Conceptos Clave para el Examen — AWS Certified AI Practitioner (AIF-C01)#

Imprimir como chuleta (desplegables abiertos) Sugerencia: en el diálogo de impresión elige «Guardar como PDF».

Imprimir como chuleta (desplegables abiertos) Sugerencia: en el diálogo de impresión elige «Guardar como PDF».

Imprimir como chuleta (desplegables abiertos) Sugerencia: en el diálogo de impresión elige «Guardar como PDF».

Repaso condensado de lo que más se pregunta en el AIF-C01, ordenado por los 5 dominios de la guía oficial. Úsalo la semana del examen, después de haber leído la Guía de Estudio: no reemplaza la explicación completa, la resume para repasar rápido.

Cómo usarlo: empieza por las anclas para memorizar: son unas pocas frases e imágenes que ordenan todo lo demás. Luego, en cada dominio: un resumen 🧠 en 5 ideas, los conceptos agrupados por familia (cada uno en una frase, con su ancla), las comparaciones que más confunden, la tabla "si el enunciado dice… piensa en…", las trampas y un mazo de flashcards. Al final, los pares que más se confunden, los tipos de inferencia y el mapa de servicios.

Método en 3 pasos: (1) lee el ancla y di en voz alta qué te recuerda; (2) tapa la columna derecha de las flashcards y respóndete; (3) lo que falles, vuelve a leerlo al día siguiente, no el mismo día: repasar espaciado fija más que releer seguido.

El examen en una mirada#

Novedades de la guía oficial v1.1 (abril de 2026)#

AWS publicó la versión 1.1 de la guía del examen AIF-C01 el 30 de abril de 2026. No cambian los pesos (20 · 24 · 28 · 14 · 14), el número de preguntas ni el puntaje; sí cambian la lista de servicios del temario y varios objetivos, sobre todo de IA agéntica, costos y evaluación. Si estudiaste con material anterior, repasa esta sección.

Servicios que entran, salen o cerraron#

Objetivos nuevos y qué estudiar#

Anclas para memorizar#

El examen casi nunca pide una definición: describe un escenario y te pide reconocer el concepto. Por eso aquí cada concepto va atado a una imagen, una pregunta o al propio nombre del servicio. Si recuerdas el ancla, el resto se deduce.

La regla que responde medio examen#

Ante cualquier escenario, hazte 3 preguntas, en este orden:

1. ¿Qué tipo de problema es? Texto, imagen, voz, documentos, búsqueda, generación, seguridad o auditoría. Descarta todo lo que sea de otra categoría.
2. ¿Qué restricción manda? Costo, latencia, privacidad, esfuerzo operativo, "sin reentrenar"… Suele estar en la última frase del enunciado.
3. ¿Qué es lo más simple que la cumple? Esa suele ser la respuesta correcta.

La escalera de personalización, con una imagen por peldaño (sube solo si el anterior no basta):

Frase para no confundir RAG y fine-tuning: RAG cambia lo que el modelo sabe; fine-tuning cambia cómo responde. Si cambia el dato, RAG. Si cambia la forma, fine-tuning. Y la diferencia entre fine-tuning y continued pre-training: ¿los datos tienen etiqueta? Con etiqueta, fine-tuning; sin etiqueta, continued pre-training.

Nombres que se explican solos#

Casi todos los servicios llevan la pista en el nombre. Apréndete la palabra y no la definición.

Listas que hay que saberse#

Tipos de aprendizaje: cuatro personajes

• 🧑‍🏫 Supervisado = estudiar con el solucionario (datos con etiqueta).
• 🧭 No supervisado = explorador sin mapa que agrupa lo que se parece (sin etiquetas).
• 🐕 Por refuerzo = perro con premios: prueba, recibe recompensa o castigo, mejora.
• 🙈 Autosupervisado = tapar la palabra siguiente y adivinarla: así se preentrenan los LLM.

Inferencia en SageMaker: cuatro formas de transporte (ordenadas por tamaño de lo que llevan)

Inferencia en Bedrock: formas de pagar

• 🚕 On-Demand = taxi con taxímetro: pagas por token, sin compromiso.
• 🌙 Batch = envío económico nocturno: ~50 % más barato si no hay prisa.
• 🔑 Provisioned Throughput = alquilar el auto por meses: capacidad garantizada, no ahorro.
• 🏢 Cross-Region = si la sucursal está llena te atienden en otra de la misma zona (ojo con la residencia de datos).
• 📌 Prompt caching = no volver a pagar el mismo documento largo en cada llamada.
• 🛎️ Intelligent Prompt Routing = recepcionista que manda lo fácil al modelo pequeño y lo difícil al grande (misma familia).

Parámetros de inferencia: el menú del restaurante

• 🌡️ Temperature = qué tan atrevido es el mesero al recomendarte platos. Baja = siempre lo mismo (consistente); alta = sorpresas (creativo, más alucinación).
• 🔟 Top-k = solo te muestran los k platos más pedidos.
• 📊 Top-p = te muestran platos hasta sumar el p % de los pedidos.
• ✂️ Max tokens = largo máximo de la respuesta; si se corta, súbelo.

Métricas: dos imágenes y una sigla

• 🎯 Precision = francotirador: cada disparo debe acertar. Importa cuando el falso positivo es caro (acusar de fraude a un buen cliente).
• 🎣 Recall = red de pesca: que no se escape ningún pez. Importa cuando el falso negativo es caro (no detectar un cáncer).
• 📝 ROUGE = Resumen (dos R) · 🌍 BLEU = Bilingüe (traducción) · 💬 BERTScore = sentido (similitud semántica).

Guardrails: 6 políticas = 6 preguntas que se hace el filtro

1. ¿Es de una categoría dañina (odio, violencia) o un ataque de prompt? → Content filters.
2. ¿Es un tema que yo prohibí? → Denied topics.
3. ¿Contiene una palabra concreta o una grosería? → Word filters.
4. ¿Trae un dato personal? → Sensitive information filters (bloquea o enmascara).
5. ¿Es fiel a la fuente recuperada? → Contextual grounding check.
6. ¿Cumple las reglas de la política, lógicamente? → Automated Reasoning checks.

