Sobre a prova
AWS Certified AI Practitioner Estrutura da prova
Guia em português do Brasil para o exame AWS Certified AI Practitioner (AIF-C01), com foco em fundamentos de IA e machine learning, IA generativa, modelos de base, IA responsável, segurança, conformidade e governança.
Instituição e percurso
Preparação para o AWS Certified AI Practitioner (AIF-C01) é administrada por Amazon Web Services (AWS). Consulte as fontes oficiais antes de se inscrever, refazer a prova ou confiar em um requisito antigo.
Fundamentos de IA e ML
20 avaliados + 0 experimentais
Conceitos, casos de uso, serviços e ciclo de vida.
Fundamentos de IA generativa
24 avaliados + 0 experimentais
Conceitos, valor, limitações e infraestrutura.
Aplicações de foundation models
28 avaliados + 0 experimentais
Seleção, RAG, prompts, customização e avaliação.
Diretrizes de IA responsável
14 avaliados + 0 experimentais
Equidade, segurança, transparência e explicabilidade.
Segurança, conformidade e governança
14 avaliados + 0 experimentais
IAM, privacidade, proteção, auditoria e governança.
Antes da inscrição
Ao entrar na conta da AWS Certification e seguir para a Pearson VUE, confirme o código AIF-C01, Português (Brasil), modalidade, fuso horário, nome exatamente como aparece no documento de identificação, requisitos técnicos da supervisão on-line e regras de reagendamento. O valor final pode incluir impostos e conversão cambial.
Mapa de cobertura do programa oficial
A cobertura segue a quantidade de itens do programa oficial para que a profundidade do conteúdo possa ser conferida.
| Tópico | Itens do programa oficial | Suas questões | Seus flashcards | Confiança |
|---|---|---|---|---|
| Conceitos de IA, ML e deep learning | 0 | 24 | 1 | Good |
| Dados, aprendizado e inferência | 0 | 24 | 3 | Good |
| Casos de uso e técnicas | 0 | 24 | 0 | Good |
| Serviços gerenciados de IA | 0 | 24 | 4 | Good |
| Ciclo de vida, métricas e MLOps | 0 | 24 | 2 | Good |
| Tokens, embeddings e modelos | 0 | 24 | 0 | Good |
| Casos de uso e ciclo de FM | 0 | 24 | 0 | Good |
| Agentes, contexto e MCP | 0 | 24 | 0 | Good |
| Capacidades e limitações | 0 | 24 | 2 | Good |
| Seleção e valor de negócio | 0 | 24 | 0 | Good |
| Infraestrutura GenAI AWS | 0 | 24 | 0 | Good |
| Seleção de FM e parâmetros | 0 | 25 | 0 | Good |
| RAG e bancos vetoriais | 0 | 24 | 0 | Good |
| Agentes e aplicações | 0 | 24 | 4 | Good |
| Engenharia de prompt | 0 | 24 | 2 | Good |
| Riscos e gestão de prompts | 0 | 24 | 0 | Good |
| Treinamento e customização | 0 | 24 | 2 | Good |
| Avaliação de FM e aplicações | 0 | 24 | 2 | Good |
| Características responsáveis e dados | 0 | 28 | 0 | Good |
| Viés, segurança e ferramentas | 0 | 28 | 0 | Good |
| Transparência e explicabilidade | 0 | 28 | 3 | Good |
| IAM, criptografia e rede | 0 | 28 | 1 | Good |
| Privacidade, ameaças e grounding | 0 | 28 | 0 | Good |
| Governança e conformidade | 0 | 28 | 2 | Good |
Como usar este guia
Como estudar para AWS Certified AI Practitioner
O AIF-C01 não é uma prova de programação nem de treinamento avançado de modelos. A preparação mais eficiente combina vocabulário preciso, leitura de cenários, seleção de serviços e decisões de arquitetura em nível conceitual. Em cada caso, descubra primeiro o resultado esperado; depois compare ML tradicional, IA generativa, RAG, agentes e serviços gerenciados; por fim, verifique qualidade, custo, risco e controles.
1. Defina o resultado
Identifique se o negócio precisa prever, classificar, gerar, recuperar, reconhecer, recomendar, automatizar ou comprovar conformidade.
