Simulacro Combinado — AWS Certified AI Practitioner (AIF-C01)#

Nivel 4 de 4, el último antes del examen real: Básico → Intermedio → Avanzado → Combinado. A diferencia de los tres anteriores (que mantienen un solo nivel de dificultad de principio a fin), aquí las 65 preguntas mezclan intencionalmente dificultad 🟢 Básica, 🟡 Intermedia y 🔴 Avanzada dentro de cada dominio — igual que el examen real, donde no todas las preguntas son igual de difíciles ni están ordenadas por dificultad. Cada pregunta está etiquetada con su nivel para que, al revisar tus fallos, sepas si el vacío es de vocabulario básico (grave a estas alturas) o de matices avanzados (esperable, y para eso sirve seguir repasando).

Dominio	Preguntas	Rango	🟢 Básicas	🟡 Intermedias	🔴 Avanzadas
1. Fundamentos de IA y ML	13	1–13	5	5	3
2. Fundamentos de IA Generativa	16	14–29	6	6	4
3. Aplicaciones de Modelos Fundacionales	18	30–47	7	6	5
4. Directrices para IA Responsable	9	48–56	4	3	2
5. Seguridad, Cumplimiento y Gobernanza	9	57–65	4	3	2
Total	65		26 (40%)	23 (35%)	16 (25%)

Incluye preguntas "Selecciona DOS/TRES" (10 en total, mezcladas entre los niveles medio y avanzado, como en el examen real). Una selección parcial cuenta como error completo. Cada justificación incluye → Guía §X.Y.

Parte 1 — Preguntas#

Dominio 1 — Fundamentos de IA y ML#

🟢 Básico — Un banco entrena un modelo con miles de solicitudes de crédito históricas, cada una ya marcada como “aprobada” o “rechazada”, para predecir esa misma etiqueta en solicitudes nuevas. ¿Qué tipo de aprendizaje es este?

🟢 Básico — Una cooperativa agrícola quiere agrupar sus 500 parcelas según patrones similares de rendimiento, sin tener categorías de rendimiento definidas de antemano. ¿Qué tipo de aprendizaje corresponde?

🟢 Básico — Un dron de reparto aprende, mediante prueba y error, la ruta más corta entre dos puntos, recibiendo una recompensa cada vez que reduce el tiempo de vuelo. ¿Qué tipo de aprendizaje es este?

🟡 Intermedio — Un modelo que predice el rendimiento de cultivos obtiene un error muy bajo en los datos de entrenamiento, pero un error mucho más alto en un conjunto de validación separado del mismo período, que nunca vio. ¿Qué problema describe mejor esta situación?

🟡 Intermedio — Un equipo prueba distintos valores de learning rate antes de entrenar un clasificador de imágenes, buscando cuál produce el mejor resultado. ¿Qué tipo de valor están ajustando?

🟡 Intermedio — Una fábrica de electrónicos prioriza no dejar pasar ningún producto con un defecto real, aunque eso implique descartar por error algunas unidades sin defecto que luego se revisan manualmente. ¿Qué métrica debería priorizar?

🟡 Intermedio — Sobre los componentes de SageMaker para preparar y etiquetar datos, ¿cuáles DOS afirmaciones son correctas?SELECCIONA DOS

🟢 Básico — ¿Qué algoritmo integrado de SageMaker se usa comúnmente para clasificación y regresión sobre datos tabulares?

🟢 Básico — Un equipo quiere reducir el costo de un entrenamiento que puede tolerar interrupciones, guardando checkpoints periódicos. ¿Qué opción de compra de EC2 es la más económica?

🔴 Avanzado — Un sistema de control de calidad se evalúa sobre 2,000 piezas: 96 verdaderos positivos, 24 falsos positivos, 14 falsos negativos y 1,866 verdaderos negativos. El equipo de planta se queja de que hay demasiadas piezas buenas descartadas por error. ¿Qué métrica evidencia directamente ese problema y cuál es su valor aproximado?

🔴 Avanzado — Un modelo de recomendación obtuvo 94% de precisión en entrenamiento y 93% en validación al entrenarlo, pero un año después, en producción, su precisión cayó a 60% porque los hábitos de compra de los clientes cambiaron. ¿Qué problema describe mejor esta caída y qué herramienta lo detecta a tiempo?

🔴 Avanzado — Un equipo de MLOps despliega en SageMaker la nueva versión de un modelo de recomendación. ¿Cuáles DOS afirmaciones son correctas sobre las estrategias disponibles?SELECCIONA DOS

🟡 Intermedio — Una empresa entrena modelos de deep learning a gran escala y quiere minimizar el costo de entrenamiento usando chips diseñados específicamente por AWS. ¿Qué familia de instancias EC2 es la más adecuada?

Dominio 2 — Fundamentos de IA Generativa#

🟢 Básico — ¿Qué es un modelo fundacional (foundation model)?

🟢 Básico — ¿Qué es un token en el contexto de un LLM?

🟢 Básico — ¿Qué es un embedding?

🟢 Básico — Si se reduce la temperature de un modelo a un valor cercano a 0, ¿qué efecto tiene?

🟢 Básico — Un chatbot responde con seguridad citando un dato que suena convincente, pero que no existe en ninguna fuente real. ¿Cómo se llama esto?

🟢 Básico — Una empresa necesita que su asistente responda con información de un catálogo de precios que se actualiza a diario, y quiere evitar costos de entrenamiento recurrentes. ¿Qué técnica es la más adecuada?

🟡 Intermedio — Un documento en español de 9,000 palabras debe procesarse junto con una instrucción de 150 tokens y espacio para una respuesta de 400 tokens, en un modelo con ventana de contexto de 6,000 tokens. Si una palabra en español equivale aproximadamente a 1-2 tokens, ¿qué es lo más probable?