IA responsable: 9 dimensiones en 4 preguntas

• ⚖️ ¿Es justo? → fairness (trato igual entre grupos de personas).
• 🔍 ¿Se entiende? → explainability (por qué esta decisión) y transparency (avisar que hay IA y cómo se hizo).
• 🧱 ¿Es fiable? → robustness (aguanta entradas raras) y veracity (no inventa).
• 🛡️ ¿Es seguro y está bajo control? → privacy & security, safety (no daña), controllability (se puede corregir o apagar) y governance (políticas, aprobaciones, auditoría).

Sesgos: cuatro frases

• 📷 Muestreo = faltan personas en la foto.
• 📜 Histórico = el pasado era injusto y los datos lo copian.
• 📏 Medición = la regla está torcida (el dato se captura mal).
• 👓 Confirmación = veo lo que quiero ver (sesgo del humano que elige los datos).

Ataques a prompts y datos: una imagen cada uno

• ☠️ Poisoning = envenenar el pozo: los datos de entrenamiento, antes de la inferencia.
• 💉 Injection = colar una orden falsa (directa del usuario o escondida en un documento).
• 🚗 Hijacking = robar el volante: la app termina haciendo la tarea del atacante.
• 🧗 Jailbreaking = saltar la cerca de seguridad con un rol o una ficción.
• 📄 Leaking = filtrar el guion: revela el system prompt.
• 🔓 Exposure = enseñar datos ajenos: PII o datos de otros usuarios en la salida.

Scoping Matrix: 5 verbos (¿de quién es el modelo?)

1. Uso una app pública (consumer app).
2. Contrato una app empresarial (enterprise app, p. ej. Q Business).
3. Llamo a un modelo existente por API (pre-trained, p. ej. Bedrock + RAG).
4. Ajusto ese modelo con mis datos (fine-tuned).
5. Creo mi modelo desde cero (self-trained).

1–2 = compras; 3–5 = construyes. A más número, más control y más responsabilidad tuya.

Números que sí se preguntan#

Últimas 48 horas#

Qué repasar en cada bloque#

Qué NO estudiar ya#

• Código, SDK, nombres de parámetros de API y pasos de consola: el examen pregunta qué elegir, no cómo configurarlo.
• Matemática interna (backpropagation, fórmulas de atención, derivadas) y arquitecturas de redes en detalle.
• Precios exactos, cuotas y límites finos (salvo los de inferencia de SageMaker de esta hoja).
• Hiperparámetros de algoritmos concretos (XGBoost, k-means) y el detalle de los servicios de datos (EMR, Redshift, Glue): están en el temario, pero basta saber para qué sirve cada uno.
• Servicios cerrados o fuera del temario: Amazon Forecast, Fraud Detector, CodeGuru, DeepRacer y MemoryDB (ver Novedades v1.1).
• Rehacer simulacros que ya te sabes de memoria: miden recuerdo, no comprensión.

Reglas para el día del examen#

• 65 preguntas, 90 min, 700/1000 para aprobar. 15 no puntúan y no sabes cuáles: trátalas todas igual.
• Lee primero la restricción del enunciado (tabla de abajo): suele decidir entre dos opciones técnicamente válidas.
• "MÁS rentable" no es "más potente". Suele ganar lo más simple que cumple: prompt engineering antes que RAG, RAG antes que fine-tuning, fine-tuning antes que entrenar desde cero. También: inferencia por lotes en vez de tiempo real si no hay urgencia.
• Descarta por categoría. Primero decide qué tipo de problema es (texto, imagen, voz, búsqueda, generación, seguridad, auditoría) y elimina las opciones de otra categoría. Ejemplo: si piden "quién hizo qué llamada a la API", descarta todo lo que no sea CloudTrail.
• Cuenta cuántas pide la respuesta múltiple. "Selecciona DOS" exige exactamente dos. No hay puntaje parcial: una sola incorrecta anula la pregunta. Lo mismo en ordenamiento (todos los pasos en su lugar) y emparejamiento (todos los pares correctos).
• Desconfía de los absolutos. "Siempre", "elimina por completo las alucinaciones" o "garantiza cero sesgo" casi nunca son correctos.
• Marca para revisar y avanza. Si dudas más de un minuto, elige tu mejor opción, márcala y sigue. Vuelve al final con la cabeza fresca.
• Controla el ritmo: ~80 segundos por pregunta. Referencia: pregunta 22 a los 30 min, pregunta 44 a los 60 min, y te quedan ~10 min para revisar marcadas.
• No dejes nada en blanco. Las respuestas incorrectas no se penalizan; una en blanco cuenta igual que una mala.
• En escenarios largos, lee primero la pregunta y luego busca en el escenario solo el dato que necesitas (restricción de costo, de privacidad, de latencia).

Restricción del enunciado → qué suele ganar

Dominio 1 — Fundamentos de IA y ML#

Vale el 20% del examen. Evalúa si dominas el vocabulario básico de IA/ML, reconoces cuándo conviene (y cuándo no) usar ML, y conoces el ciclo de vida de un modelo con sus servicios de AWS.

🧠 El dominio en 5 ideas
1. IA ⊃ ML ⊃ DL ⊃ GenAI: muñecas rusas, cada una dentro de la anterior.
2. ¿Hay etiqueta? Sí → supervisado (clasificación si es categoría, regresión si es número). No → no supervisado (clustering).
3. Train bien / test mal = overfitting (memorizó). Mal en ambos = underfitting (demasiado simple). Empeora con el tiempo = drift.
4. Con clases desbalanceadas, accuracy engaña: mira precision (FP caro), recall (FN caro) o F1.
5. Si la regla es fija y exacta, no uses ML; y si existe un servicio preentrenado, no construyas tu modelo.

Conceptos esenciales#

① Las muñecas rusas

• IA ⊃ ML ⊃ Deep Learning ⊃ GenAI. IA = cualquier sistema que imita inteligencia (incluso con reglas). ML = aprende de datos. DL = ML con redes neuronales de muchas capas. GenAI = DL que crea contenido nuevo.
  🧠 Ancla: cada muñeca añade una palabra: imita → aprende → con capas → crea.

② ¿Cómo aprende? (la etiqueta decide)

③ ¿Qué predice? (mira la salida)

• Classification → una categoría ("¿comprará? sí/no", tipo de flor). Regression → un número continuo ("¿cuánto gastará?", precio de una casa).
  🧠 Ancla: ¿la respuesta cabe en una caja (categoría) o en una regla graduada (número)?
• Clustering → forma grupos que no existían (sin etiquetas, p. ej. K-means). Anomaly detection → encuentra lo que se sale del patrón (transacción rara, sensor fallando).