2. Escolha a abordagem
Compare regra determinística, ML tradicional, serviço gerenciado, modelo de base, RAG, agente e personalização.
3. Meça a adequação
Verifique qualidade, latência, custo, escala, manutenção e uma métrica de negócio que represente valor real.
4. Proteja e governe
Aplique responsabilidade, explicabilidade, privilégio mínimo, proteção de dados, validação, registro e revisão contínua.
Conceitos de IA, ML e deep learning
Revisão orientada de Conceitos de IA, ML e deep learning, com conceitos, aplicações e erros recorrentes.
Regras principais
Regra 1
Conceitos de IA, ML e deep learning
Sinal da prova: Identifique a regra ou habilidade central antes de comparar as alternativas.
Regra 2
Aplicações de Conceitos de IA, ML e deep learning
Sinal da prova: Leia o comando até o fim, identifique a habilidade realmente cobrada e só então compare as alternativas.
Regra 3
Erros recorrentes em Conceitos de IA, ML e deep learning
Sinal da prova: Leia o comando até o fim, identifique a habilidade realmente cobrada e só então compare as alternativas.
Armadilhas comuns
Não confunda conceitos próximos nem ignore as condições apresentadas no enunciado.
Como evitar: Evite responder apenas por palavra-chave: confira a regra, o contexto e a exceção antes de marcar.
Âncoras de memória
Próximos passos
Treino por tópico
Praticar Conceitos de IA, ML e deep learning
Abrir flashcards
Revise as âncoras de memória ligadas a este tópico.
Abrir plano de revisão
Veja se este tópico já aparece na sua fila de pontos fracos.
Fazer um simulado
Saia de um único tópico para uma sessão mista com tempo e a proporção oficial das seções.
Revisão rápida
Faça um quiz curto para confirmar que o padrão da regra foi aprendido.
Questões de verificação
Uma empresa usa regras fixas para aprovar despesas. Isso é necessariamente ML?
Qual relação entre IA e machine learning está correta?
O que caracteriza deep learning?
Responda todas as questões antes de enviar.
Próximo passo recomendações personalizadas
Abra outro tópico em seguida
Fontes oficiais
Confirme os detalhes nas fontes oficiais
Use estes links para conferir elegibilidade, calendário, regras e atualizações da instituição. Nosso guia ajuda a estudar; as fontes oficiais informam os requisitos atuais.
AWS Certified AI Practitioner
Página oficial em português com formato, duração, preço, idiomas, modalidade e perfil do candidato.
Guia oficial do exame AIF-C01
Guia on-line em português do Brasil com tipos de questão, pontuação, domínios, tarefas e objetivos.
Revisões do guia AIF-C01
Histórico oficial de alterações dos objetivos e dos serviços que entram ou saem do escopo.
Serviços da AWS dentro do escopo
Lista oficial, não exaustiva e sujeita a mudanças, de serviços e recursos associados ao exame.
Políticas antes do exame
Informações oficiais sobre agendamento, identificação, preço, regras e preparação para o dia da prova.
Perguntas frequentes
Dúvidas frequentes sobre AWS Certified AI Practitioner
O AWS Certified AI Practitioner está disponível em português do Brasil?
Sim. A página oficial lista Português (Brasil) entre os idiomas oferecidos. No agendamento, confirme que o exame selecionado é o AIF-C01 e que o idioma exibido é o desejado, pois a disponibilidade operacional pode variar por modalidade e data.
Para quem o exame foi criado?
Ele é voltado a pessoas que precisam demonstrar entendimento fundamental de IA, ML, IA generativa e ferramentas de IA da AWS, com ênfase em aplicações práticas de negócio. A AWS cita funções como análise de negócios, suporte de TI, marketing, vendas e gestão de produtos, projetos ou áreas de negócio.
Preciso saber programar ou treinar modelos?
Não é esse o perfil cobrado. Desenvolver algoritmos, fazer engenharia de atributos, ajustar hiperparâmetros, construir pipelines e realizar análise matemática aprofundada aparecem entre as tarefas fora do escopo. Ainda assim, é necessário entender o ciclo de vida, as opções de serviço e as consequências de cada decisão.
