AWS AI Practitioner (AIF-C01) em português: guia completo

O que é a AWS AIF-C01?

A AWS Certified AI Practitioner (código oficial AIF-C01) é a certificação de entrada da AWS no domínio de inteligência artificial e machine learning. Foi desenhada para validar conhecimento conceitual de fundamentos de IA, machine learning, IA generativa, foundation models e o ecossistema de serviços AWS de IA, sem exigir programação ou operação de infraestrutura. É o ponto de partida recomendado para quem quer começar na área de IA na nuvem antes de partir para certificações mais técnicas como a MLA-C01.

O exame tem 65 questões no total: 50 questões pontuadas e 15 questões não pontuadas que a AWS usa para pesquisa interna (você não sabe quais são quais durante a prova). O tempo é de 90 minutos, em formato de múltipla escolha (uma resposta correta) e múltipla resposta (duas ou mais corretas). O score vai de 100 a 1000, e a nota de corte para aprovação é 700.

O custo oficial é de USD 100, mais impostos locais. No Brasil, o gateway de pagamento converte para reais e aplica IOF de cartão internacional, então o valor final fica acima de R$ 550 dependendo do câmbio do dia. A prova está disponível em duas modalidades: remota via Pearson VUE OnVUE (de casa, com proctoring por webcam) ou presencial em centros credenciados Pearson VUE.

A certificação é válida por 3 anos. Não é uma prova hands-on: você não precisa abrir o console AWS, configurar Amazon Bedrock ou escrever código Python. É inteiramente teórica, baseada em conceitos, cenários e escolha do serviço certo para cada situação. Página oficial: aws.amazon.com/certification/certified-ai-practitioner.

Quem deve fazer a AIF-C01?

A AIF-C01 faz sentido para perfis que precisam entender IA e ML na AWS sem necessariamente implementar modelos. Os cinco perfis típicos:

• Profissional de TI ou negócios que quer entender o que IA generativa e foundation models significam na prática e como a AWS entrega esses recursos. Serve como primeira credencial formal de IA e como diferencial de currículo em vagas que mencionam IA na nuvem.
• Gestor de projetos ou produto que precisa avaliar soluções de IA, conversar com times técnicos e tomar decisões sobre uso de Amazon Bedrock ou Amazon Q sem ser engenheiro de ML.
• Vendedor técnico (pre-sales, account manager, consultor) que precisa conduzir conversa sobre IA generativa com cliente sem travar quando o assunto é foundation model, RAG ou prompt engineering.
• Desenvolvedor ou analista de dados que quer a primeira credencial de IA antes de partir para a MLA-C01. A AIF-C01 destrava vocabulário e fundações que a certificação Associate assume como dadas.
• Profissional em transição de carreira para a área de IA, usando a certificação como sinal concreto de comprometimento com o campo.

O que a prova NÃO exige (e que muito candidato confunde):

• Conhecimento de programação (Python, R, Java). A AIF-C01 não tem código.
• Experiência com treinamento de modelos, ajuste de hiperparâmetros ou GPUs. Você precisa saber o que esses conceitos são, não como executá-los.
• Matemática avançada (álgebra linear, cálculo, estatística profunda). A prova é conceitual, não quantitativa.

Conteúdo do exame

A prova cobre 5 domínios oficiais, cada um com peso diferente no score. Os pesos definem proporcionalmente quantas questões cada domínio recebe das 50 pontuadas. Fonte: Exam Guide oficial AIF-C01 (PDF publicado pela AWS, disponível gratuitamente na página da certificação).