④ Los datos

• Estructurados (tablas, CSV) · No estructurados (texto libre, imagen, audio, video) · Series de tiempo (valores ordenados por fecha) · Etiquetados / no etiquetados.
• Features vs. label: las features son las pistas de entrada (m², distrito); el label es lo que quieres adivinar (precio).
• Train / validation / test: 🧠 clases, simulacro, examen final. Train para aprender (~70–80 %), validation para ajustar hiperparámetros durante el desarrollo, test una sola vez al final con datos nunca vistos.

⑤ Entrenar bien

• Parámetros vs. hiperparámetros: los parámetros (pesos) los aprende el modelo; los hiperparámetros los fijas tú antes (learning rate, epochs, batch size, profundidad del árbol).
  🧠 Ancla: hiper = las perillas del horno que ajustas antes de hornear; los parámetros son cómo queda la masa.
• Overfitting = memorizó el solucionario: brilla en train, falla en test (alta varianza). Underfitting = no estudió: falla en ambos (alto bias).
  🧠 Ancla del bias/variance: en una diana, bias = dardos agrupados pero lejos del centro; variance = dardos dispersos por todas partes.
• Contra el overfitting: más datos, regularización (L1/L2, dropout: penaliza la complejidad) y early stopping (para cuando el error de validación deja de bajar). Contra el underfitting: modelo más complejo o más features.
• Transfer learning: reutilizas un modelo preentrenado y lo adaptas con pocos datos. 🧠 Un chef que ya sabe cocinar aprende tu receta en una tarde.
• Inference: usar el modelo ya entrenado con datos nuevos. 🧠 Entrenar = estudiar; inferir = rendir el examen. Tipos en SageMaker (taxi, auto, courier, camión): Inferencia en SageMaker AI.

⑥ El ciclo de vida y su mantenimiento

• Ciclo de ML: problema de negocio → datos (recolectar y preparar) → features → entrenar → evaluar → desplegar → monitorear → reentrenar.
  🧠 Ancla: "Pregunto, junto, preparo, entreno, evalúo, despliego, vigilo… y vuelta a empezar".
• MLOps: DevOps aplicado a ML; automatiza, versiona y monitorea el ciclo (Pipelines, Model Registry, detección de drift) para que sea repetible.
• Data / model drift: el mundo cambia y el modelo pierde precisión con el tiempo. Se detecta con SageMaker Model Monitor y se corrige reentrenando.
• Servicios de IA preentrenados (Comprehend, Textract, Rekognition, Transcribe, Polly, Translate, Lex, Kendra, Personalize…): tareas comunes por API, sin entrenar. El nombre ya dice lo que hacen: nombres que se explican solos.

Comparaciones que suelen confundir#

Si el enunciado dice… → piensa en…#

Métricas y fórmulas#

Matriz de confusión: TP (verdadero positivo), TN (verdadero negativo), FP (falso positivo, “falsa alarma”), FN (falso negativo, “se escapó”).

• Accuracy = (TP + TN) / total. Engaña con clases desbalanceadas.
• Precision = TP / (TP + FP). “De lo que marqué positivo, ¿cuánto acerté?” Úsala cuando un FP cuesta caro (spam que bloquea un correo legítimo).
• Recall (sensibilidad) = TP / (TP + FN). “De los positivos reales, ¿cuántos atrapé?” Úsala cuando un FN cuesta caro (cáncer, fraude).
• F1-score = 2 × (Precision × Recall) / (Precision + Recall). Equilibrio entre ambas; ideal con clases desbalanceadas.
• AUC-ROC: área bajo la curva TPR vs. FPR en todos los umbrales. 0,5 = azar; 1,0 = perfecto. Compara clasificadores sin fijar umbral.
• MAE = promedio de |real − predicho|. Error medio en las mismas unidades, robusto a outliers.
• RMSE = √(promedio de (real − predicho)²). Penaliza más los errores grandes.
• R²: proporción de la variación explicada por el modelo (1 = perfecto; 0 = igual que predecir el promedio).

Ejemplo: 1 000 transacciones, 20 fraudes. El modelo marca 25 como fraude; 15 lo son.
TP = 15, FP = 10, FN = 5, TN = 970.
Accuracy = 985/1 000 = 98,5% · Precision = 15/25 = 0,60 · Recall = 15/20 = 0,75 · F1 = 2·0,60·0,75/1,35 ≈ 0,67.
Moraleja: un modelo que diga “nunca hay fraude” tendría 98% de accuracy y recall 0. Por eso, con desbalance, mira recall/F1.

Regresión: errores de 2, 2 y 8 → MAE = 12/3 = 4; RMSE = √((4+4+64)/3) = √24 ≈ 4,9 (el error de 8 pesa más).

Métricas de negocio (también entran): costo por usuario, ROI, tasa de conversión, satisfacción del cliente. La métrica técnica debe alinearse con el objetivo de negocio.

Trampas frecuentes#

• Elegir ML para todo: si la lógica es determinista (calcular un impuesto, validar un formato) o se exige un resultado exacto y explicable, las reglas son más baratas y confiables. ML da resultados probabilísticos.
• Confiar en accuracy con datos desbalanceados: 99% de accuracy puede ser un modelo inútil. Busca recall, precision o F1 según el costo del error.
• Confundir clustering con clasificación: si no hay etiquetas, no puede ser clasificación.
• Evaluar con el mismo set de entrenamiento: infla la métrica y oculta el overfitting. El test set debe ser datos nunca vistos.
• Serverless para cargas grandes o con GPU: Serverless Inference no admite GPU y limita payload y tiempo; para archivos grandes o procesos largos va Asynchronous Inference.
• Construir un modelo propio cuando existe un servicio de IA preentrenado: si piden “menor esfuerzo” o “sin experiencia en ML”, elige Comprehend, Textract, Rekognition, etc., antes que SageMaker.
• Elegir un servicio cerrado: Amazon Forecast (cerrado a clientes nuevos desde el 29 de julio de 2024), Amazon Fraud Detector (desde el 7 de noviembre de 2025), Amazon CodeGuru (Reviewer sin nuevas asociaciones desde el 7 de noviembre de 2025; Security retirado el 20 de noviembre de 2025) y AWS DeepRacer (retirado el 15 de diciembre de 2025). La guía v1.1 ya no los lista: no son la respuesta. Pronósticos → SageMaker Canvas o SageMaker AI; fraude → SageMaker AI (XGBoost, AutoGluon); revisión de código → Amazon Q Developer (o Kiro).
• Más datos no siempre arreglan el underfitting: si el modelo es demasiado simple, necesitas más features o un modelo más complejo, no solo más filas.