Há pré-requisito obrigatório de curso ou certificação?
A AWS não exige treinamento nem outra certificação como pré-requisito. O guia descreve como perfil recomendado até seis meses de contato com tecnologias de IA e ML na AWS, usando soluções sem necessariamente construí-las.
Como são as 65 questões?
O guia prevê múltipla escolha, múltiplas respostas, ordenação e correspondência. Há 50 questões avaliadas e 15 não avaliadas. As não avaliadas servem para coleta de dados e não são identificadas, portanto todas devem ser tratadas com a mesma atenção.
Existe penalidade por resposta errada?
Não há penalidade adicional por tentar responder. Questões em branco contam como incorretas, então vale administrar o tempo para registrar uma resposta em todas elas.
Como funciona a pontuação?
A pontuação é apresentada em escala de 100 a 1.000, com mínimo de 700 para aprovação. O modelo é compensatório: o desempenho é considerado no exame como um todo, e não é preciso atingir uma nota de corte independente em cada domínio.
Quais são os cinco domínios e seus pesos?
Fundamentos de IA e ML representa 20%; Fundamentos de IA generativa, 24%; Aplicações de modelos de base, 28%; Diretrizes de IA responsável, 14%; e Segurança, conformidade e governança para soluções de IA, 14%. Os percentuais se aplicam às 50 questões avaliadas.
Qual é a diferença entre ML tradicional, modelo de base e IA generativa?
ML tradicional costuma ser escolhido para previsões ou classificações bem definidas, especialmente quando explicabilidade e comportamento controlado pesam mais. Um modelo de base é pré-treinado em grande escala e pode ser adaptado a várias tarefas. IA generativa usa modelos capazes de produzir novo conteúdo, como texto, imagem, áudio ou código.
Amazon Bedrock e Amazon SageMaker AI são a mesma coisa?
Não. O Amazon Bedrock oferece acesso gerenciado a modelos de base e recursos para aplicações de IA generativa, como bases de conhecimento, agentes, barreiras de proteção e avaliação. O SageMaker AI oferece um conjunto mais amplo para criar, treinar, implantar, avaliar e governar soluções de machine learning. A escolha depende do trabalho exigido no cenário.
O que mudou no guia em 2026?
A versão 1.1 ampliou o tratamento de IA agêntica, engenharia de contexto, custos, latência, MCP, sistemas multiagente, destilação, gerenciamento de prompts, avaliação com LLM, alinhamento com métricas de negócio, proteção contra vazamento e fundamentação. A lista de serviços no escopo também foi atualizada.
Preciso memorizar todos os serviços da AWS?
Não como um catálogo isolado. O guia publica uma lista dentro do escopo, mas ressalta que ela não é completa e pode mudar. Estude cada serviço pela necessidade que resolve e compare opções próximas: geração, busca, linguagem, fala, visão, armazenamento vetorial, monitoramento, identidade, auditoria e conformidade.
Quanto custa o exame?
A página oficial informa preço-base de 100 dólares, sujeito a impostos, câmbio e condições de cobrança aplicáveis no momento do agendamento. Consulte o valor final exibido pela Pearson VUE antes de concluir a compra.
Por quanto tempo a certificação fica válida?
A AWS informa validade de três anos. Antes do vencimento, a pessoa certificada pode se recertificar pela opção vigente para esse nível; a página atual também cita a versão mais recente do próprio exame ou a obtenção do AWS Certified Machine Learning Engineer – Associate.
A AWS publica quantas questões caem em cada tarefa do guia?
Não. A AWS divulga o peso dos cinco domínios, mas não uma cota por declaração de tarefa. Por isso, este guia usa os pesos oficiais no nível de domínio e uma divisão editorial dentro de cada domínio para planejar as futuras 601 questões originais.
Este material reproduz questões oficiais?
Não. A organização segue documentos públicos do exame, mas as questões são originais e não copiarão itens sigilosos nem cadernos protegidos.
O conteúdo pode mudar?
Pode. Editais, matrizes e programas são atualizados. Antes de marcar a prova, confira a versão mais recente nos links oficiais desta página.