• Domínio 1: Fundamentos de IA e ML (20%): conceitos base. O que é inteligência artificial, machine learning e deep learning, como cada um se relaciona com o seguinte. Tipos de aprendizado: supervisionado (classificação, regressão), não supervisionado (clustering, detecção de anomalia) e por reforço. Ciclo de vida de um projeto de ML: coleta e preparação de dados, treinamento, avaliação de métricas, deploy e monitoramento. Casos de uso típicos (visão computacional, processamento de linguagem natural, sistemas de recomendação) e quando cada abordagem se aplica.
• Domínio 2: Fundamentos de IA Generativa (24%): o coração da prova. O que são foundation models e large language models (LLMs), como funcionam em alto nível (pré-treinamento em larga escala, fine-tuning, inferência). Conceitos de token, embedding e como modelos representam linguagem numericamente. Amazon Bedrock: o serviço gerenciado da AWS que dá acesso a foundation models de múltiplos provedores (Anthropic, Amazon, Meta, Mistral, Cohere) via API unificada, sem provisionar infraestrutura. Amazon Q: o assistente de IA generativa da AWS construído sobre Bedrock, disponível no Developer para código e no Business para uso corporativo.
• Domínio 3: Aplicações de Foundation Models (28%): maior peso e domínio mais extenso. Prompt engineering: como redigir prompts eficazes, técnicas de zero-shot, few-shot e chain-of-thought. RAG (Retrieval-Augmented Generation): como conectar um modelo a uma base de conhecimento externa para reduzir alucinações e responder com dados atuais, usando Amazon Bedrock Knowledge Bases. Fine-tuning: quando faz sentido adaptar um modelo pré-treinado com dados próprios (casos de domínio específico, tom de marca) versus quando RAG ou prompt engineering basta. Avaliação de modelos: métricas como perplexidade, BLEU, ROUGE, avaliação humana. SageMaker JumpStart: hub de modelos pré-treinados que permite treinar e fazer deploy de modelos de ML e IA generativa com poucos cliques.
• Domínio 4: Diretrizes para IA Responsável (14%): viés em modelos (como surge, como detectar e mitigar), fairness e representatividade nos dados de treinamento, explicabilidade e interpretabilidade de modelos (o que o modelo usou para decidir). Detecção e mitigação de toxicidade em outputs de LLMs. Guardrails for Amazon Bedrock: ferramenta nativa para definir tópicos bloqueados, filtros de conteúdo, anonimização de PII e controle de saídas do modelo. Princípios de IA responsável da AWS.
• Domínio 5: Segurança, Conformidade e Governança de IA (14%): segurança de dados em pipelines de ML (criptografia em trânsito e em repouso, controle de acesso com IAM, isolamento com VPC). Privacidade de dados de treinamento e inferência. Governança de modelos: versionamento, auditoria de decisões, logging com Amazon CloudWatch. Frameworks de conformidade aplicáveis a sistemas de IA (LGPD, SOC 2, ISO 27001). Diferença entre responsabilidade da AWS e responsabilidade do cliente no contexto de serviços de IA gerenciados.

Como estudar para a AIF-C01

Comece lendo o Exam Guide oficial da AWS (PDF gratuito, disponível na página da certificação). Esse documento define exatamente o escopo da prova, lista os conceitos e serviços cobrados em cada domínio e indica os pesos. Ignorar o Exam Guide é o erro número um do candidato iniciante.

Faça um simulado de baseline ANTES de estudar. Vai dar score baixo, e está tudo bem. O objetivo não é passar agora, é descobrir quais domínios você já conhece por carreira ou curiosidade com IA e quais estão zerados. Sem esse diagnóstico, você gasta tempo igual em tudo, o que é ineficiente.

Foque no que está fraco. Os domínios 3 (28%) e 2 (24%) somam 52% da prova. Se o baseline mostrou que você já manja conceitos básicos de IA (Domínio 1), corte o tempo ali pela metade e aprofunde em Bedrock e prompt engineering. Estudar perfeição em domínio onde você já está acima de 80% é desperdício de horas.

Domine o Amazon Bedrock com profundidade. É o serviço que aparece em mais questões da prova, direta ou indiretamente. Entenda o que são foundation models, como Bedrock os entrega, o que é Knowledge Bases para RAG, o que são Guardrails e como Agents for Bedrock orquestram tarefas multi-step. Você não precisa configurar nada; precisa saber o que cada recurso faz e quando escolher um sobre o outro.