Dominio 2 — Fundamentos de IA Generativa#

Vale el 24% del examen. Evalúa si entiendes cómo funciona la IA generativa (tokens, embeddings, transformers, FMs), para qué sirve y para qué no, y qué servicios de AWS la ofrecen y cómo se cobran.

🧠 El dominio en 5 ideas
1. Texto → tokens → embeddings: el modelo corta el texto en fichas (tokens) y convierte el significado en coordenadas (embeddings).
2. Transformer + atención es el motor de los LLM; un LLM es un tipo de FM, no al revés.
3. Imágenes: difusión (limpiar ruido), GAN (falsificador vs. perito), VAE (comprimir y descomprimir).
4. Temperature baja = consistente; alta = creativa. Nunca "más inteligente".
5. Límites: alucina, no es determinista y cobra por token. Bedrock no entrena con tus datos.

Conceptos esenciales#

① Cómo "lee" el modelo: de texto a números

② El motor y los tipos de modelo

• Transformer: arquitectura de los LLM; procesa toda la secuencia en paralelo (reemplazó a RNN/LSTM, que leían palabra por palabra).
• Self-attention: decide qué palabras del contexto importan para entender cada otra. 🧠 En "el banco del parque", mirar "parque" aclara que no es un banco financiero.
• Modelo fundacional (FM): modelo grande, preentrenado con datos amplios sin etiquetar, que sirve para muchas tareas. LLM: FM especializado en texto (Claude, Llama, Amazon Nova).
  🧠 Ancla: todo LLM es FM, como todo perro es mamífero; hay FMs de imagen, embeddings y multimodales.
• Multimodal: entiende o genera varios tipos de dato (subes la foto de una factura y preguntas el total).

③ Los tres generadores de imágenes

④ Usar el modelo

• Prompt: la entrada (instrucción, contexto, ejemplos, formato). Es la forma más barata de adaptar un FM.
• Inferencia: cada llamada al modelo para generar una respuesta; en Bedrock consume tokens.
• Parámetros de inferencia (se cambian por solicitud, sin reentrenar): temperature, top-k, top-p, max tokens. 🧠 Recuerda el menú del restaurante: atrevimiento del mesero, cuántos platos te muestran, hasta qué % de pedidos, largo de la respuesta.

⑤ Sus límites (y cómo se mitigan)

• Alucinación: responde con total seguridad algo falso. 🧠 El alumno que no sabe pero contesta con aplomo. Mitiga: RAG, grounding, temperature baja, revisión humana.
• No determinismo: mismo prompt, respuestas distintas. Hay que diseñar y probar contando con ello.
• Ciclo de vida de un FM: datos → elegir modelo → preentrenar → adaptar (fine-tuning) → evaluar → desplegar → feedback.

Comparaciones que suelen confundir#

Si el enunciado dice… → piensa en…#

Costos, ventajas y limitaciones#

Cómo se cobra en Bedrock

• Tokens de entrada y de salida: se cobran por separado; los de salida suelen costar más. Prompts largos y respuestas largas = más costo.
• Modos de inferencia (On-Demand, Batch, Provisioned Throughput, cross-Region) y prompt caching / Intelligent Prompt Routing: tabla en Inferencia en Amazon Bedrock.
• Otras palancas: modelo más pequeño si alcanza (p. ej. Nova Micro/Lite), prompts más cortos, limitar max tokens, destilación.

Ventajas: adaptabilidad (un mismo FM sirve para muchas tareas), velocidad para llegar al mercado (sin entrenar desde cero), escala (serverless), capacidad de responder en lenguaje natural y personalizar.

Limitaciones: alucinaciones, no determinismo, poca interpretabilidad (difícil explicar por qué respondió algo), costo por token a gran escala, conocimiento con fecha de corte, posibles sesgos y toxicidad heredados de los datos.

Métricas: no confundas las del negocio con las del modelo; ambas en Escalera de personalización y evaluación. "Valor para la empresa" pide métricas de negocio.

Privacidad en Bedrock: tus prompts y respuestas no se usan para entrenar los modelos base ni se comparten con los proveedores del modelo. Los datos se cifran, quedan en tu región y puedes usar VPC/PrivateLink. Hoy la mayoría de modelos serverless se habilitan automáticamente al invocarlos por primera vez (sin pedir "model access"); el control se hace con permisos IAM/SCP, y algunos proveedores piden un formulario de caso de uso o suscripción de Marketplace la primera vez.

Trampas frecuentes#

• "Temperature alta = modelo más inteligente". Falso: solo es más aleatorio y creativo, no más preciso.
• "Provisioned Throughput para ahorrar". No: sirve para capacidad garantizada; para ahorrar en lotes no urgentes es Batch inference.
• "Fine-tuning para que el modelo sepa datos que cambian cada día". Mejor RAG: el fine-tuning queda desactualizado y es más caro; RAG consulta la fuente al momento.
• "Bedrock entrena el modelo con mis prompts". Falso: tus datos no entrenan los modelos base ni se comparten con el proveedor.
• "La IA generativa sirve para todo". No para resultados que deben ser exactos, deterministas y explicables (cálculo de impuestos, decisiones reguladas sin revisión humana).
• Confundir ventana de contexto con max tokens: la ventana abarca entrada + salida; max tokens, solo la salida.
• "El preentrenamiento usa datos etiquetados". No: es autosupervisado (predice el siguiente token con texto sin etiquetar).
• Elegir SageMaker JumpStart cuando piden "sin gestionar infraestructura": esa pista apunta a Bedrock.

Dominio 3 — Aplicaciones de Modelos Fundacionales#

Es el dominio de más peso: 28% del examen. Evalúa si sabes elegir un modelo fundacional, darle contexto (prompts, RAG, agentes), personalizarlo al menor costo posible y medir si sus respuestas son buenas.