🟡 Intermedio — Una empresa de e-commerce necesita que su asistente cite el estado exacto de un pedido específico, un dato que cambia constantemente pedido por pedido. ¿Qué técnica es la más adecuada?

🟡 Intermedio — Sobre las técnicas de prompt engineering, ¿cuáles DOS afirmaciones son correctas?SELECCIONA DOS

🟡 Intermedio — ¿Cuál de las siguientes opciones no puede usarse como almacén vectorial para una solución RAG en AWS?

🟡 Intermedio — Un servicio que clasifica el sentimiento de un texto sin generar contenido nuevo (como un modelo tipo BERT) y un chatbot que genera token por token una respuesta nueva (como un modelo tipo GPT). ¿Qué componente del Transformer se asocia más con cada caso, respectivamente?

🟡 Intermedio — ¿Qué técnica reduce el tamaño en memoria de un modelo representando sus pesos existentes con menos bits (por ejemplo, de 32 a 8 bits), sin entrenar un modelo nuevo?

🔴 Avanzado — Dos ingenieros configuran el mismo modelo de forma distinta: uno baja la temperature a 0.2; el otro deja la temperature en 0.8 pero reduce el top-p a 0.3. ¿Qué es correcto sobre la diferencia entre ambos ajustes?

🔴 Avanzado — Un estudio contable necesita (1) citar montos y cláusulas específicas desde 80,000 documentos fiscales que cambian cada trimestre, y (2) que el estilo de redacción de todas sus respuestas sea uniformemente formal, algo que hoy varía mucho. ¿Qué DOS técnicas, combinadas, resuelven cada necesidad respectivamente?SELECCIONA DOS

🔴 Avanzado — Un colega describe un modelo de difusión así: “recibe el prompt, busca fotografías reales parecidas en una base vectorial, y las recorta y combina para formar el resultado”. ¿Es correcta esta descripción?

🔴 Avanzado — Un equipo de plataforma evalúa herramientas de AWS para su estrategia de IA agéntica: necesita un SDK de código abierto y agnóstico de proveedor de modelo para escribir el código de sus agentes y, por separado, servicios administrados para operar esos agentes de forma segura y a escala en producción (identidad, sesiones, memoria). ¿Cuáles DOS afirmaciones son correctas?SELECCIONA DOS

Dominio 3 — Aplicaciones de Modelos Fundacionales#

🟢 Básico — ¿Qué describe mejor a Amazon Bedrock?

🟢 Básico — ¿Qué familia de modelos fundacionales desarrolla la propia Amazon y está disponible en Amazon Bedrock?

🟢 Básico — ¿Qué capacidad de Amazon Bedrock automatiza la ingesta, el chunking y el almacenamiento vectorial de tus documentos para RAG?

🟢 Básico — ¿Qué capacidad de Amazon Bedrock permite que un modelo planifique y ejecute tareas de varios pasos, como invocar una función Lambda para consultar un sistema?

🟢 Básico — ¿Qué componente de Bedrock filtra contenido dañino, temas prohibidos y PII en las entradas y respuestas de un modelo?

🟢 Básico — ¿Qué servicio de AWS extrae automáticamente campos y tablas de documentos escaneados?

🟢 Básico — ¿Qué servicio de AWS analiza el sentimiento y extrae entidades de un texto?

🟡 Intermedio — Una plataforma de venta de entradas necesita moderar automáticamente las fotos de perfil de los usuarios para detectar contenido inapropiado y, por separado, extraer los datos de los documentos de identidad que suben para verificar su cuenta. Un colega sugiere usar Rekognition para ambas tareas. ¿Qué combinación es la más adecuada?

🟡 Intermedio — Una editorial digital quiere que los lectores encuentren artículos de su archivo histórico escribiendo preguntas en lenguaje natural, como “¿qué se publicó sobre El Niño en 1998?”. Un colega propone Amazon Personalize porque ya recomienda artículos en la portada. Además, cada respuesta debe citar los artículos de origen. ¿Qué servicio es el más adecuado?

🟡 Intermedio — Una aplicación de producción con tráfico alto y predecible necesita throughput garantizado, y ya se aprobó un compromiso de capacidad a mediano plazo. ¿Qué opción de Bedrock es la más adecuada?

🟡 Intermedio — Un centro de contacto necesita transcribir las llamadas a texto, convertir las respuestas de un IVR a voz y construir un chatbot que reconozca intenciones y gestione el diálogo. ¿Qué servicios cubren estas necesidades?SELECCIONA TRES

🟡 Intermedio — El equipo de desarrollo quiere un asistente en el IDE que genere código y explique módulos heredados. Por separado, el área de Recursos Humanos quiere un asistente listo para usar que responda las preguntas de los empleados con base en las políticas internas guardadas en SharePoint. ¿Qué servicios corresponden a cada necesidad, respectivamente?

🟡 Intermedio — Una fintech quiere estimar el riesgo de fraude en pagos y en registros de cuentas nuevas. No tiene científicos de datos ni programadores de ML, pero sí analistas de negocio con un histórico de transacciones ya marcadas como fraudulentas o legítimas, y quiere que ellos mismos construyan el modelo con una interfaz visual, sin escribir código. ¿Qué opción es la más coherente?

🔴 Avanzado — Un equipo ya opera su propio clúster de OpenSearch y su propio código de embeddings. Prioriza explícitamente controlar cada etapa del RAG (división en chunks, embeddings, recuperación y reordenamiento) con código propio, aunque eso implique más tiempo de desarrollo. ¿Qué enfoque es el más coherente con esa prioridad?

🔴 Avanzado — Una empresa configura dos reglas en Bedrock Guardrails: una impide que el asistente atienda cualquier consulta sobre “asesoría legal”, y otra impide que mencione el nombre de un producto de la competencia, sea cual sea el tema de la conversación. ¿Qué tipo de regla es cada una, respectivamente?

