводный курс.
• MLA-C01 — AWS Certified Machine Learning Engineer Associate. 150 долларов США. Практический уровень Associate. Заменил более старый сертификат MLS-C01 specialty.
• AIP-C01 — AWS Certified AI Engineer Professional. 300 долларов США. Новый экзамен профессионального уровня, общедоступный с конца 2025 года, предназначенный для старших архитекторов, работающих с генеративным ИИ и крупномасштабными системами ML.

Если вы уже прошли AIF-C01 и выбираете между MLA-C01 и AIP-C01 — что и является главным вопросом — ответ зависит от того, какой работой по ИИ вы занимаетесь каждый день. Это не последовательность, как SAA → SAP. Это две разные работы.

Что проверяет каждый экзамен

MLA-C01 (Ассоциированный инженер по машинному обучению)

65 вопросов, 130 минут, проходной балл 720/1000. Руководство по экзамену разбито следующим образом:

Область	Вес
Подготовка данных для ML	28%
Разработка ML-моделей	26%
Развертывание и оркестрация ML-рабочих процессов	22%
Мониторинг, поддержка и безопасность ML-решений	24%

Что это означает: вас проверяют на знание SageMaker от начала до конца как специалиста по ML. Feature Store, Data Wrangler, Processing jobs, Training jobs, настройка гиперпараметров, multi-model endpoints, вывод в реальном времени vs асинхронный vs пакетный, Model Monitor, Clarify, интеграция MLflow. А также окружающие сервисы AWS — S3, Glue, EMR, Step Functions, EventBridge — когда они интегрированы в ML-рабочий процесс.

Это практический экзамен. Вопросы предполагают, что вы обучили модель в SageMaker, развернули ее и наблюдали за ее дрейфом в продакшене. Кандидаты, опирающиеся только на теорию, сталкиваются с трудностями.

AIP-C01 (Профессиональный инженер по ИИ)

Руководство по экзамену 2025-2026 годов по замыслу уделяет больше внимания генеративному ИИ, чем MLA-C01. Ожидайте:

• Amazon Bedrock на архитектурном уровне — выбор модели (Claude, Llama, Titan, Mistral, Stable Diffusion), проектирование промптов (prompt engineering), механизмы защиты (guardrails), агенты, базы знаний, опции тонкой настройки (fine-tuning), импорт пользовательских моделей.
• Архитектуры RAG — векторные хранилища (OpenSearch Serverless с векторным движком, Aurora pgvector, Bedrock Knowledge Bases, Kendra), стратегия разбиения на фрагменты (chunking strategy), оценка извлечения (retrieval evaluation).
• Оценка генеративного ИИ — задачи по оценке моделей в Bedrock, рабочие процессы с участием человека (human evaluation), измерение галлюцинаций, тестирование на "взлом" (jailbreak testing).
• Ответственный ИИ на AWS — Bedrock Guardrails, фильтрация контента, скрытие PII (PII redaction), отслеживание источников (citation traceability).
• MLOps в масштабе — многие те же концепции SageMaker, что и в MLA-C01, но сценарные вопросы проникают на несколько уровней глубже, включая ML-платформы с несколькими аккаунтами.
• Стоимость и операции в масштабе организации — provisioned throughput vs on-demand для Bedrock, планирование мощностей, проектирование зоны поражения (blast-radius design).

Это профессиональный экзамен продолжительностью 180 минут стоимостью 300 долларов, по форме похожий на SAP-C02 — длинные сценарные вопросы, большое количество отвлекающих факторов, которые технически верны, но не являются наилучшим решением.

Для кого предназначен каждый

MLA-C01 предназначен для ML-инженеров, создающих производственные ML-системы. Вы пишете скрипты для обучения, настраиваете гиперпараметры, отлаживаете задачу обучения, которая завершилась с ошибкой на 7-й эпохе. Вероятно, у вас есть опыт в области обработки данных на Python, и вы хорошо знакомы с SageMaker.

AIP-C01 предназначен для старших архитекторов, AI-стратегов и руководителей платформ, разрабатывающих общеорганизационные возможности генеративного ИИ. Вы принимаете решения по выбору технологий: какую модель Bedrock использовать, какое векторное хранилище, какую политику guardrail. Вы думаете об архитектуре RAG, уровне галлюцинаций и о том, как запустить чат-бота для 50 000 сотрудников без утечки персональных данных (PII).

Примерно:

Если вы...	Сдайте...
ML-инженер / специалист по данным, создающий кастомные модели	MLA-C01
Инженер-программист, подключающий Bedrock + RAG к приложениям	AIP-C01
AI-архитектор или руководитель платформы	AIP-C01
Общий облачный архитектор, интересующийся ИИ	Сначала AIF-C01, затем AIP-C01
Специалист, меняющий карьеру, без опыта работы с ИИ в продакшене	AIF-C01, наберитесь опыта, затем любой из двух

Необходимые знания

Для MLA-C01:

• Python, pandas, numpy, scikit-learn на рабочем уровне.
• Реальное понимание обучения моделей — как выглядит переобучение, почему вы разделяете данные на train/val/test, что делает регуляризация.
• Практический опыт работы с SageMaker. Экзамен постоянно ставит в тупик тех, кто изучал документацию, но никогда не разворачивал конечную точку.
• Рекомендуемый предварительный сертификат: AIF-C01, если вы новичок в сервисах AWS AI. SAA-C03 полезен, но не обязателен.