🧠 El dominio en 5 ideas
1. Elegir modelo = el que cumple (costo, latencia, idioma, modalidad, ventana), no el más grande.
2. RAG = examen a libro abierto: Knowledge Bases trocea, vectoriza, recupera y cita. Para datos que cambian.
3. Escalera: prompt → RAG → fine-tuning (etiquetado) → continued pre-training (sin etiquetar) → desde cero.
4. Agente decide los pasos; Flow los tiene fijos. AgentCore lleva a producción agentes de cualquier framework; MCP es el enchufe de herramientas.
5. Evaluar: ROUGE = resumen, BLEU = traducción, BERTScore = sentido; humanos o LLM juez para lo subjetivo.

Conceptos esenciales#

Token, embedding, chunking y ventana de contexto ya están definidos en el Dominio 2; aquí se ven aplicados.

① Elegir el modelo

• Criterios: costo, latencia, modalidad (texto, imagen, audio, video), ventana de contexto, idioma, tamaño, precisión y licencia.
  🧠 Ancla: eliges un vehículo, no el más potente. Un chatbot móvil en español necesita baja latencia y buen español; un contrato de 300 páginas, ventana grande o RAG.

② Darle conocimiento: RAG 📖

• RAG (Retrieval-Augmented Generation): antes de responder, busca fragmentos relevantes en tus documentos y los pega en el prompt. Examen a libro abierto: datos actuales y con citas, sin reentrenar.
• Amazon Bedrock Knowledge Bases = RAG administrado en 4 verbos: ingiere (S3, web crawler, Confluence, SharePoint, Salesforce) → trocea (chunking: por defecto, fijo, jerárquico, semántico o sin división) → vectoriza (Titan Text Embeddings, Cohere Embed, Nova) → guarda y recupera en la base vectorial, citando fuentes. También consulta datos estructurados (Redshift, lenguaje natural → SQL) y puede usar un índice GenAI de Kendra.
• Vector stores de Knowledge Bases: OpenSearch Serverless y Managed Clusters, Aurora PostgreSQL (no RDS), Neptune Analytics (GraphRAG), S3 Vectors, y Pinecone, MongoDB Atlas y Redis Enterprise Cloud.
  ⚠️ DocumentDB y RDS for PostgreSQL hacen búsqueda vectorial, pero no son vector store de Knowledge Bases.
• Retrieve vs. RetrieveAndGenerate: 🧠 "solo tráeme los libros" vs. "tráelos y respóndeme". El primero devuelve fragmentos; el segundo, la respuesta redactada con citas.
• Filtros de metadatos acotan la búsqueda (año, área, país); el reranking reordena lo recuperado por relevancia real antes de pasarlo al modelo.

③ Darle instrucciones: prompt engineering 🗣️

• Técnicas: zero-shot (sin ejemplos), few-shot (algunos ejemplos en el prompt), chain-of-thought ("razona paso a paso"), plantillas e instrucciones negativas ("no inventes precios").
  🧠 Ancla: zero = 0 ejemplos, few = unos pocos, chain = una cadena de pasos.
• Parámetros de inferencia: temperature, top-p, top-k, max tokens y stop sequences (texto que hace parar). Cambian cómo responde, no lo que sabe. Tabla más abajo.

④ Cambiar el modelo (tocar los pesos) 🏋️

⑤ Que actúe: agentes y flujos 🤖

• Amazon Bedrock Agents: agente administrado = instrucciones + action groups (OpenAPI o funciones + Lambda) + Knowledge Bases opcionales. Admite multiagente y confirmación del usuario antes de actuar.
• Amazon Bedrock Flows: pasos predefinidos en un diagrama visual (prompt → Knowledge Base → Lambda → condición).
  🧠 Ancla: Agent = taxista que elige la ruta; Flow = tren que sigue sus rieles.
• MCP, Strands, AgentCore, Kiro y context engineering: en IA agéntica. Costos de Bedrock: Inferencia en Amazon Bedrock.

IA agéntica: agentes, MCP, AgentCore y Kiro#

• Agente = modelo que razona y planifica + instrucciones + herramientas (APIs, Lambda, Knowledge Bases, intérprete de código, navegador) + memoria + un bucle razonar → actuar → observar (patrón ReAct) hasta cumplir el objetivo. Es el practicante que no solo contesta: hace el trámite.
• Memoria: de corto plazo (turnos de la sesión actual) y de largo plazo (preferencias y hechos que persisten entre sesiones).
• Multiagente: un supervisor reparte subtareas a agentes especialistas (Bedrock Agents multi-agent collaboration; en Strands: agents-as-tools, swarm, graph). Pista: "tarea compleja con varios especialistas".
• Autonomía con límites: acciones irreversibles (pagos, borrar datos) con confirmación humana, permisos IAM mínimos por herramienta y trazas para auditar.
• Tool use / function calling: el modelo pide ejecutar una función y tu código la ejecuta. MCP (Model Context Protocol, estándar abierto): un servidor MCP expone tools, resources y prompts una sola vez y cualquier agente cliente los usa; es el USB-C de las herramientas. A2A (Agent2Agent) conecta agente con agente; MCP conecta agente con herramienta.
• Strands Agents: SDK open source de AWS (Python y TypeScript), model-driven: defines modelo + prompt + herramientas y el modelo decide los pasos. Soporta MCP, multiagente y cualquier modelo (Bedrock por defecto).
• Context engineering: evolución del prompt engineering. Prompt engineering redacta la instrucción; context engineering decide todo lo que entra en la ventana en cada paso del agente (system prompt, historial, memoria recuperada, resultados de herramientas, fragmentos RAG, definiciones de tools): qué incluir, resumir o descartar para no saturarla ni gastar tokens.
• Kiro: IDE agéntico de AWS (también CLI) con desarrollo guiado por especificaciones: de un prompt genera requirements → design → tasks y el agente implementa; añade hooks (automatizaciones ante eventos, p. ej. al guardar), steering (reglas del proyecto) y MCP. Frente a Q Developer (asistente de código en IDE, consola y CLI), Kiro pone la especificación en el centro.

Amazon Bedrock AgentCore: servicios modulares para llevar a producción agentes de cualquier framework (Strands, LangGraph, CrewAI…) y cualquier modelo, dentro o fuera de Bedrock.

