AWS Certified Generative AI Developer - Professional
315 практических вопросов
Последняя проверка: April 2026
Личные заметки и ссылки на ресурсы для вашего учебного пути
Фильтр по сертификации
Сертификация AWS Certified Generative AI Developer Professional (AIP-C01) — это профессиональная квалификация, ориентированная на создание, интеграцию и эксплуатацию производственных приложений генеративного ИИ на AWS — в первую очередь на Amazon Bedrock, с использованием SageMaker, Lambda, OpenSearch и Knowledge Bases в качестве вспомогательных сервисов. Она предназначена для опытных разработчиков и ML-инженеров, которые проектируют системы генерации с дополнением извлеченных данных (RAG), агентные рабочие процессы и приложения базовых моделей, использующие инструменты. Ожидайте глубоких сценарных вопросов по инжинирингу подсказок (prompt engineering), эмбеддингам, векторному поиску, защитным механизмам (guardrails), оценке, оптимизации затрат и контролю ответственного ИИ. В отличие от базовой сертификации AIF-C01, AIP-C01 предполагает, что кандидат пишет код и уже реализовал функции на базе Bedrock. Экзамен состоит из вопросов с множественным выбором и множественными ответами, практических лабораторных работ нет.
Крупнейшая область, 31%. Включает выбор моделей Bedrock, конвейеры эмбеддингов, векторные хранилища (OpenSearch Serverless, Aurora pgvector, Kendra), Knowledge Bases, тонкую настройку в сравнении с продолженным предварительным обучением, а также управление данными для обучения LLM.
Создание RAG, агентов и приложений, использующих инструменты. Включает Bedrock Agents, Action Groups, интеграции с Lambda и оркестрацию многошаговых вызовов LLM. Распространенная сложность: знание того, когда уместен Agent, а когда — пользовательская оркестрация.
Bedrock Guardrails, меры по смягчению атак с помощью инъекций подсказок (prompt-injection), скрытие PII, использование IAM и KMS для доступа к моделям, а также шаблоны модерации контента. Много вопросов высокой сложности, несмотря на скромный вес в 20%.
Контроль затрат на инференс (выделенная vs. по требованию пропускная способность), кэширование, дистилляция моделей, настройка задержки и выбор меньших моделей при необходимости. Часто упускается: когда использовать профили инференса между регионами.
Фреймворки оценки (оценка моделей Bedrock, человеческая оценка, LLM как судья), дрейф, обнаружение галлюцинаций и отладка сбоев извлечения RAG. Самая маленькая область (11%), но наказывает за поверхностное изучение.
Сервисы, с которыми вы столкнётесь на экзамене, и почему каждый из них важен.
Полностью управляемый сервис, предоставляющий доступ к базовым моделям от Anthropic, Meta, Mistral, AI21, Cohere, Stability AI и Amazon Titan через единый API с поддержкой потоковой передачи, пакетной обработки и выделенной пропускной способности.
Почему он на экзамене: Bedrock является основой для каждого сценария Домена 1 (Интеграция базовых моделей) — выбор модели, параметры вывода, выделенная по сравнению с пошаговой пропускной способностью и обработка потоковых ответов.
Управляемый RAG, построенный на документах S3 и подключаемом векторном хранилище (OpenSearch Serverless, Aurora pgvector, Pinecone, MongoDB Atlas, Redis Enterprise), с поддержкой разбивки на чанки, эмбеддингов и цитирования.
Почему он на экзамене: Домен 2 (Реализация и интеграция) проверяет, когда следует заземлять модель на приватных данных через RAG вместо дообучения, включая стратегию разбивки на чанки, выбор векторного хранилища и распространение цитат.
Уровень политик, который фильтрует вредоносный контент, блокирует запрещённые темы, маскирует PII, применяет проверки контекстуального заземления и выводит фильтры слов/тем для ввода и вывода.
Почему он на экзамене: Домен 3 (Безопасность ИИ, защита и управление) в значительной степени является опросником по Guardrails — сила контент-фильтров, конфигурация запрещённых тем, контекстуальное заземление и паттерны анонимизации PII.
Слой оркестрации, который позволяет базовой модели вызывать API, запрашивать базы знаний и связывать многошаговые действия через использование инструментов, с группами действий, поддерживаемыми Lambda и схемами OpenAPI/функций.
Почему он на экзамене: Сценарии Домена 2, касающиеся многошагового рассуждения, агентов, вызывающих инструменты, и групп действий, поддерживаемых Lambda, называют Agents нативным оркестратором AWS; ожидайте различий по сравнению с обычным выводом или Step Functions.
