Simulacro Intermedio — AWS Certified AI Practitioner (AIF-C01)#
Nivel 2 de 4 en la progresión de simulacros: Básico → Intermedio → Avanzado → Combinado. Aquí las preguntas ya no son de "reconoce la definición": cada escenario te obliga a elegir entre dos o tres opciones parecidas de la misma categoría (por ejemplo, entre dos AI Services distintos o entre RAG y fine-tuning), aunque los distractores todavía son más fáciles de descartar que en el nivel Avanzado. Es el punto intermedio natural entre memorizar vocabulario y aplicar criterio bajo presión.
| Dominio | Preguntas | Rango |
|---|---|---|
| 1. Fundamentos de IA y ML | 13 | 1–13 |
| 2. Fundamentos de IA Generativa | 16 | 14–29 |
| 3. Aplicaciones de Modelos Fundacionales | 18 | 30–47 |
| 4. Directrices para IA Responsable | 9 | 48–56 |
| 5. Seguridad, Cumplimiento y Gobernanza | 9 | 57–65 |
Incluye preguntas "Selecciona DOS/TRES" en una proporción similar a la del examen real (~10%).
Una selección parcial cuenta como error completo. Cada justificación incluye → Guía §X.Y.
Parte 1 — Preguntas#
Dominio 1 — Fundamentos de IA y ML#
Respuesta: D. La columna "reclamo_fraudulento" es una etiqueta conocida para cada póliza pasada; entrenar con ejemplos etiquetados para predecir esa etiqueta en casos nuevos es la definición de aprendizaje supervisado (en concreto, clasificación binaria). → Guía §1.2.
Concepto clave: Supervisado = aprender con las respuestas a la vista (como estudiar con un solucionario); no supervisado = encontrar orden sin respuestas (como agrupar la ropa por colores sin que nadie te diga cómo); por refuerzo = aprender por premio y castigo (como entrenar a un perro con galletas).
Truco para el examen: Si el enunciado menciona una columna histórica con el resultado que se quiere predecir (sí/no, monto, categoría), la respuesta es supervisado. Desconfía de distractores como fine-tuning, que es una técnica y no un tipo de aprendizaje.
Respuesta: D. Cuando el modelo falla igual de mal con los datos que ya vio y con los nuevos, no es que haya memorizado: simplemente no aprendió el patrón. Eso es underfitting (bias alto, varianza baja). → Guía §1.3.
Concepto clave: Underfitting es como un alumno que no estudió: saca mala nota en la práctica y en el examen. Overfitting es el que memorizó el solucionario: saca 20 en la práctica pero se jala en el examen con preguntas nuevas. Para el underfitting se usa un modelo más complejo, más features o más entrenamiento.
Truco para el examen: Memoriza la regla: error alto en ambos = underfitting; error bajo en entrenamiento y alto en prueba = overfitting. Si aparece "en producción, meses después", piensa en data drift.
Respuesta: A. El equipo quiere automatizar la búsqueda de la mejor combinación de hiperparámetros; entre las opciones, la herramienta que automatiza esa exploración (junto con la selección de algoritmos) es SageMaker Autopilot. → Guía §1.6.
Concepto clave: Los hiperparámetros son las perillas que se fijan antes de entrenar (learning rate, capas, epochs). Probarlas a mano es como buscar la mejor receta de ceviche cambiando un ingrediente por vez; AutoML lo hace por ti, probando muchas variantes y quedándose con la mejor. En AWS, además de Autopilot, existe Automatic Model Tuning, específico para ajustar hiperparámetros de un modelo ya elegido.
Truco para el examen: Palabras como "automatiza la búsqueda", "mejor combinación" o "sin hacerlo a mano" apuntan a AutoML/Autopilot (o Automatic Model Tuning si aparece). Ground Truth = etiquetar, Feature Store = guardar features, Model Monitor = producción.
Respuesta: A. "No dejar pasar ningún caso real" significa minimizar los falsos negativos, y la métrica que lo refleja es Recall = TP/(TP+FN). El hospital acepta más falsas alarmas porque las descarta luego con una segunda prueba. → Guía §1.5.
Concepto clave: Recall es como la red de un pescador con huecos muy chicos: no se le escapa ningún pez, aunque saque también algo de basura. Precision es la red selectiva: todo lo que saca es pescado, pero se le escapan algunos. En salud y fraude grave suele mandar el Recall; en filtros de spam o alertas costosas, la Precision.
Truco para el examen: Frases como "no dejar pasar ningún caso", "detectar todos" o "el falso negativo es grave" = Recall. "Evitar falsas alarmas" o "cada alerta cuesta dinero" = Precision. Descarta métricas de otra familia (R² para regresión, BLEU/ROUGE para texto).