• Trampa: pasos fijos y conocidos → Bedrock Flows (o Step Functions), no un agente.
• Trampa: MCP no es un modelo ni un servicio de AWS: es un protocolo.
• Trampa: AgentCore no exige Bedrock Agents ni un framework concreto.
• Trampa: prompt del sistema ≠ control de acceso; los límites reales del agente son IAM, AgentCore Policy y Guardrails.

Comparaciones que suelen confundir#

Si el enunciado dice… → piensa en…#

Escalera de personalización y evaluación#

Regla de oro: sube un peldaño solo si el anterior no basta. De menor a mayor costo y esfuerzo:

1. Prompt engineering — sin entrenamiento ni datos extra. Úsalo primero: instrucciones claras, rol, ejemplos (few-shot), formato de salida, chain-of-thought.
2. RAG — sin tocar pesos. Cuando el modelo necesita conocimiento privado o actualizado y citas. Costo: base vectorial + embeddings + tokens de contexto.
3. Fine-tuning — cambia pesos con datos etiquetados (cientos a miles de ejemplos de calidad). Cuando necesitas estilo, formato o una tarea que el prompt no logra. Hay que reentrenar si cambian los datos.
4. Continued pre-training — cambia pesos con muchísimo texto sin etiquetar. Cuando el dominio tiene jerga que el modelo no entiende.
5. Entrenar desde cero — meses, datos masivos y mucho cómputo. Casi nunca es la respuesta en AIF-C01; solo si ningún modelo existente sirve.

Datos para fine-tuning: representativos, limpios, sin sesgos, etiquetados de forma consistente y con permisos de uso. Se suben a S3 en JSONL. Calidad > cantidad. Distillation es un atajo: los datos de entrenamiento los genera el modelo profesor.

Uso de modelos personalizados: según el modelo, se invocan con Provisioned Throughput o con inferencia on-demand (algunos modelos ajustados, destilados o importados con Custom Model Import ya la admiten). No asumas que siempre exigen capacidad reservada.

Parámetros de inferencia

Métricas y métodos de evaluación

Métricas de negocio (el "valor para la empresa"): tasa de conversión, ingreso medio por usuario (ARPU), satisfacción del cliente (CSAT/NPS), tasa de resolución o de deflection (consultas resueltas sin agente humano), tiempo medio de atención, costo por interacción, productividad/tiempo ahorrado, ROI y tiempo de salida al mercado. La métrica técnica debe traducirse en una de estas.

Trampas frecuentes#

• Saltar a fine-tuning cuando basta un buen prompt o RAG. En el examen, la opción “más simple y barata que resuelve el problema” suele ser la correcta.
• Usar fine-tuning para información que cambia (precios, políticas, stock). Quedaría desactualizado al día siguiente: eso es RAG.
• Subir temperature para “mejorar la precisión”. Es al revés: más temperature = más variación y más riesgo de alucinar.
• Creer que Intelligent Prompt Routing mezcla proveedores. Enruta entre modelos de una misma familia (p. ej. uno grande y uno pequeño), no entre cualquier modelo del catálogo.
• Ignorar la residencia de datos con cross-Region inference. Procesa en otras Regiones de la misma geografía; si la norma exige una sola Región, no es la respuesta.
• Pensar que las instrucciones del prompt bastan contra prompt injection. Se combinan con Guardrails (filtro de ataques de prompt), validación de entradas y permisos mínimos para las herramientas del agente.
• Usar BLEU para resúmenes o ROUGE para traducción. Recuerda: ROUGE = Resumen, BLEU = traducción (Bilingual).

Dominio 4 — Directrices para IA Responsable#

Pesa el 14% del examen (unas 7 de las 50 preguntas puntuadas). Evalúa si reconoces las dimensiones de la IA responsable, el origen del sesgo y qué herramienta de AWS usar para detectarlo, explicarlo, documentarlo o ponerle revisión humana (tareas 4.1 y 4.2).

🧠 El dominio en 5 ideas
1. Ubica cada escenario en una sola dimensión: ¿es justo? ¿se entiende? ¿es fiable? ¿es seguro y controlable?
2. El sesgo se previene en el origen: dataset representativo y balanceado. "Más datos" iguales no lo arreglan.
3. Línea de tiempo de herramientas: Ground Truth (antes) → Clarify (antes y después de entrenar) → Model Monitor y A2I (en producción).
4. Model Card = la escribes tú; AI Service Card = la publica AWS.
5. Transparencia = avisar; explicabilidad = justificar una decisión; interpretabilidad = se entiende por diseño.

Conceptos esenciales#

① Las dimensiones de la IA responsable: 9 nombres, 4 preguntas. El enunciado siempre deja una pista para ubicarlo en una sola.

② El sesgo: de dónde viene y cómo se evita

• Muestreo 📷 faltan personas en la foto (el dataset no incluye adultos mayores). Histórico 📜 el pasado era injusto (10 años de contrataciones sesgadas). Medición 📏 la regla está torcida (sensor o etiqueta defectuosos). Confirmación 👓 veo lo que quiero ver (un humano elige los datos que confirman su idea).
• La mitigación más efectiva: un dataset representativo, inclusivo y balanceado desde el origen. 🧠 Una encuesta electoral hecha solo en Lima no predice todo el Perú.
• Quitar la variable sensible no basta: el código postal o la universidad pueden actuar como proxy del género o el origen. Hay que medirlo.

③ Las herramientas de AWS en una línea de tiempo 🕒

④ Entender el modelo

• Transparencia = avisar (hay IA, cómo se entrenó). Explicabilidad = justificar una decisión de una caja negra con técnicas a posteriori (SHAP). Interpretabilidad = se entiende por diseño (árbol de decisión pequeño, regresión lineal).
  🧠 Ancla: transparencia es el cartel en la puerta; explicabilidad, el informe del perito; interpretabilidad, una caja de cristal.
• Trade-off: los modelos más precisos (redes profundas, FMs) suelen ser cajas negras; los interpretables rinden algo menos. En decisiones reguladas (créditos, salud) pesa más la interpretabilidad. Revelar demasiado del modelo también puede facilitar ataques.

⑤ Riesgos legales y sostenibilidad

• Riesgos legales de GenAI: propiedad intelectual, alucinaciones que dañan a clientes, sesgo y discriminación, pérdida de confianza, fuga de datos y contenido tóxico. 🧠 El chatbot de una aerolínea promete un reembolso inexistente y la empresa responde por ello.
• Sostenibilidad: el modelo más pequeño que cumpla, reutilizar FMs (RAG o fine-tuning, no entrenar desde cero), Trainium (entrenar) e Inferentia (inferir), instancias bien dimensionadas y Regiones con más energía renovable.