Use flashcards SRS (Spaced Repetition System, estilo Anki) para memorizar conceitos e diferenças sutis. Exemplo de card útil: "Qual a diferença entre RAG e fine-tuning?" com resposta concisa. Repetição espaçada cimenta esse tipo de distinção que cai direto na prova.

Faça simulados frequentes, não um único simulado no fim do estudo. Cadência recomendada: simulado a cada 2 semanas, anotar todos os erros, transformar cada erro em flashcard, revisar esses flashcards até dominar. Esse ciclo é o que diferencia quem passa de quem refaz a prova.

AWS Skill Builder oferece cursos de fundamentos de IA e ML, além de material específico da AIF-C01. O curso "Fundamentals of Machine Learning and Artificial Intelligence" é gratuito e cobre boa parte do Domínio 1 e 2. Complemento útil para quem não tem base em IA.

O fluxo descrito acima (baseline simulado, fraqueza identificada, flashcard SRS automático do erro, re-teste) é exatamente o loop que o CertAI automatiza em português brasileiro. Você gasta menos tempo organizando estudo e mais tempo estudando o que importa.

Custo e inscrição

O preço oficial da AIF-C01 é USD 100, mais impostos locais. No Brasil, o gateway de pagamento converte para reais e aplica IOF de cartão internacional (atualmente 3,38%). O valor final fica acima de R$ 550 dependendo do câmbio do dia.

Vouchers de 50% de desconto existem, mas são raros. Aparecem em três contextos principais: programa AWS re/Start (capacitação focada em pessoas em transição de carreira), AWS Partner Network para funcionários de empresas parceiras, e alguns eventos AWS Summit que distribuem códigos para participantes presenciais. Não conte com voucher para planejar o estudo; conte como bônus.

A inscrição é feita pelo portal aws.training/Certification ou direto no site da Pearson VUE após criar a conta AWS Training. Você precisa de dois documentos válidos com foto (RG mais CNH funciona, ou passaporte como documento principal). O nome no documento deve bater 100% com o cadastro AWS, incluindo acentuação. Divergência leva a recusa de acesso à prova sem reembolso.

Duas opções de prova:

• Online (OnVUE): você faz de casa, usando computador com webcam, em ambiente fechado, sem mais ninguém no quarto. Agendamento 24 horas por dia, 7 dias por semana. Mais flexível, porém mais estressante: o proctor monitora você por câmera o tempo todo, e qualquer movimento suspeito (olhar para o lado, falar sozinho, levantar) pode invalidar a prova.
• Centro presencial (Pearson VUE): em locais credenciados, geralmente em capitais brasileiras (São Paulo, Rio, Brasília, Belo Horizonte, Porto Alegre, entre outras). Mais previsível para quem tem ansiedade com proctoring remoto, e sem risco de falha de internet no meio da prova.

Reagendamento é gratuito até 24 horas antes do horário marcado. Depois desse limite, perde o voucher e precisa comprar nova inscrição.

Quanto tempo leva para passar?

Depende fortemente da sua base prévia em IA e cloud. Três cenários típicos:

• Sem experiência em IA ou cloud: 8 a 12 semanas de estudo consistente, entre 1 e 2 horas por dia. Vocabulário de ML e nuvem inteiro precisa ser construído do zero, e os 5 domínios entram em paralelo.
• Com experiência técnica em cloud (AWS CLF-C02 ou similar), mas sem IA: 4 a 6 semanas. Você já tem o mental model de serviços gerenciados; só precisa aprender os conceitos de IA e o ecossistema Bedrock por cima do que já sabe.
• Gestor ou profissional de negócios que já lida com projetos de IA no dia-a-dia: 4 a 6 semanas também, mas com foco diferente: Domínios 4 e 5 (IA Responsável e Governança) costumam ser mais familiares, enquanto o vocabulário técnico de Bedrock e RAG precisa de atenção.

Não confie em post de "passei em 7 dias" do LinkedIn. É possível, mas apenas para quem já tem base sólida em IA generativa e dedica feriado prolongado ao estudo intensivo. Para a maioria, planejar 6 a 8 semanas é a estimativa mais realista e menos sujeita a frustração.