Respuesta: B. La tarea descrita (limpiar valores nulos, one-hot encoding) es preparación y transformación de datos, el foco de SageMaker Data Wrangler, que hoy se usa dentro de SageMaker Canvas. Ground Truth sirve para etiquetar datos con revisores humanos. → Guía §1.6.
Concepto clave: Piensa en una cocina: Ground Truth es quien pone etiquetas a cada ingrediente (“tomate”, “cebolla”); Data Wrangler es quien los lava, pica y deja listos (mise en place). Ambos trabajan antes de entrenar, pero hacen tareas distintas.
Truco para el examen: “Limpiar”, “transformar”, “nulos”, “encoding” o “preparar datos” = Data Wrangler (en Canvas). “Etiquetar datos con personas” = Ground Truth. “Analista de negocio que quiere predicciones sin código” = Canvas.
Respuesta: A. Predecir la demanda de los próximos 30 días a partir de 3 años de historial es un problema de series temporales (forecasting). En SageMaker eso corresponde a DeepAR; Random Cut Forest sirve para detectar anomalías. → Guía §1.7.
Concepto clave: Random Cut Forest es como el vigilante que avisa cuando algo se sale de lo normal (un envío rarísimo, un pico sospechoso); DeepAR es como el pronóstico del tiempo: mira el pasado para estimar el futuro. Otros algoritmos integrados clásicos: XGBoost (tabular), K-Means (clustering), BlazingText (texto).
Truco para el examen: "Predecir los próximos días/meses", "demanda", "historial temporal" = forecasting (DeepAR en SageMaker AI, o SageMaker Canvas sin código). "Anómalo", "atípico", "fraude raro" = Random Cut Forest. Las preguntas tipo "¿es la elección correcta?" suelen esconder un algoritmo cambiado de tarea.
Respuesta: C. El enunciado pide chips diseñados por AWS (no GPU) para abaratar el entrenamiento: eso es AWS Trainium, disponible en las instancias Trn. → Guía §1.6.
Concepto clave: AWS tiene dos chips propios para IA: Trainium para train (entrenar) e Inferentia para inference (predecir). Es como tener un horno industrial para producir el pan (entrenar) y una vitrina rápida para venderlo (inferencia).
Truco para el examen: Asocia por el nombre: Trn = Train, Inf = Inference. Si dice "entrenamiento" + "chip de AWS" = Trainium; si dice "inferencia" + "bajo costo" = Inferentia. "GPU" apunta a las familias P o G.
Respuesta: C. Saber si los datos de producción cambiaron respecto a los de entrenamiento es detectar data drift en un modelo desplegado, la función central de SageMaker Model Monitor. → Guía §1.6, §1.8.
Concepto clave: Un modelo entrenado con datos antiguos es como un mapa de Lima de hace 10 años: sirvió, pero las calles cambiaron. Model Monitor es quien compara el mapa con la ciudad actual y te avisa cuando ya no coinciden, para que reentrenes.
Truco para el examen: "En producción", "meses después", "los datos cambiaron", "calidad del modelo en el tiempo" = Model Monitor. "Durante el entrenamiento" = Debugger. Clarify también puede vigilar drift de sesgo y explicabilidad, pero el drift de datos es terreno de Model Monitor.
Respuesta: A y C. Pipelines automatiza el flujo completo de MLOps como una receta repetible, y el canary deployment libera la nueva versión a un pequeño porcentaje del tráfico real antes de pasar al 100%. → Guía §1.6, §1.8.
Concepto clave: Canary viene de los canarios que los mineros llevaban a la mina: si el canario se sentía mal, había peligro. Un pequeño grupo de usuarios prueba la versión nueva primero. En cambio, el shadow test es como un practicante que atiende en paralelo a los mismos clientes sin que sus respuestas lleguen a nadie: se evalúa sin riesgo.
Truco para el examen: Distingue bien: shadow = copia del tráfico, sin impacto en usuarios; canary = porcentaje pequeño de tráfico real; blue/green = cambio completo entre dos entornos. Las afirmaciones con "obliga", "no permite" o "nunca" suelen ser falsas.
Respuesta: A. Precision responde a "de lo que marqué como positivo, ¿cuánto era cierto?": TP/(TP+FP) = 60/75 = 0.80. Los 10 falsos negativos y los 415 verdaderos negativos no entran en esta fórmula. → Guía §1.5.
Concepto clave: Precision tiene arriba y abajo los positivos predichos (TP y FP); Recall tiene los positivos reales (TP y FN). Imagina un portero de discoteca: Precision es qué porcentaje de los que dejó entrar tenían entrada; Recall es qué porcentaje de los que tenían entrada logró entrar.
Truco para el examen: AWS suele poner como distractor el valor de la otra métrica (aquí, el Recall 0.86). Escribe la fórmula antes de calcular: Precision = TP/(TP+FP), Recall = TP/(TP+FN), Accuracy = (TP+TN)/total.