🔴 Avanzado — Sobre las capacidades de Amazon Bedrock, ¿qué afirmaciones son correctas?SELECCIONA DOS

🔴 Avanzado — Un equipo de ML quiere partir de un modelo fundacional ya preentrenado, pero necesita elegir el tipo de instancia de inferencia y configurar su propio autoescalado, algo que la API serverless de Bedrock no le permite. ¿Qué opción cumple ese requisito?

🔴 Avanzado — Un equipo no solo ajusta el texto de un prompt individual, sino que diseña todo el sistema que decide qué información (historial de conversación, resultados de una búsqueda, datos del usuario, herramientas disponibles) se ensambla y en qué orden se entrega al modelo en cada llamada. ¿Qué concepto describe esta práctica más amplia?

Dominio 4 — Directrices para IA Responsable#

🟢 Básico — ¿Qué dimensión de IA responsable se refiere a que un modelo no discrimine por raza, género o edad?

🟢 Básico — Un banco puede señalar qué variables influyeron en el rechazo de un crédito específico. ¿Qué dimensión de IA responsable ilustra esto?

🟢 Básico — ¿Qué servicio de AWS detecta sesgo (bias) en los datos y en las predicciones, y genera explicaciones tipo SHAP?

🟢 Básico — ¿Qué servicio de AWS incorpora revisión humana sobre las predicciones de baja confianza de un modelo ya en funcionamiento?

🟡 Intermedio — Un modelo de precios de seguros usa el código postal como variable, y con el tiempo se descubre que ese código está correlacionado con la composición racial de cada zona, lo que genera primas más altas para ciertos grupos sin que nadie lo programara así. ¿Qué tipo de problema es este?

🟡 Intermedio — ¿Qué diferencia a SageMaker Model Cards de AWS AI Service Cards?

🟡 Intermedio — Sobre los marcos de gobernanza de IA, ¿qué afirmaciones son correctas?SELECCIONA DOS

🔴 Avanzado — Un modelo simple de una sola regla se entiende con solo leerla; una red neuronal con millones de parámetros necesita SHAP, aplicado después de entrenarla, para explicar sus decisiones. Un colega dice: “ambos casos son ejemplos de explicabilidad, solo que uno es más fácil que el otro”. ¿Es correcta esta afirmación?

🔴 Avanzado — Un equipo decide entrenar primero un modelo y evaluar el bias solo cuando ya está en producción, en lugar de curar los datos y evaluar el bias antes de entrenar. ¿Por qué el orden recomendado (diseño → datos representativos → entrenamiento con evaluación de bias → explicabilidad → despliegue con monitoreo) es más efectivo?

Dominio 5 — Seguridad, Cumplimiento y Gobernanza#

🟢 Básico — Bajo el modelo de responsabilidad compartida, ¿quién es responsable de configurar correctamente las políticas de IAM en la cuenta del cliente?

🟢 Básico — ¿Es correcto que los prompts enviados a Amazon Bedrock se usen para reentrenar los modelos base compartidos con otros clientes?

🟢 Básico — ¿Cuál es la función principal de AWS KMS en una solución de IA generativa sobre AWS?

🟢 Básico — ¿Qué permite invocar Bedrock desde una subred privada de una VPC sin que el tráfico salga a la internet pública?

🟡 Intermedio — Un equipo solo debe poder invocar un modelo específico de Bedrock, sin poder crear ni modificar Guardrails o Knowledge Bases. ¿Qué política de IAM sigue el principio de mínimo privilegio?

🟡 Intermedio — Una empresa necesita descargar el informe SOC 2 de AWS y aceptar el BAA de HIPAA y, por separado, verificar de forma continua que sus buckets de S3 tengan el cifrado activado según una regla interna. ¿Qué servicios cubren cada necesidad, respectivamente?

🟡 Intermedio — Durante una investigación de seguridad, un equipo necesita saber (1) qué identidad invocó un modelo de Bedrock y cuándo, y (2) el contenido exacto del prompt de esa invocación, que se registró porque la opción correspondiente estaba habilitada. ¿Qué opciones cubren estas necesidades?SELECCIONA DOS

🔴 Avanzado — Un pipeline de CI/CD en la cuenta de “desarrollo” necesita invocar temporalmente un modelo de Bedrock en la cuenta de “producción”, sin guardar credenciales de larga duración de esa cuenta. ¿Qué mecanismo de IAM es el más adecuado?

🔴 Avanzado — Un banco despliega agentes de IA con Amazon Bedrock AgentCore que pueden consultar el saldo de una cuenta y, en algunos casos, iniciar una transferencia. El equipo de seguridad ya resolvió cómo el agente se autentica ante los sistemas externos (AgentCore Identity), pero ahora necesita, por separado, definir qué acciones específicas tiene permitido ejecutar cada agente (por ejemplo, “puede consultar saldo, pero no iniciar transferencias mayores a $1,000”). ¿Qué necesita configurar el equipo?

Parte 2 — Respuestas y justificación#

Dominio 1#

1. C — Supervisado. Existe una etiqueta conocida (“aprobada”/“rechazada”) para cada ejemplo histórico y se predice esa misma etiqueta. Por qué no las otras: A) No supervisado aplicaría si no hubiera etiquetas previas, pero aquí cada solicitud ya tiene su resultado. B) Por refuerzo requiere un agente que aprenda por prueba y error mediante recompensas, no una etiqueta fija por registro. D) Autosupervisado crea etiquetas a partir de los propios datos sin etiquetar (como en el preentrenamiento de un LLM); aquí las etiquetas vienen del negocio. → Guía §1.2.

2. A — No supervisado. Sin categorías de rendimiento previas, el objetivo es que el modelo descubra agrupaciones por sí mismo (clustering). Por qué no las otras: B) Supervisado necesitaría categorías ya definidas como etiquetas, que aquí no existen. C) Semisupervisado parte de algunos ejemplos etiquetados; aquí no hay ninguno. D) Por refuerzo requeriría un agente que reciba recompensas por sus acciones, no un agrupamiento por similitud. → Guía §1.2.