Для AIP-C01:

• Твердые архитектурные основы AWS (минимум уровень SAA-C03, в идеале уровень SAP-C02).
• Практическая работа с Bedrock — вызов моделей, создание небольшой базы знаний, настройка Guardrail, запуск задачи оценки модели.
• Знакомство как минимум с одним API базовой модели на уровне промптов. От вас не требуется выполнять тонкую настройку с нуля, но требуется разрабатывать фреймворки принятия решений по выбору между тонкой настройкой, промпт-тюнингом и RAG.
• Рекомендуемый предварительный сертификат: AIF-C01, а в идеале либо MLA-C01, либо SAP-C02, чтобы продемонстрировать мышление профессионального уровня.

Какой выбрать первым

Честный ответ: тот, который соответствует работе, на которую вы претендуете в ближайшие 12 месяцев. Не сдавайте оба, если только вы действительно не занимаетесь обоими видами работы — у них есть значительное совпадение по SageMaker и значительное расхождение по всему остальному, а попытка сдать оба для полноты знаний займет примерно 200–300 часов учебного времени, которое можно потратить на что-то другое.

Если вы находитесь в начале или середине карьеры и выбираете сертификат, чтобы закрепиться в сфере ML, MLA-C01 — более безопасный выбор. Это уровень Associate, он дешевле, подготовка более конкретна (у SageMaker есть ответы, архитектура генеративного ИИ все еще быстро развивается), а соответствие ролям шире. Большинство компаний, нанимающих "ML-инженера" в 2026 году, признают MLA-C01 как достоверный сигнал.

Если вы уже являетесь старшим архитектором и в вашей дорожной карте есть пункт "создание внутренней платформы генеративного ИИ", AIP-C01 — это правильный сертификат. Вопросы с кейсами по Bedrock, RAG и проектированию ML-платформы с несколькими аккаунтами заставят вас реально планировать архитектуру, за создание которой вам платят.

Ожидания по зарплате

Сертификат не выдает зарплат, но данные показывают:

• levels.fyi 2025-2026 для ML-инженера в FAANG: $200k–$320k общей компенсации на уровне L5 (senior); $300k–$500k+ на уровне L6 (staff). Тот же диапазон применим к "Applied Scientist" в AWS.
• U.S. BLS OEWS Май 2024, профессия 15-1221 (Исследователи в области компьютерных и информационных наук, категория, включающая ML-исследователей и ML-инженеров): медиана $145k, 90-й процентиль около $230k.
• Glassdoor / Built In для "Senior ML Engineer" или "AI Engineer": базовая зарплата $145k–$220k в крупных городах США.
• Для ролей старшего AI-архитектора / руководителя AI-платформы, где AIP-C01 наиболее актуален: общая компенсация $250k–$400k в крупных технологических компаниях, $180k–$280k в устоявшихся предприятиях, создающих внутренние AI-платформы.

Разница в зарплате из-за сертификата аналогична SAA-C03: $5k–$20k при смене работы, когда сертификат указан в списке квалификаций, и почти нулевая, когда его нет. Сам выбор MLA-C01 против AIP-C01 мало влияет на зарплату — ее двигает роль, на которую вы нацелены. Старший AI-архитектор просто получает больше, чем ML-инженер того же уровня старшинства, потому что таких мест меньше, а их влияние шире.

Разумный порядок

Если вы сдаете оба:

1. Сначала AIF-C01, если вы новичок в сервисах AWS AI. Один уик-энд, 100 долларов, и вы освоите терминологию.
2. MLA-C01 вторым, если вы специалист по ML. Пропустите, если вы старший архитектор и не пишете код для обучения.
3. AIP-C01 последним. Экзамен профессионального уровня лучше всего сдавать после того, как вы внедрили хотя бы одну систему на базе Bedrock в продакшен. Без этого сценарные вопросы будут казаться абстрактными.

Где учиться

Официальные курсы AWS Skill Builder для обоих. Официальное учебное пособие MLA-C01 в формате PDF более отточено, чем AIP-C01, просто потому, что AIP-C01 новее, и учебная программа все еще консолидируется. Сравните с сессиями re:Invent 2024-2025 по Bedrock и SageMaker; это, по сути, список литературы для AIP-C01 в форме лекций.

Когда вы будете готовы к решению вопросов, банк вопросов MLA-C01 и банк вопросов AIP-C01 на CertLabPro организованы по весу доменов, так что вы можете сначала проработать наиболее важные разделы. Выбирайте сертификат, который соответствует вашей работе, а не значок, который выглядит наиболее блестящим.