Respuesta: B. Marcar qué versión de un modelo está aprobada para producción, como si fueran releases de software, es exactamente la función de SageMaker Model Registry. → Guía §1.8.
Concepto clave: Model Registry es como el Git de los modelos o como el registro de versiones de una app: guarda cada versión, sus métricas y quién la aprobó. Así, si la versión 5 falla, sabes cuál era la anterior aprobada para volver a ella.
Truco para el examen: Palabras como "versión", "aprobada", "catálogo de modelos" o "gobernanza de despliegue" apuntan a Model Registry. No lo confundas con Model Cards (documentación) ni con Model Monitor (vigilancia en producción).
Respuesta: C. La jerarquía es IA ⊃ Machine Learning ⊃ Deep Learning ⊃ IA Generativa. Por eso toda IA Generativa es ML, pero no todo ML genera contenido. → Guía §1.1.
Concepto clave: Es como las muñecas rusas o como decir "todo cebiche es comida marina, pero no toda comida marina es cebiche". Un modelo que predice si un cliente pagará su préstamo es ML, pero no es generativo; un modelo que redacta el correo de cobranza sí lo es.
Truco para el examen: Dibuja mentalmente los círculos concéntricos: IA (el más grande), ML, Deep Learning e IA Generativa (el más chico). Cualquier opción que invierta el orden o los iguale es falsa.
Respuesta: A y B. Las instancias Spot ofrecen un gran descuento a cambio de que AWS pueda interrumpirlas cuando necesita la capacidad. En SageMaker, Managed Spot Training combina ese ahorro con checkpoints para retomar el trabajo. → Guía §1.8.
Concepto clave: Una Spot es como un pasaje de avión en lista de espera: te sale muy barato, pero si aparece un pasajero con reserva, te bajan. Por eso sirve para trabajos que pueden pausarse y retomarse (como entrenar guardando checkpoints), no para algo que no puede detenerse.
Truco para el examen: "Minimizar costo" + "tolera interrupciones" = Spot. Si el enunciado exige disponibilidad garantizada, Spot nunca es la respuesta. Desconfía de afirmaciones absolutas como "nunca", "siempre" o "solo".
Dominio 2 — Fundamentos de IA Generativa#
Respuesta: C. Un modelo fundacional (FM) se define por dos rasgos: preentrenamiento a gran escala con datos amplios y versatilidad para adaptarse a muchas tareas. Este modelo no cumple ninguno, sin importar sus 200 millones de parámetros. → Guía §2.1.
Concepto clave: Un FM es como un egresado de una buena formación general: puede especializarse en muchas cosas después. Un modelo entrenado con poquito texto para una sola tarea es más bien un técnico de un solo oficio: útil, pero no "fundacional".
Truco para el examen: Busca en el enunciado las palabras "gran escala", "datos amplios" y "múltiples tareas". Los distractores suelen usar criterios numéricos (parámetros, tamaño) o la modalidad, que no son lo que define a un FM.
max_tokens. ¿Qué controla exactamente ese parámetro?Respuesta: C. max_tokens es un parámetro de inferencia que limita la longitud de la salida generada. El prompt de 2,000 tokens ocupa ventana de contexto, pero no cuenta contra ese límite. → Guía §2.9.
Concepto clave: La ventana de contexto es el tamaño de la hoja completa; max_tokens es cuántas líneas le dejas escribir al modelo en su respuesta. Es como decirle a alguien "respóndeme en máximo 300 palabras": no cambia el largo de tu pregunta ni el precio por palabra.
Truco para el examen: Parámetros de inferencia típicos: temperature, top-p, top-k, max_tokens y stop sequences. Si la pregunta habla de "limitar el largo de la respuesta", es max_tokens; si habla de "cuánto texto puede procesar el modelo", es la ventana de contexto.
Respuesta: D. Un sistema RAG convierte pregunta y documentos en embeddings y busca los vectores más cercanos: es una búsqueda semántica, que entiende sinónimos y paráfrasis, no una coincidencia literal de palabras. → Guía §2.1, §3.4.
Concepto clave: La búsqueda por palabra clave es como buscar en un diccionario: si no escribes la palabra exacta, no la encuentras. La búsqueda por embeddings es como preguntarle a un bibliotecario que entiende lo que quieres decir: le pides "cómo recupero mi plata" y te trae el documento de "políticas de reembolso".
Truco para el examen: "Vector", "similitud", "significado" o "semántica" = embeddings. Cualquier opción que diga que los embeddings dependen de palabras exactas es falsa.
Respuesta: B. Temperature regula la aleatoriedad al elegir cada token. Si se quiere un punto medio entre respuestas consistentes y algo creativas, lo razonable es un valor intermedio. → Guía §2.1.
Concepto clave: La temperature es como la sazón del ají: en 0 el plato sale igualito siempre (predecible), al máximo cada plato es una sorpresa (a veces demasiado picante), y en medio tienes sabor con variedad controlada.