3. C — Por refuerzo. Un agente (el dron) que aprende por prueba y error mediante recompensas es el caso típico de aprendizaje por refuerzo. Por qué no las otras: A) Supervisado requeriría rutas ya etiquetadas como óptimas para imitarlas. B) No supervisado busca patrones o grupos en datos sin etiquetar, no maximiza una recompensa. D) Autosupervisado genera etiquetas desde los propios datos, sin agente ni recompensas. → Guía §1.2.

4. D — Overfitting. Error bajo en entrenamiento y alto en datos no vistos de la misma distribución indica que el modelo memorizó en lugar de generalizar. Por qué no las otras: A) Underfitting daría error alto también en entrenamiento. B) Data drift es un cambio de los datos con el tiempo en producción; aquí la validación es del mismo período. C) Data leakage suele producir métricas de validación demasiado buenas, no peores. → Guía §1.3.

5. C — Hiperparámetro. El learning rate se configura antes de entrenar y controla cómo aprende el modelo. Por qué no las otras: A) Un parámetro (como los pesos) lo aprende el modelo durante el entrenamiento, no se fija antes. B) Una feature es una variable de entrada del dataset. D) Una métrica de evaluación mide el resultado del modelo, no configura su entrenamiento. → Guía §1.3.

6. C — Recall. No dejar pasar defectos reales equivale a minimizar falsos negativos, y eso lo mide recall = TP / (TP + FN). Por qué no las otras: A) Precision prioriza evitar falsos positivos, que aquí se aceptan. B) Accuracy mezcla todos los aciertos y la domina la clase mayoritaria de productos sin defecto. D) Especificidad mide los verdaderos negativos, es decir, evitar descartar unidades buenas, lo contrario de la prioridad. → Guía §1.5.

7. C y D. Data Wrangler ofrece preparación visual de datos (C); Ground Truth coordina etiquetado humano (D). Por qué no las otras: A) Feature Store almacena y comparte features ya calculadas; la transformación visual es de Data Wrangler. B) Clarify detecta sesgo y explica predicciones; no organiza etiquetado. E) Model Monitor vigila modelos en producción; el sesgo previo al entrenamiento lo analiza Clarify. → Guía §1.4, §1.6.

8. D — XGBoost. Es el algoritmo integrado de referencia para clasificación y regresión sobre datos tabulares. Por qué no las otras: A) BlazingText está orientado a texto (clasificación de texto y word embeddings). B) K-Means es clustering no supervisado; no predice etiquetas ni valores. C) Random Cut Forest detecta anomalías, no clasifica ni hace regresión. → Guía §1.7.

9. B — Spot. Capacidad sobrante con descuentos de hasta ~90%, ideal si el entrenamiento tolera interrupciones y guarda checkpoints. Por qué no las otras: A) On-Demand no se interrumpe, pero es la tarifa más alta. C) Reserved Instances exigen compromiso de 1 o 3 años y convienen para uso continuo. D) Savings Plans también exigen compromiso de 1 o 3 años y ahorran menos que Spot. → Guía §1.8.

10. D — Precision ≈ 0.80. Precision = 96/(96+24) = 0.80: de las piezas marcadas como defectuosas, el 20% en realidad no lo era, exactamente la queja de descartes innecesarios. Por qué no las otras: A) Recall ≈ 0.87 es un valor real, pero mide la proporción de defectos reales detectados, no las piezas buenas descartadas. B) Accuracy ≈ 0.98 también es real, pero queda dominada por los 1,866 verdaderos negativos y oculta los falsos positivos. C) El F1-score (≈0.83) es correcto como cálculo, pero al mezclar precision y recall no aísla el problema de los descartes. → Guía §1.5.

11. A — Drift de datos + Model Monitor. Un modelo que era bueno y estable se degrada en producción porque cambiaron los datos; Model Monitor lo detecta comparando el tráfico real con una línea base. Por qué no las otras: B) El overfitting se notaría desde el inicio como brecha entre entrenamiento y validación, y Debugger actúa durante el entrenamiento. C) Clarify analiza sesgo y explicabilidad; el problema no es un sesgo inicial sino un cambio con el tiempo. D) El underfitting daría métricas bajas desde el principio, y Automatic Model Tuning optimiza hiperparámetros, no monitorea producción. → Guía §1.6, §1.8.

12. C y E. Un canary deployment envía una pequeña parte del tráfico real a la nueva versión (C); un shadow test procesa una copia del tráfico sin devolver sus respuestas a los usuarios (E). Por qué no las otras: A) Un multi-model endpoint aloja muchos modelos sobre la misma infraestructura compartida, no uno por instancia. B) Mover todo el tráfico de una vez es un despliegue all-at-once, no canary. D) Devolver respuestas de la nueva versión a algunos usuarios es un canary; en el shadow nadie ve esas respuestas. → Guía §1.8.

13. D — Trn (Trainium). Chip de AWS diseñado específicamente para entrenar modelos de deep learning a menor costo. Por qué no las otras: A) Inferentia es chip de AWS, pero optimizado para inferencia, no para entrenamiento. B) Las instancias P entrenan bien, pero usan GPU de NVIDIA, no chips de AWS. C) Graviton es una CPU Arm de propósito general diseñada por AWS, no un acelerador de entrenamiento. → Guía §1.6.

Dominio 2#

14. D — Modelo grande preentrenado y adaptable. Se preentrena con enormes volúmenes de datos diversos y se adapta a muchas tareas. Por qué no las otras: A) Un modelo pequeño de una sola tarea es ML tradicional especializado. B) Responder con datos recuperados en tiempo real es RAG, una técnica sobre el modelo. C) Un modelo entrenado solo con datos etiquetados propios es ML supervisado clásico. → Guía §2.1.