Дообучение и продолженное предварительное обучение базовых моделей на приватных наборах данных S3, с созданием пользовательских моделей, развёртываемых через Provisioned Throughput.
Почему он на экзамене: Вопросы Домена 1 проверяют дерево принятия решений «дообучение против RAG против инженерии промптов»; ожидайте конкретные сценарии, где продолженное предварительное обучение или дообучение по инструкциям является правильным ответом.
Управляемая автоматическая оценка моделей и оценка с участием человека — встроенные метрики (точность, надёжность, токсичность) плюс настраиваемые рубрики, оцениваемые LLM-судьёй или работниками-людьми.
Почему он на экзамене: Домен 5 (Тестирование, валидация и устранение неполадок) проверяет, как количественно оценить регрессии качества между моделями или вариантами промптов — Bedrock Evaluations является названным механизмом.
Каталог предобученных базовых и задачеспецифичных моделей с развёртыванием в один клик на эндпоинты SageMaker, ноутбуками для transfer learning и маркетплейсом проприетарных моделей.
Почему он на экзамене: Домен 2 различает «размещение на эндпоинте SageMaker» (JumpStart) от «вызова API Bedrock» — вопросы проверяют компромиссы по задержке, стоимости и настройке между этими двумя подходами.
Пакетный ассистент генеративного ИИ — Q Developer для рабочих процессов кодирования в IDE/консоли, Q Business для корпоративного RAG поверх подключённых источников данных, Q в QuickSight для BI вопросов и ответов.
Почему он на экзамене: Домен 2 проверяет, когда использовать Q (готовый продукт) в сравнении с построением на Bedrock (индивидуальное решение); Q Business конкретно появляется в вопросах сценариев корпоративного RAG.
Бессерверный OpenSearch с выделенным типом коллекции для векторного поиска — это бэкенд по умолчанию для Bedrock Knowledge Base и наиболее часто тестируемое AWS-нативное векторное хранилище.
Почему он на экзамене: Сценарии RAG Домена 1 предполагают OpenSearch Serverless в качестве векторного хранилища по умолчанию — ожидайте вопросы о размере OCU, компромиссах между производительностью и стоимостью, а также выборе индексов приближённых ближайших соседей.
Aurora PostgreSQL с расширением pgvector, поддерживаемое Bedrock Knowledge Bases как альтернативное векторное хранилище с транзакционной семантикой и SQL-доступом.
Почему он на экзамене: Вопросы по выбору векторного хранилища в Домене 2 противопоставляют Aurora pgvector (существующий SQL-стек, транзакционный) OpenSearch Serverless (чисто векторное, бессерверное OCU).
Объектное хранилище, содержащее исходные документы Knowledge Base, обучающие корпуса для дообучения, оценочные наборы данных и логи вызова моделей.
Почему он на экзамене: Каждый сценарий управления данными Домена 1 проходит через S3 — компоновка источника для разбивки на чанки, жизненный цикл необработанных документов и доступ IAM к корзинам KB являются повторяющимися темами экзамена.
Бессерверные вычисления для групп действий Bedrock Agent, предобработки RAG, формирования ответов после вывода и управляемого событиями S3 приёма данных в Knowledge Bases.
Почему он на экзамене: Вопросы Домена 2 по группам действий проверяют контракт Lambda (схему запроса/ответа), который вызывают Bedrock Agents; Домен 4 также тестирует Lambda как экономичный связующий элемент для вывода.
Бессерверный оркестратор рабочих процессов с нативной интеграцией Bedrock InvokeModel, идеальный для цепочек промптов из нескольких вызовов, параллельных оценок и циклов одобрения человеком.
Почему он на экзамене: Домен 2 различает Step Functions (детерминированная многошаговая оркестрация) от Bedrock Agents (вызов инструментов на основе модели); знание того, когда каждый из них является правильным, является повторяющимся отвлекающим фактором.
Управляемый HTTP/REST/WebSocket-шлюз для эндпоинтов вывода, поддерживаемых Bedrock, с регулированием, API-ключами, JWT-авторизацией и многоуровневым тарифным планом использования.
Почему он на экзамене: Сценарии продакшн-развёртывания Домена 2 проверяют внешнее выставление эндпоинтов RAG и агентов — API Gateway является названной точкой входа, в паре с Lambda или прямой интеграцией Bedrock.
ML-платформа, используемая в AIP-C01 в основном для размещения базовых моделей JumpStart на эндпоинтах реального времени/бессерверных/асинхронных, когда управляемый API Bedrock не подходит.