Truco para el examen: Baja = determinista y factual (clasificar, extraer, código). Alta = creativa y diversa (poemas, ideas). Si el enunciado dice "ni completamente determinista ni demasiado aleatorio", la respuesta es un valor intermedio.
Respuesta: A y B. RAG enriquece el prompt con documentos recuperados sin tocar el modelo, por eso es más rápido, barato y fácil de mantener; el fine-tuning cambia los pesos del modelo con datos propios. → Guía §2.3.
Concepto clave: RAG es como dar un examen a libro abierto: el alumno es el mismo, pero consulta los apuntes actualizados. Fine-tuning es como mandarlo a una especialización: cambia lo que sabe, pero cuesta tiempo y dinero, y si la información cambia, hay que volver a estudiar.
Truco para el examen: "Información que cambia seguido", "datos actualizados", "citar fuentes" = RAG. "Cambiar el estilo, el tono o el comportamiento del modelo" = fine-tuning. Si el enunciado pide "lo más rápido y económico", normalmente gana RAG (o incluso prompt engineering).
Respuesta: B. El prompt pide clasificar el sentimiento sin mostrar ningún ejemplo resuelto: eso es zero-shot, cero ejemplos. → Guía §2.2.
Concepto clave: Zero-shot es pedirle a un nuevo compañero "clasifica estas reseñas" sin mostrarle cómo; few-shot es darle antes dos o tres reseñas ya clasificadas como modelo. El número de ejemplos da el nombre: zero = 0, one-shot = 1, few-shot = unos pocos.
Truco para el examen: Cuenta los ejemplos resueltos en el prompt: ninguno = zero-shot; uno = one-shot; varios = few-shot. Si el enunciado habla de "pasos intermedios de razonamiento", es chain-of-thought.
Respuesta: A. La pregunta pide la opción que no es base de datos vectorial: Amazon Comprehend analiza texto, pero no guarda ni busca vectores. Neptune, Aurora con pgvector y OpenSearch sí sirven como almacén vectorial para RAG. → Guía §2.3.
Concepto clave: Una base vectorial es como un almacén organizado por "parecido de significado": guardas los embeddings y luego buscas los más cercanos. Comprehend es más bien un analista que lee un texto y te dice si es positivo o qué nombres aparecen; no es un almacén.
Truco para el examen: Lee con cuidado el "no" del enunciado. Opciones vectoriales frecuentes en AWS: OpenSearch Service, Aurora/RDS for PostgreSQL con pgvector, Neptune Analytics, DocumentDB y S3 Vectors. Los AI Services (Comprehend, Rekognition, Textract) no son bases de datos.
Respuesta: C. En un Transformer, el encoder se especializa en comprender la entrada y el decoder en generar la salida token por token. Por eso el análisis de texto se asocia al encoder y el chatbot al decoder. → Guía §2.6.
Concepto clave: El encoder es el que escucha y entiende (como un intérprete que capta la idea); el decoder es el que habla, palabra por palabra. Modelos tipo BERT son encoder (clasificar, entender); los modelos GPT o Claude son decoder (generar).
Truco para el examen: "Analizar", "clasificar", "comprender" = encoder. "Generar", "token por token", "responder" = decoder. La palabra "respectivamente" exige respetar el orden de los casos.
Respuesta: A. En RLHF, los humanos ordenan respuestas de mejor a peor; con eso se entrena un modelo de recompensa que aprende a puntuar como lo haría una persona, y ese puntaje guía el ajuste del LLM con aprendizaje por refuerzo. → Guía §2.7.
Concepto clave: Es como entrenar a un jurado de concurso de cocina: primero varios chefs califican platos, con eso se forma un "jurado automático" (modelo de recompensa) y luego el cocinero practica miles de veces recibiendo la nota de ese jurado hasta cocinar como les gusta a las personas.
Truco para el examen: Secuencia de RLHF: respuestas del modelo → ranking humano → modelo de recompensa → ajuste por RL. Si preguntan "qué sigue después del ranking humano", la respuesta es el modelo de recompensa.
Respuesta: C. Los modelos de difusión aprenden a revertir un proceso de ruido: empiezan con una imagen de pura estática y la van refinando en muchos pasos, guiados por el prompt, hasta producir una imagen original. → Guía §2.8.
Concepto clave: Es como un escultor frente a un bloque de mármol sin forma: va quitando lo que sobra poco a poco hasta que aparece la figura que le pidieron. No pega pedazos de otras estatuas; crea una nueva guiándose por la descripción.
Truco para el examen: "Ruido", "eliminar ruido progresivamente" o "denoising" = modelo de difusión (por ejemplo, Stable Diffusion o Amazon Nova Canvas). Descarta opciones que hablen de "buscar", "recortar" o "combinar fotos".