15. B — Fragmento de texto. Es la unidad mínima que procesa el modelo y la base de la facturación y del límite de contexto. Por qué no las otras: A) Un peso interno ajustado al entrenar es un parámetro. C) Un vector que representa significado es un embedding. D) Una credencial de API es otro uso de la palabra “token”, ajeno a los LLM. → Guía §2.1.

16. C — Vector numérico de significado. Representa texto o imágenes como vectores donde lo parecido queda cerca, base de la búsqueda semántica y de RAG. Por qué no las otras: A) Un fragmento de documento es un chunk. B) El parámetro de aleatoriedad es la temperature. D) La unidad de texto que procesa el modelo es el token. → Guía §2.1.

17. A — Más deterministas. Con temperature cercana a 0 el modelo elige casi siempre el token más probable. Por qué no las otras: B) Respuestas más variadas es el efecto de subir la temperature. C) La longitud se controla con max tokens. D) La ventana de contexto es fija para cada modelo. → Guía §2.1.

18. A — Alucinación. El modelo genera contenido falso con apariencia de verdad. Por qué no las otras: B) Prompt injection es un ataque con instrucciones maliciosas en la entrada. C) Data drift es el cambio de los datos de entrada con el tiempo. D) El sesgo produce resultados injustos para ciertos grupos, no hechos inventados. → Guía §2.1.

19. C — RAG. Recupera la información vigente del catálogo en el momento de cada consulta, sin modificar el modelo. Por qué no las otras: A) Fine-tuning obligaría a reentrenar cada vez que cambian los precios. B) Continued pre-training también es un entrenamiento costoso que queda desactualizado. D) Few-shot prompting guía el formato con ejemplos, pero no conecta el modelo con el catálogo actualizado. → Guía §2.3.

20. D — No cabe completo. A 1–2 tokens por palabra, el documento ocupa entre 9,000 y 18,000 tokens, más que la ventana de 6,000, antes de sumar instrucción y respuesta. Por qué no las otras: A) La ventana se mide en tokens, y 9,000 palabras superan 6,000 tokens en cualquier caso. B) La temperature controla la aleatoriedad, no el tamaño de la entrada. C) La ventana incluye entrada y salida, y el documento solo ya la excede. → Guía §2.1.

21. B — RAG. Consulta la información vigente (el estado real del pedido) en el momento de responder. Por qué no las otras: A) Fine-tuning fija conocimiento en los pesos y quedaría desactualizado. C) Continued pre-training adapta el modelo a un dominio, no le da el dato actual de un pedido. D) Few-shot prompting guía el formato con ejemplos, sin aportar el estado real. → Guía §2.3.

22. D y E. Few-shot prompting incluye ejemplos resueltos dentro del prompt (D) y negative prompting indica qué no debe incluir la salida (E). Por qué no las otras: A) Zero-shot no incluye ejemplos; con ejemplos sería few-shot. B) Chain-of-thought es una técnica de prompt que pide razonar paso a paso; no toca los pesos. C) Few-shot no requiere fine-tuning: los ejemplos van en el prompt en tiempo de inferencia. → Guía §2.2.

23. D — AWS Glue Data Catalog. Guarda metadatos de tablas para ETL y analítica; no almacena embeddings ni hace búsqueda por similitud. Por qué no las otras: A) OpenSearch Service admite búsqueda k-NN y es la opción por defecto de Knowledge Bases. B) Aurora PostgreSQL con pgvector almacena y busca embeddings. C) Neptune Analytics admite búsqueda vectorial y se usa para GraphRAG. → Guía §2.3.

24. B — Encoder / Decoder. Analizar texto sin generar contenido es trabajo del encoder; generar token por token, del decoder. Por qué no las otras: A) Invierte los roles de encoder y decoder. C) El clasificador no se asocia al decoder, sino al encoder. D) La generación token por token no es trabajo del encoder, sino del decoder. → Guía §2.6.

25. B — Quantization. Reduce la precisión numérica de los pesos existentes (por ejemplo, FP32 a INT8) sin entrenar un modelo nuevo. Por qué no las otras: A) Distillation entrena un modelo estudiante nuevo. C) Pruning elimina pesos poco importantes, no reduce los bits de cada uno. D) LoRA es fine-tuning eficiente para especializar el modelo, no una técnica de compresión. → Guía §2.9.

26. D — Mecanismos distintos. Ambos reducen la diversidad: temperature reescala toda la distribución de probabilidades y top-p limita los candidatos según su probabilidad acumulada. Por qué no las otras: A) Top-p sí reduce la diversidad al restringir los candidatos. B) La longitud se controla con max tokens, no con top-p. C) Invierte los mecanismos de temperature y top-p. → Guía §2.1.

27. A y C. RAG recupera montos y cláusulas vigentes con fuentes citables sin reentrenar (A); fine-tuning con ejemplos en estilo formal uniforma el tono (C). Por qué no las otras: B) Continued pre-training adapta el vocabulario del dominio, pero no asegura citas exactas y quedaría desactualizado cada trimestre. D) Los content filters de Guardrails bloquean contenido dañino, no imponen un estilo. E) 80,000 documentos no caben en el prompt y few-shot no sirve para buscar en un corpus. → Guía §2.3.

28. A — Parte de ruido aleatorio. Un modelo de difusión elimina ruido en muchos pasos guiado por el prompt hasta formar una imagen nueva; no busca ni recorta fotografías. Por qué no las otras: B) Buscar y combinar fotos reales no es cómo funciona la difusión; la recuperación es propia de RAG. C) Predecir píxel a píxel como un LLM es un enfoque autorregresivo. D) Un generador y un discriminador que compiten describen una GAN. → Guía §2.8.