Comparaciones que suelen confundir#

Si el enunciado dice… → piensa en…#

Guardrails for Amazon Bedrock, pieza por pieza#

Guardrails se aplica a la entrada y a la salida del modelo, funciona con cualquier FM de Bedrock, con Agents y Knowledge Bases (y, con la API ApplyGuardrail, con modelos de fuera de Bedrock) y es independiente del prompt. Un mismo guardrail se reutiliza en varias apps. Tiene 6 políticas:

• Grounding vs. Automated Reasoning: grounding compara con el texto fuente de esa consulta (RAG, probabilístico, con umbral); Automated Reasoning compara con reglas lógicas de una política (determinista y demostrable).
• Lo que Guardrails NO hace: no garantiza cero alucinaciones, no reemplaza IAM ni el cifrado, no detecta sesgo en un dataset (Clarify) ni escanea PII en S3 (Macie).

Trampas frecuentes#

• Clarify no vigila en producción por sí solo: si el enunciado habla de monitoreo continuo o deriva con el tiempo, la respuesta es Model Monitor (que usa Clarify por debajo).
• A2I no etiqueta datos de entrenamiento: eso es Ground Truth. A2I actúa sobre predicciones ya hechas.
• Profanidad ≠ content filters: las groserías se bloquean con word filters (lista administrada de profanidad); los content filters cubren categorías como odio o violencia.
• "Más datos" no quita el sesgo: si los datos nuevos tienen la misma distribución sesgada, el problema sigue. La solución es que sean representativos y balanceados.
• Transparencia no es explicabilidad: avisar "estás hablando con una IA" es transparencia, aunque nadie explique cómo decidió el modelo.
• El modelo más preciso no siempre es la respuesta: en créditos o salud, un modelo interpretable con algo menos de precisión puede ser la opción correcta.
• Model Card ≠ AI Service Card: si el modelo es tuyo (SageMaker), Model Card; si es un servicio administrado de AWS, AI Service Card.
• Eliminar la variable sensible no basta: quitar "género" no evita el sesgo si otras variables (código postal, universidad) actúan como proxy. Mídelo con Clarify.

Dominio 5 — Seguridad, Cumplimiento y Gobernanza#

Vale el 14% del examen. Evalúa cómo proteger sistemas de IA (tarea 5.1: identidades, cifrado, red, registros, amenazas propias de la IA) y cómo demostrar cumplimiento y gobernar los datos (tarea 5.2: normas, auditoría, linaje, retención, residencia).

🧠 El dominio en 5 ideas
1. Busca el verbo del enunciado: ¿quién puede? (IAM) ¿quién hizo? (CloudTrail) ¿cómo va? (CloudWatch) ¿qué se configuró? (Config) ¿qué es vulnerable? (Inspector) ¿quién ataca? (GuardDuty) ¿dónde hay PII? (Macie).
2. CloudTrail no guarda el texto de los prompts: eso es model invocation logging, desactivado por defecto.
3. Artifact = papeles de AWS; Audit Manager = evidencia de tus cuentas.
4. "Sin pasar por internet" = PrivateLink; "controlar las llaves" = KMS customer managed key; SCP solo limita, nunca da permisos.
5. Responsabilidad compartida: AWS protege la nube; tú, lo que pones en ella. Cuanto más administrado, menos te toca.

Conceptos esenciales#

Ordenados por la pregunta que responde cada servicio: así, al leer el enunciado, basta con ver qué se pregunta.

① ¿Quién puede hacer qué? 🔑

• IAM (roles y políticas): quién puede hacer qué sobre qué recurso. Las apps usan roles (credenciales temporales), nunca claves en el código. Ej.: una Lambda con permiso solo para bedrock:InvokeModel.
• Mínimo privilegio: solo los permisos necesarios. 🧠 Al técnico le das la llave de la sala de servidores, no la maestra del edificio.
• IAM Access Analyzer: detecta recursos compartidos con cuentas externas o públicas y propone políticas ajustadas al uso real.
• AWS Organizations + SCP: techo de permisos para cuentas enteras (p. ej. prohibir Bedrock fuera de ciertas Regiones). 🧠 La SCP es el límite de velocidad de la carretera; IAM es la llave del auto. Sin llave no arrancas, y con llave tampoco pasas del límite.

② ¿Cómo protejo los datos? 🔒

• Cifrado en reposo (AWS KMS): datos guardados (S3, volúmenes, modelos, bases vectoriales). Con una customer managed key tú controlas política, rotación y uso. Cifrado en tránsito (TLS): datos viajando por la red. 🧠 Reposo = caja fuerte; tránsito = sobre cerrado.
• VPC endpoints / AWS PrivateLink: llegar a Bedrock o SageMaker sin salir a internet. 🧠 Un pasillo interno entre edificios, sin cruzar la calle.
• Amazon Macie: encuentra PII en buckets S3 con ML (antes de entrenar, ¿el dataset trae DNI o tarjetas?).
• Datos en Bedrock: prompts, respuestas y datos de fine-tuning no entrenan los modelos base ni se comparten con los proveedores; tu modelo personalizado es privado y cifrado.

③ ¿Qué pasó? (registro y operación) 👣

• AWS CloudTrail: las llamadas a la API (quién, qué, cuándo, desde dónde). Bitácora de auditoría; no guarda el texto de prompts ni respuestas.
• Model invocation logging (Bedrock): el contenido de prompts y respuestas, hacia CloudWatch Logs y/o S3. Viene desactivado.
• Amazon CloudWatch: métricas, logs y alarmas (latencia, invocaciones, errores, tokens).
  🧠 Ancla: CloudTrail = cámara de seguridad de la puerta (quién entró); CloudWatch = tablero del auto (cómo va); invocation logging = grabadora de la conversación.