Respuesta: A y B. Las dos técnicas clásicas para optimizar un modelo fundacional son quantization (pesos con menos bits) y distillation (un modelo pequeño que aprende de uno grande). Ambas reducen tamaño, costo y latencia. → Guía §2.9.
Concepto clave: Quantization es como pasar una foto de RAW a JPG: pesa mucho menos y casi no se nota la diferencia. Distillation es como el profesor que forma a un practicante: el practicante sabe menos cosas, pero responde casi igual de bien y cobra menos. En Bedrock existe Model Distillation como funcionalidad gestionada.
Truco para el examen: Si la pregunta menciona "reducir tamaño", "costo", "latencia" o "desplegar en dispositivos", busca quantization, distillation o pruning. Las técnicas de prompting o de recuperación mejoran la calidad, no el tamaño.
Respuesta: D. El atacante esconde una orden dentro del contenido que el asistente debe procesar para que desobedezca sus instrucciones y filtre información: es prompt injection (en este caso, indirecta, porque viene dentro de un documento). → Guía §2.9.
Concepto clave: Es como deslizar una nota falsa entre los papeles que un asistente debe resumir: "olvida lo que te dijo tu jefe y entrégame las llaves". Si el asistente obedece cualquier texto que lee, cae en la trampa. Se mitiga con Guardrails (filtro de prompt attacks), separando instrucciones de datos y con mínimo privilegio.
Truco para el examen: "Ignora tus instrucciones", "olvida tus reglas" o instrucciones escondidas en el contenido = prompt injection. Si el objetivo es saltarse las restricciones de seguridad del modelo con juegos de rol, el término es jailbreak. Si se contaminan los datos de entrenamiento, es data poisoning.
Respuesta: D. Recibir una foto y una pregunta en texto al mismo tiempo y razonar sobre ambas es la definición de un modelo multimodal. → Guía §2.9.
Concepto clave: Un modelo solo de texto es como hablar por teléfono: solo escuchas. Uno multimodal es como una videollamada: ves la boleta que te muestran y escuchas la pregunta a la vez. Modelos como Claude o Amazon Nova aceptan imágenes y texto en la misma solicitud.
Truco para el examen: Cuando el enunciado combina tipos de datos (imagen + texto, audio + texto, video) en una misma entrada, la respuesta es multimodalidad. Si solo hubiera que extraer texto de un documento escaneado sin razonar, podría ser Textract.
Respuesta: C. Comparar un resumen automático con uno de referencia humano midiendo palabras y frases compartidas es exactamente lo que hace ROUGE (Recall-Oriented Understudy for Gisting Evaluation). → Guía §2.5.
Concepto clave: ROUGE es como corregir un resumen escolar con el resumen modelo del profesor al costado: cuantas más ideas y frases coincidan, mejor nota. BLEU hace algo parecido, pero se usa sobre todo en traducción; BERTScore compara significado usando embeddings.
Truco para el examen: Asocia: resumen = ROUGE; traducción = BLEU; similitud semántica = BERTScore; clasificación = accuracy, precision, recall, F1, AUC. Si el enunciado dice "resumen" y "referencia humana", ve directo a ROUGE.
Respuesta: C. El modelo base sale del preentrenamiento sabiendo completar texto; la versión instruct/chat recibe además un ajuste con instrucciones y retroalimentación humana (RLHF) para responder a pedidos de forma útil y alineada. → Guía §2.7.
Concepto clave: El modelo base es como alguien que leyó toda una biblioteca pero nunca trabajó atendiendo público: sabe mucho, pero si le preguntas algo puede seguir escribiendo sin responderte. La versión instruct/chat es esa misma persona después de una capacitación en atención al cliente.
Truco para el examen: "Seguir instrucciones", "conversar" o "asistente" = versión instruct/chat. Si una opción dice que la base es mejor para producción "porque no fue modificada", es una trampa: no haberla ajustado es justamente su limitación.
Respuesta: D. MCP estandariza la conexión entre agentes de IA y herramientas o datos externos: cada fuente se expone una vez como servidor MCP y cualquier agente compatible puede usarla, sin integraciones a medida. → Guía oficial AIF-C01 — Dominio 2, Tarea 2.1.
Concepto clave: MCP es como el USB-C de los agentes de IA: antes cada aparato necesitaba su propio cargador (integración a medida); con un conector estándar, cualquier dispositivo nuevo se enchufa igual. Así el agente puede usar el inventario, el clima o cualquier herramienta futura con la misma forma de conexión.
Truco para el examen: Frases como "sin escribir una integración a medida", "forma estándar de conectar herramientas" o "cualquier herramienta nueva en el futuro" apuntan a MCP. Las técnicas de entrenamiento (fine-tuning, RLHF, continued pre-training) cambian el modelo, no sus conexiones.
Dominio 3 — Aplicaciones de Modelos Fundacionales#
Respuesta: B. La ventaja concreta de Bedrock es el acceso serverless a modelos fundacionales de varios proveedores mediante una API unificada, sin desplegar ni mantener instancias. → Guía §3.1.