29. B y C. Strands Agents es el SDK de código abierto de AWS para construir agentes de forma agnóstica de modelo (B); Bedrock AgentCore reúne los servicios administrados para desplegar y operar agentes a escala, con identidad y memoria (C). Por qué no las otras: A) Kiro es un IDE agéntico guiado por especificaciones, no la plataforma para operar agentes. D) JumpStart es un catálogo de modelos preentrenados, no un SDK de agentes. E) Bedrock Agents es una capacidad administrada de Bedrock, no un SDK de código abierto. → Guía oficial AIF-C01 — Dominio 2, Tarea 2.3.

Dominio 3#

30. B — Servicio serverless con API a modelos fundacionales. Da acceso a modelos de múltiples proveedores sin administrar infraestructura. Por qué no las otras: A) Entrenar y desplegar modelos propios en instancias elegidas es SageMaker AI. C) Un asistente para empleados conectado a los datos de la empresa es Amazon Q Business. D) Un catálogo de modelos desplegados en endpoints de SageMaker es SageMaker JumpStart. → Guía §3.1.

31. A — Amazon Nova. Es la familia de modelos fundacionales propia de Amazon en Bedrock, junto a la anterior Titan. Por qué no las otras: B) Claude es de Anthropic. C) Llama es de Meta. D) Command es de Cohere. → Guía §3.1.

32. C — Bedrock Knowledge Bases. Automatiza el pipeline de RAG: ingesta, chunking, embeddings, almacenamiento vectorial y recuperación. Por qué no las otras: A) Agents orquesta acciones de varios pasos; puede usar una base de conocimiento, pero no la construye. B) Guardrails filtra contenido y PII, no vectoriza documentos. D) Data Automation extrae información de contenido multimodal, sin gestionar el almacén vectorial ni la recuperación. → Guía §3.1.

33. A — Bedrock Agents. Planifica y ejecuta acciones de varios pasos invocando APIs o funciones Lambda mediante action groups. Por qué no las otras: B) Knowledge Bases automatiza el RAG, no la ejecución de acciones. C) Guardrails filtra el contenido de entradas y respuestas. D) Prompt Management versiona plantillas de prompts, sin ejecutar tareas. → Guía §3.5.

34. B — Bedrock Guardrails. Filtra contenido dañino, temas prohibidos y PII en entradas y respuestas. Por qué no las otras: A) Bedrock Agents ejecuta acciones de varios pasos, no filtra contenido ni PII. C) Model Evaluation mide la calidad o la toxicidad de un modelo, pero no bloquea respuestas en producción. D) Knowledge Bases aporta contexto de documentos para RAG, no aplica políticas de contenido. → Guía §3.5.

35. B — Amazon Textract. Extrae campos y tablas de documentos escaneados. Por qué no las otras: A) Amazon Comprehend analiza texto (sentimiento, entidades), pero no extrae campos y tablas de documentos escaneados. C) Amazon Rekognition analiza imágenes y video; detecta texto suelto, pero no estructura formularios ni tablas. D) Amazon Kendra es un buscador empresarial sobre documentos ya indexados, no extrae campos de documentos escaneados. → Guía §3.2.

36. D — Amazon Comprehend. Analiza sentimiento y entidades en texto. Por qué no las otras: A) Amazon Transcribe convierte audio en texto, no analiza su sentimiento. B) Amazon Textract extrae texto y estructura de documentos, pero no interpreta sentimiento ni entidades. C) Amazon Translate traduce entre idiomas, sin análisis de sentimiento. → Guía §3.2.

37. A. Rekognition es ideal para moderar imágenes; Textract es el servicio específico para extraer campos de documentos como identificaciones (AnalyzeID). Por qué no las otras: B) Rekognition detecta texto suelto en imágenes, pero no estructura los campos de un documento de identidad. C) Textract no modera imágenes por contenido inapropiado. D) Comprehend trabaja sobre texto, no sobre imágenes, así que no puede moderar fotos. → Guía §3.2.

38. D — Amazon Bedrock Knowledge Bases. Ofrece búsqueda semántica en lenguaje natural sobre el archivo y responde citando los artículos de origen (RAG); recomendar según el comportamiento es un problema distinto. Por qué no las otras: A) Personalize genera recomendaciones a partir de interacciones, no responde preguntas de búsqueda. B) Comprehend extrae entidades y temas, pero no busca documentos. C) Lex reconoce intenciones en una conversación, pero no indexa ni busca en un archivo ni genera respuestas a partir de él. → Guía §3.2.

39. D — Provisioned Throughput. Ofrece throughput garantizado a cambio de un compromiso de capacidad, coincidiendo con tráfico alto y predecible. Por qué no las otras: A) On-Demand no reserva capacidad; puede verse limitado en picos. B) Batch inference es asíncrono y no sirve para tráfico en tiempo real. C) Cross-Region inference reparte la carga entre regiones para absorber picos, pero no garantiza capacidad dedicada. → Guía §3.1.

40. A, C y E. Transcribe convierte voz a texto, Polly convierte texto a voz y Lex gestiona el diálogo y reconoce intenciones: los tres servicios específicos. Por qué no las otras: B) Amazon Translate traduce texto entre idiomas, no transcribe, no sintetiza voz ni gestiona diálogos. D) Amazon Comprehend analiza el texto de las transcripciones, pero no convierte voz ni conduce la conversación. → Guía §3.2.

41. A. Q Developer asiste a los desarrolladores dentro del IDE; Q Business es el asistente listo para usar que responde con los datos internos de la empresa. Por qué no las otras: B) Invierte los roles de ambos servicios. C) Amazon Lex requiere diseñar intenciones y no responde por sí solo con el contenido de SharePoint. D) SageMaker Canvas es ML sin código para analistas, no un asistente de programación en el IDE. → Guía §3.2, §3.6.