④ ¿Está bien configurado? ¿Hay peligro? 🚨

• AWS Config: historial de configuración y reglas de cumplimiento (alerta si un bucket queda sin cifrar).
• Amazon Inspector: vulnerabilidades de software (CVE) y exposición de red en EC2, contenedores y Lambda.
• Amazon GuardDuty: amenazas activas detectadas con ML en los logs (credenciales usadas desde un país inusual).
• AWS Trusted Advisor: recomendaciones de buenas prácticas (costo, seguridad, rendimiento, límites; p. ej. MFA sin activar en la raíz).
  🧠 Ancla: Config = el plano del edificio; Inspector = el inspector de obra; GuardDuty = el guardia de turno; Trusted Advisor = el consultor que te deja una lista de mejoras.

⑤ ¿Puedo demostrar que cumplo? 📋

• AWS Artifact: descargar los informes de cumplimiento de AWS (SOC, ISO, PCI) y aceptar acuerdos (BAA para HIPAA).
• AWS Audit Manager: recoge evidencia automáticamente de tus cuentas y la mapea a marcos (GDPR, HIPAA, SOC 2, IA generativa).
  🧠 Ancla: Artifact = el certificado del edificio que te da el constructor; Audit Manager = la carpeta con las pruebas de que tú lo mantienes.

⑥ Gobernanza de datos y amenazas propias de la IA

• Gobernanza de datos: catálogo (qué datos hay), linaje (de dónde vienen y qué se les hizo), calidad, retención (cuánto tiempo), residencia (en qué país o Región) y ciclo de vida (crear → usar → archivar → borrar).
  🧠 Ancla del linaje: el árbol genealógico del dato.
• Amenazas propias de la IA: poisoning, prompt injection, jailbreak y fuga de datos. Tabla en Riesgos de prompts.

Comparaciones que suelen confundir#

Si el enunciado dice… → piensa en…#

Riesgos de prompts y cómo mitigarlos#

Desempate rápido: ¿ataca los datos de entrenamiento? → poisoning. ¿Cambia la instrucción? → injection (o hijacking si cambia el objetivo). ¿Salta las reglas de seguridad? → jailbreaking. ¿Saca el system prompt? → leaking. ¿Saca datos sensibles? → exposure.

Responsabilidad compartida y Scoping Matrix#

Regla base: AWS protege la seguridad de la nube (centros de datos, hardware, red global, software del servicio). Tú proteges la seguridad en la nube (datos, identidades, configuración, uso responsable). Cuanto más administrado es el servicio, menos te toca.

Generative AI Security Scoping Matrix (5 alcances, de menos a más control y responsabilidad). Alcances 1–2 = compras (usas la app de otro); 3–5 = construyes (tu app sobre un modelo). Pregunta clave: ¿de quién es el modelo y quién lo entrenó?

• Alcance 1 — Consumer app: usas una app pública de IA generativa (un chatbot gratuito, PartyRock). Solo controlas qué datos compartes y la política de uso.
• Alcance 2 — Enterprise app: una app SaaS empresarial con IA integrada (p. ej. Amazon Q Business, Q Developer o un CRM con asistente). Negocias contrato y términos de datos.
• Alcance 3 — Pre-trained models: construyes tu app sobre un FM existente vía API (Bedrock con RAG o prompts). No cambias los pesos del modelo.
• Alcance 4 — Fine-tuned models: ajustas un FM con tus datos (fine-tuning en Bedrock o SageMaker). Te toca proteger ese dataset y el modelo resultante.
• Alcance 5 — Self-trained models: entrenas un modelo desde cero con tus datos (SageMaker o EC2). Máximo control y máxima responsabilidad.

Trampas frecuentes#

• CloudTrail para ver prompts: CloudTrail registra la llamada a la API, no el texto. Para el contenido necesitas model invocation logging, que viene desactivado.
• Artifact para “tu” auditoría: Artifact solo da los informes de AWS. Si piden evidencia de tus cuentas, es Audit Manager.
• “AWS se encarga de todo” en servicios administrados: en Bedrock o Rekognition siguen siendo tuyos los permisos IAM, los datos y el uso de las respuestas.
• Config vs. Inspector vs. GuardDuty: configuración = Config; vulnerabilidades de software = Inspector; amenazas activas = GuardDuty. Si dudas, busca el verbo del enunciado.
• Olvidar la residencia con cross-Region inference: los perfiles de inferencia pueden procesar la solicitud en otra Región del mismo grupo geográfico. Si el dato no debe salir de una Región concreta, revisa el perfil o limítalo con SCP.
• SCP que “da” permisos: una SCP solo limita; el permiso real lo otorga IAM.
• Macie para texto en vivo: Macie escanea S3. Para PII en una conversación o en un flujo, piensa en Guardrails o Comprehend.
• Trusted Advisor como herramienta de auditoría: da recomendaciones de buenas prácticas, no evidencia de cumplimiento ni historial de configuración.

Pares que más se confunden#

Una frase de desempate por par. Si en el examen dudas entre dos de estos, busca en el enunciado la palabra en negrita.

SageMaker y ML#

IA generativa#

IA responsable, seguridad y gobernanza#

Tipos de inferencia: SageMaker y Bedrock#

Inferencia en SageMaker AI#

Extra: un multi-model endpoint aloja muchos modelos pequeños en un mismo endpoint para ahorrar costo.

Inferencia en Amazon Bedrock#

• Trampa: Provisioned Throughput da capacidad, no ahorro; para ahorrar sin urgencia, Batch.
• Trampa: Prompt Routing elige el modelo; cross-Region elige la Región con el mismo modelo.
• Trampa: prompt caching no agrega conocimiento nuevo (eso es RAG).

Mapa rápido de servicios AWS#

Usa este mapa para asociar cada servicio con la pista que lo delata en el enunciado: en el examen casi nunca te preguntan cómo se configura, sino cuál elegir.

Servicios de IA preentrenados#

Se consumen por API, sin entrenar modelos ni saber ML. Son la respuesta típica cuando piden "sin experiencia en ML" o "menor esfuerzo".

Ojo: Amazon CodeGuru Reviewer no acepta nuevas asociaciones desde el 7-nov-2025 y CodeGuru Security se retiró el 20-nov-2025: para revisión y seguridad de código, Amazon Q Developer (o Kiro). AWS DeepRacer se retiró de la consola el 15-dic-2025.

IA generativa#

SageMaker AI#

Plataforma para construir, entrenar y desplegar tus propios modelos. Es la respuesta cuando piden control total o un modelo a medida.

Datos y bases vectoriales#

Seguridad, monitoreo y gobernanza#

Cómputo para ML#

Truco: Trainium = Training; Inferentia = Inference.