Concepto clave: Desplegar cada modelo en EC2 es como cocinar en casa cada plato de una carta internacional: compras equipos, mantienes la cocina y lavas todo. Bedrock es como un patio de comidas: eliges el plato de cualquier puesto y pagas solo lo que consumes, sin preocuparte de la cocina.
Truco para el examen: "Sin gestionar servidores", "varios proveedores", "una sola API" = Amazon Bedrock. Descarta las opciones con afirmaciones absolutas o falsas sobre precio ("gratuito") o capacidad ("EC2 no puede").
Respuesta: C. Responder con el contenido de manuales en S3, dejando que AWS gestione ingesta, chunking y almacenamiento vectorial, es RAG gestionado: el componente correcto es Bedrock Knowledge Bases, no Agents. → Guía §3.1, §3.5.
Concepto clave: Knowledge Bases es la biblioteca con bibliotecario incluido: recibe tus manuales, los ordena por fichas y te trae la página correcta cuando preguntas. Agents es el asistente que hace trámites: consulta, decide y ejecuta acciones. Un agente puede usar una Knowledge Base, pero el RAG gestionado lo hace la Knowledge Base.
Truco para el examen: "Responder con mis documentos", "S3", "chunking", "vector store gestionado" = Knowledge Bases. "Ejecutar acciones", "llamar APIs", "varios pasos" = Agents.
Respuesta: A. Pasar de "informar" a "hacer" (modificar el pedido, enviar un correo) a partir de una sola instrucción requiere un agente que orqueste pasos y llame a sistemas externos: Bedrock Agents. → Guía §3.5.
Concepto clave: Una Knowledge Base es como el módulo de informes de un banco: te dice tu saldo. Un agente es como el asesor que, además de decirte el saldo, hace la transferencia y te manda el voucher por correo. Los agentes usan action groups (por ejemplo, funciones Lambda) para ejecutar esas tareas.
Truco para el examen: Verbos de acción como "modificar", "reservar", "enviar", "actualizar" o "ejecutar" = Agents. Si solo se pide "responder con información de documentos", es Knowledge Bases.
Respuesta: D. Bloquear todo un tema ("asesoría de inversión financiera") sin importar la redacción es la función de los denied topics de Bedrock Guardrails, que entienden el tema por su significado y no por palabras exactas. → Guía §3.5.
Concepto clave: Un word filter es como un portero con una lista de nombres prohibidos: si alguien llega con otro nombre, entra. Denied topics es como un portero que entiende la intención: "no se habla de inversiones aquí", sin importar cómo lo pregunten.
Truco para el examen: "Sin importar cómo esté redactado" o "bloquear un tema completo" = denied topics. "Palabras específicas o groserías" = word filters. "Datos personales" = sensitive information filters (PII). "Respaldada por los documentos" = contextual grounding.
Respuesta: A. Verificar que la respuesta de un RAG esté realmente respaldada por los documentos recuperados, y no inventada, es la función de los contextual grounding checks de Bedrock Guardrails. → Guía §3.5.
Concepto clave: Es como un profesor que revisa si cada afirmación de tu monografía tiene su cita en la bibliografía: si escribiste algo que no está en las fuentes, te lo marca. Estos checks puntúan grounding (fidelidad a la fuente) y relevance (que responda a la pregunta).
Truco para el examen: "Respaldado por los documentos", "inventado", "alucinación en RAG" = contextual grounding checks. Los demás filtros de Guardrails miran el contenido (temas, palabras, toxicidad, PII), no la fidelidad a la fuente.
Respuesta: B. Throughput garantizado y constante, con un compromiso de capacidad aprobado a cambio de costo predecible, describe Provisioned Throughput de Amazon Bedrock. Además, es requisito para invocar modelos personalizados (fine-tuned). → Guía §3.1.
Concepto clave: On-Demand es como tomar un taxi cada vez que lo necesitas: pagas por viaje, pero en hora punta puede que no encuentres. Provisioned Throughput es como contratar una movilidad fija por meses: pagas aunque no la uses, pero siempre está disponible.
Truco para el examen: "Garantizado", "constante", "compromiso", "costo predecible" o "modelo personalizado" = Provisioned Throughput. "Tráfico variable o impredecible" = On-Demand. "Gran volumen sin urgencia" = Batch.
Respuesta: B. Extraer campos de formularios y montos de tablas de documentos escaneados, sin construir un modelo propio, es trabajo de Amazon Textract. Comprehend entra después, si se quiere analizar el texto ya extraído. → Guía §3.2.
Concepto clave: Textract es como el practicante que digita los datos de los formularios en papel al sistema; Comprehend es el analista que luego lee esos textos y te dice de qué tratan o si el cliente está molesto. Un flujo típico de reclamos combina ambos: Textract → Comprehend.