42. C — Amazon SageMaker Canvas. Permite que analistas sin código entrenen, con AutoML y una interfaz visual, un modelo de clasificación de fraude con el histórico etiquetado disponible. Por qué no las otras: A) Amazon Personalize genera recomendaciones, no clasifica eventos como fraude. B) SageMaker Ground Truth sirve para etiquetar datos, y aquí las transacciones ya están etiquetadas. D) Amazon GuardDuty detecta amenazas de seguridad en la cuenta de AWS, no fraude en pagos. → Guía §3.2. Nota: Amazon Fraud Detector no acepta clientes nuevos desde el 7 de noviembre de 2025 y ya no figura en la guía v1.1 del examen.

43. B. El escenario prioriza explícitamente el control de cada etapa del RAG por encima de la velocidad, y el equipo ya opera OpenSearch: esa prioridad declarada decide la respuesta. Por qué no las otras: A) Knowledge Bases es la opción gestionada por defecto, pero entrega menos control del que el equipo declara necesitar. C) Kendra sustituye el índice propio por uno gestionado y quita control sobre embeddings y ranking. D) El fine-tuning cambia pesos y no recupera documentos en cada consulta. → Guía §3.1, §3.4.

44. C. Bloquear un tema completo es un denied topic y bloquear la mención de un término específico es un word filter. Por qué no las otras: A) Invierte los roles: el bloqueo temático es denied topics y el de un término, word filters. B) Los content filters clasifican categorías dañinas por intensidad, no temas de negocio. D) El contextual grounding check detecta respuestas sin respaldo en la fuente, no bloquea nombres. → Guía §3.5.

45. B y D. El fine-tuning ajusta los pesos de una copia privada del modelo con datos etiquetados; Knowledge Bases automatiza ingesta, chunking, embeddings y almacén vectorial para RAG. Por qué no las otras: A) Knowledge Bases no modifica pesos: aporta contexto en cada consulta. C) Orquestar tareas de varios pasos con Lambda es función de Bedrock Agents, no de Guardrails. E) El continued pre-training usa datos no etiquetados; los pares prompt-respuesta son del fine-tuning. → Guía §3.1.

46. B — Amazon SageMaker JumpStart. Despliega un modelo fundacional preentrenado en un endpoint propio, con elección de instancia y autoescalado. Por qué no las otras: A) Provisioned Throughput reserva capacidad dentro de Bedrock, pero no da control de instancias ni de autoescalado. C) Custom Model Import trae pesos propios a Bedrock, pero se sigue consumiendo en modo serverless. D) SageMaker Canvas es una herramienta sin código y no expone la infraestructura de inferencia. → Guía §3.3.

47. D — Context engineering. Abarca el diseño de todo el sistema que selecciona, ordena y entrega el contexto al modelo en cada llamada. Por qué no las otras: A) Prompt engineering se centra en redactar un prompt puntual, no en el sistema completo de contexto. B) El fine-tuning modifica pesos, y aquí no se cambia el modelo. C) RAG es solo una fuente de contexto (documentos recuperados); el escenario también incluye historial, datos del usuario y herramientas. → Guía oficial AIF-C01 — Dominio 2, Tarea 2.1.

Dominio 4#

48. C — Fairness. Evitar discriminación por atributos protegidos es la dimensión de equidad. Por qué no las otras: A) Robustness se refiere a la estabilidad ante datos ruidosos o manipulados. B) Controllability es poder supervisar y dirigir el comportamiento del sistema. D) Safety busca evitar daños a las personas, un concepto relacionado pero distinto de la equidad entre grupos. → Guía §4.1.

49. A — Explicabilidad. Señalar las variables que influyeron en una decisión concreta es explicar el resultado del modelo. Por qué no las otras: B) La transparencia es la claridad general sobre cómo se construye y usa el sistema, no el detalle de un caso. C) La controlabilidad es poder supervisar y corregir el comportamiento, no explicar una decisión. D) Governance abarca políticas y controles organizacionales. → Guía §4.1.

50. A — SageMaker Clarify. Detecta bias en datos y predicciones y explica con SHAP. Por qué no las otras: B) Model Monitor vigila la desviación en producción y se apoya en Clarify para el sesgo, pero no genera el análisis de bias ni las explicaciones. C) Ground Truth es un servicio de etiquetado de datos. D) Debugger inspecciona el proceso de entrenamiento, no el sesgo entre grupos. → Guía §4.2, §4.3.

51. B — Amazon A2I. Revisión humana de predicciones de baja confianza en producción. Por qué no las otras: A) Ground Truth usa personas para etiquetar datos de entrenamiento, no para revisar predicciones en producción. C) Model Monitor alerta sobre desviaciones agregadas, pero no enruta casos individuales a personas. D) Clarify mide sesgo y explicabilidad, sin revisores humanos. → Guía §4.3.

52. C. El código postal funciona como proxy de un atributo protegido y produce discriminación indirecta. Por qué no las otras: A) Data drift es un cambio en los datos con el tiempo; aquí la correlación ya existía. B) Overfitting es un problema de generalización, no de discriminación. D) El sesgo de muestreo es la falta de representatividad de los datos, mientras que aquí una variable neutral codifica un atributo protegido. → Guía §4.2.

53. C. Model Cards documenta los modelos del cliente; AI Service Cards documenta los servicios de IA de AWS. Por qué no las otras: A) Invierte quién crea cada documento. B) Ninguna de las dos monitorea: eso lo hace SageMaker Model Monitor. D) AI Service Cards cubre servicios de AWS como Rekognition o Textract, no modelos de SageMaker. → Guía §4.3.

54. B y E. El NIST AI RMF organiza la gestión de riesgos en gobernar, mapear, medir y gestionar; ISO/IEC 42001 es el estándar certificable de sistema de gestión de IA. Por qué no las otras: A) La clasificación legal por niveles de riesgo corresponde al EU AI Act, no a ISO/IEC 42001. C) El NIST AI RMF es voluntario, no una obligación legal. D) ISO/IEC 42001 complementa a ISO 27001, no la reemplaza. → Guía §4.5.