Почему он на экзамене: Вопросы развёртывания эндпоинтов Домена 2 проверяют выбор эндпоинтов SageMaker: реального времени, бессерверных или асинхронных; компромиссы стоимости и холодного старта по сравнению с Bedrock являются типичным поворотным моментом.
Управляемый NLP с API обнаружения PII, который возвращает диапазоны и типы сущностей, а также целевое маскирование PII — может использоваться как фильтр до Guardrails или очиститель после вывода.
Почему он на экзамене: Вопросы Домена 3 по обработке PII проверяют многоуровневую защиту: Comprehend для обнаружения, Guardrails для блокировки — знание места каждого в конвейере является материалом для экзамена.
Управление доступом на уровне аккаунта с сервисными ролями, политиками на основе идентификаторов и ресурсов, а также ключами условий, регулирующими доступ к моделям Bedrock, выполнение агентов и приём данных в KB.
Почему он на экзамене: Домен 3 (Безопасность ИИ, защита и управление) проверяет роли с минимальными привилегиями для вызова Bedrock, групп действий агентов и приёма данных в Knowledge Base — IAM является названным механизмом на протяжении всего процесса.
Управляемые клиентом ключи шифрования для данных настройки моделей Bedrock, векторных индексов Knowledge Base, исходных документов S3 и логов вызовов CloudWatch.
Почему он на экзамене: Сценарии соответствия Домена 3 проверяют контроль ключей, управляемых клиентом, над корпусами для дообучения и логами промптов/ответов; гранты KMS и политики ключей являются названным ответом.
Общеаккаунтный журнал аудита каждого вызова API — кто вызвал какую модель Bedrock, кто обновил Guardrails, кто принял данные в Knowledge Base, с опциональным захватом событий данных для вывода.
Почему он на экзамене: Сценарии аудита Домена 3 называют CloudTrail неизменяемой записью, необходимой для проверок соответствия и реагирования на инциденты во всей активности Bedrock и Agents.
Метрики, логи и алармы — логи вызовов моделей Bedrock (промпты и завершения), трассировки агентов, прогресс приёма данных Knowledge Base и метрики выполнения групп действий Lambda.
Почему он на экзамене: Домен 4 (Операционная эффективность) и Домен 5 (Устранение неполадок) проверяют CloudWatch для наблюдаемости стоимости токенов, алармов задержки и трассировки неудачных вызовов групп действий агентов.
$140k–$195k–$280k USD годовая
AIP-C01 — это новая сертификация, по которой отсутствуют специализированные обзоры зарплат. Диапазон получен из данных по компенсациям смежных инженерных позиций в области GenAI / ML на рынке США и должен рассматриваться как приблизительный. Старшие инженеры GenAI в ведущих AI-лабораториях и компаниях FAANG часто получают более $400 тыс. в совокупном доходе (TC). Начальные "GenAI" позиции могут опускаться ниже нижнего предела. Ваш доход будет существенно варьироваться в зависимости от уровня компании, местоположения и продемонстрированных результатов работы.
Источник: Роли инженеров GenAI / ML (смежные) levels.fyi 2025–2026, Бюро трудовой статистики США OEWS май 2024 г. (15-1252 разработчики программного обеспечения, 15-2051 специалисты по данным). Цифры приблизительны; фактическая компенсация зависит от роли, региона и опыта.
Инженерные роли в области GenAI стали одной из самых быстрорастущих групп вакансий в 2024–2026 годах, поскольку внедрение Bedrock и LLM в предприятиях перешло от прототипов к производственным системам. AIP-C01 позиционируется как надежный профессиональный сигнал о том, что кандидат способен разрабатывать и внедрять приложения на базе Bedrock, включая RAG, агентов и защищенные производственные конечные точки. Рекрутеры в AWS-ориентированных компаниях используют его наряду с продемонстрированными проектами Bedrock на GitHub или реальной производственной работой. Он хорошо сочетается с AIF-C01 (основы), MLA-C01 (широта инженерных знаний) и Solutions Architect Professional (SAP-C02) для обеспечения многодоменной компетентности. Сама по себе эта сертификация НЕ квалифицирует кандидатов для исследований в области ML, ролей по обучению базовых моделей или должностей в прикладных науках — для них требуются глубокие фундаментальные знания ML и часто ученая степень.