Outro ponto que distorce a percepção de tempo: muita gente conta só as horas de conteúdo assistido e ignora o tempo de revisão ativa, simulado e correção de erro. Considere que para cada hora de conteúdo novo, você precisa de pelo menos 30 minutos de revisão posterior para fixar. Isso aparece no planejamento total.

Dicas práticas para o dia da prova

• Chegue 30 minutos antes (presencial) ou faça check-in 30 minutos antes (online). Leve documento original com foto, nunca cópia. No formato online, garanta ambiente vazio, sem celular na mesa, sem fone de ouvido (a menos que autorizado previamente por acessibilidade), e janelas fechadas se possível.
• Use a flag "marcar para revisão" nas questões duvidosas em vez de travar. Você tem 90 minutos para 65 questões, o que dá aproximadamente 83 segundos por questão. Se travou em uma, marque, chute a mais provável e siga. Volte no final com o tempo que sobrar e revise com cabeça fresca.
• Leia cada enunciado duas vezes, prestando atenção em palavras-chave. A AWS adora colocar modificadores como "MOST cost-effective", "LEAST operational overhead", "MOST appropriate". Trocar uma palavra muda a resposta certa. Identifique o modificador antes de olhar as alternativas.
• Cuidado com armadilhas clássicas: confundir Amazon Bedrock (acesso a foundation models via API) com Amazon SageMaker (plataforma de ML para treinar modelos próprios), achar que RAG e fine-tuning são equivalentes (não são: RAG busca contexto externo em tempo real, fine-tuning adapta os pesos do modelo), confundir Amazon Q Developer (assistente de código) com Amazon Q Business (assistente corporativo sobre dados internos), assumir que foundation models não alucinam se estiverem conectados a Bedrock (alucinam; Guardrails e RAG reduzem mas não eliminam).
• O resultado sai na hora. Score preliminar aparece na tela assim que você termina e confirma. O certificado oficial e o badge digital chegam por email em até 5 dias úteis. Aprovado é aprovado: tirar 701 ou 950 vale a mesma certificação; ninguém vê seu score depois.

Próximos passos depois da AIF-C01

Caminho natural para IA: AWS Certified Machine Learning Engineer Associate (MLA-C01). É o próximo passo lógico para quem quer ir além dos conceitos e entender como modelos de ML são construídos, treinados e colocados em produção com Amazon SageMaker, SageMaker Pipelines e SageMaker Model Monitor. O tempo de preparação adicional é de 2 a 4 meses para quem tem base técnica.

Caminho cloud amplo: AWS Solutions Architect Associate (SAA-C03). Se o objetivo é arquitetura geral na AWS (não só IA), a SAA-C03 é a certificação mais valorizada pelo mercado entre as Associate. A AIF-C01 não é pré-requisito formal, mas familiariza com serviços gerenciados que reaparecem na SAA.

Outras Foundationals: se você ainda não tem a CLF-C02 (AWS Cloud Practitioner), considere fazê-la antes da AIF-C01. Os dois exames têm peso Foundational e custo idêntico (USD 100), mas a CLF-C02 cobre cloud em geral enquanto a AIF-C01 é específica para IA. Ter as duas complementa o portfólio.

Multi-cloud IA: Azure AI Fundamentals (AI-900, Microsoft) e Google Cloud Digital Leader (GCP) são equivalentes no nível Foundational de suas plataformas. Tirar as três Foundationals de IA demonstra visão de mercado, não apenas conhecimento de uma plataforma.

A AIF-C01 vence em 3 anos. A renovação pode ser feita sem refazer a prova: basta passar em qualquer certificação AWS de nível Associate, Professional ou Specialty dentro do período de validade. O recertificate é automático.

Leia também

• Quanto custa uma prova AWS? Valores 2026
• Qual certificação AWS começar? Roadmap 2026
• Glossário AWS em PT-BR

Pronto para começar?

Loop fechado em PT-BR: simulado, flashcards do seu erro, revisão espaçada. 7 dias grátis.

Conhecer o CertAI