Truco para el examen: "Escaneado", "formularios", "tablas", "PDF", "OCR" = Textract. "Sentimiento", "entidades", "tema del texto" = Comprehend. Si la pregunta es tipo "¿es la elección correcta?", revisa si confunden extracción con análisis.
Respuesta: D. Dos necesidades distintas requieren dos servicios distintos: Amazon Rekognition para moderar imágenes (content moderation) y Amazon Comprehend para el sentimiento de los comentarios. → Guía §3.2.
Concepto clave: Rekognition son los "ojos" de AWS (imágenes y video: rostros, objetos, contenido inapropiado) y Comprehend es el "lector" que entiende el texto (sentimiento, entidades, idioma). Una red social necesita ambos: uno revisa las fotos y el otro los comentarios.
Truco para el examen: Asocia cada AI Service a su tipo de dato: imagen/video = Rekognition; texto escrito = Comprehend; documentos escaneados = Textract; voz a texto = Transcribe; texto a voz = Polly; chatbot = Lex; preguntas sobre documentos internos = Amazon Q Business.
Respuesta: B. El centro de llamadas necesita dos conversiones opuestas: voz → texto (Amazon Transcribe) y texto → voz (Amazon Polly). → Guía §3.2.
Concepto clave: Transcribe es el taquígrafo que escribe todo lo que dice el cliente; Polly es el locutor que lee en voz alta las respuestas automáticas. Para recordarlo: Polly "habla" como un loro (los loros suelen llamarse Polly en inglés), y Transcribe "transcribe".
Truco para el examen: "Voz a texto", "transcripción", "subtítulos" = Transcribe. "Texto a voz", "leer en voz alta", "voz natural" = Polly. Si además se pide un bot conversacional completo, aparece Lex; si es un centro de contacto en la nube, Amazon Connect.
Respuesta: D. Responder en lenguaje natural con información de miles de documentos internos, respetando permisos y sin construir la solución, es exactamente lo que ofrece Amazon Q Business. → Guía §3.6.
Concepto clave: Q Business es como tener un "colega que leyó todo" dentro de la empresa: le escribes "¿cuántos días de vacaciones me tocan?" y te responde con el párrafo del reglamento, aunque no uses las mismas palabras. Por dentro combina búsqueda semántica y un FM (RAG gestionado) con conectores a SharePoint, S3 o wikis.
Truco para el examen: "Empleados", "documentos internos", "lenguaje natural" y "totalmente gestionado" = Amazon Q Business. Si debes construir tú el RAG para tu propia aplicación, piensa en Bedrock Knowledge Bases. Athena, Glue y Redshift son servicios de analítica de datos.
Respuesta: A y B. Personalize recomienda ("clientes como tú también compraron…") y SageMaker Canvas permite pronosticar sin código ("el próximo mes venderás tanto"). Son servicios distintos con propósitos distintos. → Guía §3.2.
Concepto clave: Personalize es como el vendedor de la bodega que ya sabe qué te gusta y te lo ofrece; Canvas es como la hoja de cálculo inteligente del dueño que, mirando las ventas de años anteriores, calcula cuántos panetones pedir para diciembre.
Truco para el examen: "Recomendaciones", "personalizado por usuario" = Personalize. "Predecir demanda o ventas en el tiempo" sin código = SageMaker Canvas (con código: DeepAR en SageMaker AI). Amazon Forecast ya no acepta clientes nuevos (2024) y AWS recomienda Canvas en su lugar.
Respuesta: A. Si se quiere partir de un modelo fundacional preentrenado pero con más control de infraestructura que el que da la API serverless de Bedrock, la opción es SageMaker JumpStart, que despliega el modelo en instancias que tú eliges y escalas. → Guía §3.3.
Concepto clave: Bedrock es como alquilar un departamento amoblado: entras y usas, pero no eliges los muebles. JumpStart es como comprar un departamento con acabados básicos: ya viene construido (modelo preentrenado), pero tú decides el tamaño, la distribución y cuánto ampliarlo (instancia y autoescalado).
Truco para el examen: "Control sobre la instancia", "autoescalado", "endpoint propio" + "modelo preentrenado" = SageMaker JumpStart. "Sin gestionar infraestructura" = Bedrock.
Respuesta: B. Un asistente dentro del IDE para autocompletar y explicar código es Amazon Q Developer (antes Amazon CodeWhisperer). → Guía §3.6.
Concepto clave: Q Developer es como un compañero senior sentado a tu lado mientras programas: te sugiere la siguiente línea y te explica qué hace una función. Q Business es el compañero de RR. HH. o de soporte que conoce los documentos internos de la empresa.
Truco para el examen: "IDE", "código", "desarrolladores", "autocompletar" = Q Developer. "Empleados", "datos de la empresa", "documentos internos" = Q Business.