Формальных предварительных требований нет. AWS рекомендует иметь как минимум один год опыта создания приложений с использованием базовых моделей на AWS, а также год общего опыта разработки программного обеспечения. Практические ожидания включают уверенное владение Python, интеграцию REST/SDK, векторные базы данных и хотя бы одно развертывание Bedrock или SageMaker JumpStart в продакшене.
Рекомендуемый путь: сначала AIF-C01 для освоения терминологии GenAI, затем либо MLA-C01 (глубокие инженерные знания), либо DVA-C02 (владение разработкой) перед прохождением AIP-C01. Кандидаты без предварительного опыта работы с AWS должны ожидать крутой кривой обучения — многие вопросы AIP-C01 предполагают базовое знакомство с IAM, VPC, Lambda и API Gateway. Работающий личный проект RAG с Bedrock и OpenSearch Serverless или Knowledge Bases является самым полезным артефактом подготовки.
AIP-C01 имеет профессиональный уровень и является одним из самых сложных экзаменов AWS уровня Associate и выше, поскольку он охватывает как разработку LLM-приложений, так и глубокие знания платформы AWS. Планируйте 100–160 часов в течение 10–14 недель, если вы уже профессионально занимаетесь созданием GenAI-приложений; 200+ часов в течение 16+ недель, если вы переходите из не-GenAI области. Экзамен состоит из 75 оцениваемых вопросов за 180 минут — множественный выбор и множественные ответы, без лабораторных работ.
Типичные сложности включают широту функций Bedrock (Agents, Action Groups, Guardrails, Knowledge Bases, оценка моделей, импорт пользовательских моделей, межрегиональный инференс), тонкие сценарии оптимизации затрат, связанные с выделенной пропускной способностью, и сложные вопросы о качестве извлечения RAG против компромиссов тонкой настройки. Экзамен также поощряет практическое знакомство с методами предотвращения инъекций подсказок (prompt-injection) и утечек данных.
Первая общая доступность профессиональной сертификации Generative AI Developer. Заменяет и расширяет базовую AIF-C01 за счет глубокого контента по Bedrock и LLM-приложениям. Текущая версия по состоянию на апрель 2026 года.
AIP-C01 (AWS Certified Generative AI Developer - Professional) — это Professional-уровневый экзамен, сложный, насыщенный сценариями экзамен, требующий глубокого практического опыта и способности принимать решения по архитектурным компромиссам. Большинству кандидатов требуется 150–300 часов обучения, распределенных на 3–6 месяцев, для экзаменов профессионального и экспертного уровня. Эти экзамены обычно предполагают предварительную подготовку на уровне Associate. Большинство кандидатов, которые стабильно набирают баллы выше проходного порога на пробных экзаменах, сдают его с первой попытки.
Большинству кандидатов требуется 150–300 часов обучения, распределенных на 3–6 месяцев, для экзаменов профессионального и экспертного уровня. Эти экзамены обычно предполагают предварительную подготовку на уровне Associate. Время, необходимое для сдачи, сильно варьируется в зависимости от предыдущего опыта. Инженерам с практическим опытом работы с базовой технологией обычно требуется меньше времени; кандидатам, новым для платформы, следует ориентироваться на верхнюю границу этого диапазона.
AIP-C01 — это признанная квалификация в экосистеме AWS, которая подтверждает знания для работодателей, рекрутеров и клиентов. Стоит ли это затраченного времени и платы, зависит от вашей роли и целей — это чаще всего окупается для облачных инженеров, архитекторов и консультантов, которые ежедневно работают с AWS или хотят перейти на такие должности.
Проходной балл для AIP-C01 составляет 750 / 1000. Экзамен содержит 75 вопросов и длится 3 ч.
Стоимость экзамена AIP-C01 составляет $300 USD. Сборы устанавливаются AWS и могут варьироваться в зависимости от региона; всегда уточняйте текущую цену на официальной странице сертификации AWS перед бронированием.
Сертификации AWS действительны в течение 3 лет. Пройдите повторную сертификацию, сдав текущую версию того же экзамена или сдав экзамен более высокого уровня в том же направлении до истечения срока действия.
Да. Вы можете сдать экзамен онлайн (с прокторингом через безопасный браузер провайдера, доступный 24/7 в большинстве регионов) или в очном центре тестирования Pearson VUE в рабочее время. Оба формата используют одни и те же вопросы, ограничение по времени и проходной балл.
CertLabPro предлагает 15 режимов обучения по банку практических вопросов для AIP-C01. Режим симуляции экзамена имитирует реальный экзамен: 75 вопросов за 3 ч, с тем же проходным порогом 750 / 1000. Режим просмотра позволяет статически читать каждый вопрос и ответ.