55. B. Un modelo simple es interpretable por diseño; una red neuronal que requiere SHAP después de entrenarse es un caso de explicabilidad post hoc: son conceptos distintos. Por qué no las otras: A) El modelo de una regla no necesita técnicas posteriores, así que no es explicabilidad post hoc. C) La transparencia es comunicar cómo funciona el sistema, y la red neuronal no es interpretable por diseño. D) SHAP explica las predicciones, pero la red sigue siendo una caja negra. → Guía §4.5.

56. A. Prevenir el sesgo desde los datos es más efectivo y barato que corregirlo cuando ya afectó a usuarios reales. Por qué no las otras: B) Clarify funciona antes del entrenamiento, después de entrenar y en producción junto con Model Monitor. C) Model Monitor, integrado con Clarify, sí vigila la desviación del sesgo en producción. D) El monitoreo sigue siendo necesario porque los datos reales cambian con el tiempo. → Guía §4.4.

Dominio 5#

57. A — El cliente. Configurar IAM es seguridad “en” la nube. Por qué no las otras: B) AWS protege la infraestructura (seguridad “de” la nube), no configura las políticas de IAM de cada cuenta. C) El proveedor del modelo fundacional no tiene acceso a la cuenta del cliente. D) AWS mantiene las políticas administradas, pero asignarlas y definir su alcance es tarea del cliente. → Guía §5.1, §5.3.

58. B. Los datos del cliente en Bedrock están aislados y no se usan para entrenar los modelos base. Por qué no las otras: A) En Bedrock no hace falta ninguna exclusión, porque los prompts no se usan para entrenar. C) Tampoco se usan de forma anonimizada ni agregada. D) El model invocation logging guarda los registros en la cuenta del cliente para auditoría, no los comparte para entrenar. → Guía §5.1.

59. C. AWS KMS gestiona las claves con las que se cifran los datos en reposo. Por qué no las otras: A) El cifrado en tránsito lo da TLS, con certificados de AWS Certificate Manager. B) Los permisos de invocación se definen con políticas de IAM. D) El registro de llamadas a la API es función de CloudTrail. → Guía §5.2.

60. C — Interface endpoint de VPC (AWS PrivateLink). Mantiene el tráfico hacia Bedrock dentro de la red de AWS. Por qué no las otras: A) Un NAT gateway da salida a internet, así que el tráfico iría al endpoint público. B) Los gateway endpoints solo sirven para S3 y DynamoDB. D) Con un Internet Gateway el tráfico viaja por internet, aunque los security groups sean restrictivos. → Guía §5.2.

61. D. Acción concreta (bedrock:InvokeModel) sobre el recurso concreto (ARN del modelo): mínimo privilegio. Por qué no las otras: A) El comodín en la acción concede todas las operaciones de Bedrock. B) AmazonBedrockFullAccess da acceso total, incluidos Guardrails y Knowledge Bases. C) El comodín en el recurso permite invocar cualquier modelo de la cuenta. → Guía §5.3.

62. B. AWS Artifact entrega los informes de cumplimiento de AWS y el BAA; AWS Config verifica continuamente la configuración contra reglas. Por qué no las otras: A) Audit Manager recopila evidencias para las auditorías del cliente, pero no entrega los informes SOC de AWS ni el BAA. C) CloudTrail registra actividad de API, no evalúa la configuración contra reglas. D) Inspector busca vulnerabilidades de software y Audit Manager no entrega informes de AWS. → Guía §5.4.

63. A y E. CloudTrail registra quién invocó el modelo y cuándo; el model invocation logging guarda el contenido del prompt en CloudWatch Logs o S3. Por qué no las otras: B) GuardDuty analiza logs para detectar amenazas, pero no es el registro de auditoría de las llamadas. C) Las métricas de CloudWatch son cifras agregadas, sin el texto del prompt. D) Macie clasifica datos sensibles en S3, no registra invocaciones. → Guía §5.7.

64. D. Un rol entre cuentas asumido con STS entrega credenciales temporales, sin guardar credenciales permanentes de producción. Por qué no las otras: A) Guardar las access keys en Secrets Manager no cambia que sean de larga duración. B) Los usuarios de IAM pertenecen a una sola cuenta y compartirlos rompe la trazabilidad. C) Un service-linked role lo usa el propio servicio de AWS, no otra cuenta. → Guía §5.3.

65. A. La autenticación (quién es el agente, gestionada por AgentCore Identity) y la autorización (qué puede hacer, definida con AgentCore Policy) son controles distintos. Por qué no las otras: B) Guardrails filtra el contenido de entradas y salidas del modelo, no autoriza acciones del agente. C) Observability traza lo que hace el agente, pero no bloquea acciones. D) Memory guarda el contexto del agente, no aplica reglas de autorización. → Guía oficial AIF-C01 — Dominio 5, Tarea 5.1.

Cómo interpretar tu resultado#

Además del puntaje total, revisa tu desempeño por nivel de dificultad, no solo por dominio:

Si fallaste sobre todo preguntas...	Significa que...
🟢 Básicas	Hay vacíos de vocabulario que deberían estar resueltos a estas alturas — vuelve al Simulacro Básico y a la guía antes de programar el examen.
🟡 Intermedias	Te falta práctica distinguiendo entre opciones parecidas de la misma categoría — repite el Simulacro Intermedio y revisa los "Resúmenes relámpago" de la guía.
🔴 Avanzadas	Es esperable y no es motivo de alarma por sí solo — son los matices más finos del examen. Si aciertas 80%+ del total pese a fallar aquí, probablemente ya estás en condiciones de presentarte.

Puntaje total: 46/65 (70%) es el mínimo equivalente a aprobar; 52/65 (80%) o más, de forma consistente en este simulacro y en el Avanzado, es la señal de que estás listo para programar el examen real.