Respuesta: D. Un millón de documentos, procesados de noche, sin tiempo real y al menor costo: es el caso de uso típico de Batch inference en Amazon Bedrock, que suele costar alrededor de la mitad que On-Demand. → Guía §3.7.
Concepto clave: Batch inference es como dejar la ropa en la lavandería por kilo: la recoges al día siguiente y te sale más barato que lavar prenda por prenda con servicio express. No importa la espera; importa el precio.
Truco para el examen: "Gran volumen", "durante la noche", "sin tiempo real", "asíncrono", "minimizar costo" = Batch inference. Si pidiera "capacidad garantizada en producción", sería Provisioned Throughput.
Respuesta: A. Cuando muchas llamadas comparten un prefijo largo e idéntico (instrucciones de sistema, documentos de contexto), prompt caching evita reprocesarlo cada vez: baja la latencia y los tokens de entrada se cobran a menor precio. → Guía §3.7.
Concepto clave: Es como un profesor que repite la misma introducción larga en cada clase: con prompt caching, la graba una vez y solo explica lo nuevo cada día. La parte repetida ya está "precalentada".
Truco para el examen: "Instrucciones que no cambian", "prefijo repetido", "reutilizar" + "reducir latencia y costo" = prompt caching. Desconfía de opciones que sacrifican seguridad (quitar Guardrails) o que no tienen relación con costo (temperature).
Respuesta: A. Dirigir automáticamente las consultas simples a un modelo más barato y las complejas a uno más capaz es lo que hace el enrutamiento inteligente de prompts de Amazon Bedrock, optimizando costo sin sacrificar calidad. → Guía §3.7.
Concepto clave: Es como el triaje de una clínica: los casos leves los atiende el médico general y los complejos pasan al especialista. Nadie manda a todos al especialista (caro) ni a todos al general (se pierde calidad).
Truco para el examen: "Complejidad variable", "dirigir automáticamente", "modelo más adecuado" + "optimizar costo" = intelligent prompt routing. Guardrails y Ground Truth son distractores de otra categoría.
Respuesta: C. El criterio clásico entre un AI Service gestionado y SageMaker AI es control frente a rapidez: SageMaker AI se justifica cuando hace falta control total sobre features y algoritmo por necesidades muy específicas. → Guía §3.3.
Concepto clave: un servicio gestionado es como comprar un terno a la medida estándar en una tienda: lo tienes hoy y te queda bien. SageMaker AI es como mandarlo a confeccionar con un sastre: tarda más y cuesta más, pero se ajusta exactamente a tu caso cuando tus medidas son muy particulares. Nota: Amazon Fraud Detector, el antiguo servicio gestionado de fraude, ya no acepta clientes nuevos (2025); hoy el fraude se resuelve típicamente con un modelo propio en SageMaker AI.
Truco para el examen: "Rápido", "sin experiencia en ML", "sin datos propios" = AI Service gestionado. "Control total", "algoritmo propio", "requisitos muy específicos" = SageMaker AI.
Respuesta: A y B. Los agentes combinan razonamiento, uso de herramientas y ejecución de varios pasos de forma autónoma; por eso su evaluación debe mirar si las acciones tomadas fueron correctas, además de la calidad del texto. → Guía oficial AIF-C01 — Dominio 3, Tarea 3.1, Tarea 3.4.
Concepto clave: Un agente es como un asistente personal al que le dices "organízame el viaje a Cusco": busca vuelos, reserva el hotel y te manda el itinerario. Para evaluarlo no basta con que te escriba bonito; importa si reservó las fechas correctas.
Truco para el examen: En preguntas de agentes, las opciones correctas suelen hablar de "razonar", "herramientas", "varios pasos" y "evaluar acciones". Las absolutas ("siempre requiere", "no puede más de una", "exclusivamente") suelen ser falsas.
Dominio 4 — Directrices para IA Responsable#
Respuesta: D. Son dos dimensiones distintas de la IA responsable: robustness (el modelo funciona bien aunque cambien las condiciones de la entrada) y fairness (el modelo no discrimina entre grupos). → Guía §4.1.
Concepto clave: Robustness es como un buen conductor que maneja igual de bien con sol o con garúa limeña; fairness es como un árbitro que cobra igual para ambos equipos. Un modelo puede ser robusto y aun así injusto, o justo pero frágil.
Truco para el examen: "Distintas condiciones", "ruido", "variaciones de la entrada" = robustness. "Grupos demográficos", "discriminación", "trato equitativo" = fairness. Con "respectivamente", verifica el orden.
Respuesta: D. La explicabilidad responde "¿por qué el modelo decidió esto en este caso?"; la transparencia responde "¿qué sistema se usa, cómo y para qué?", de forma general y abierta. → Guía §4.1, §4.7.
Concepto clave: Explicabilidad es cuando el banco te dice "te rechazamos por tu nivel de deuda y tu historial en centrales de riesgo". Transparencia es el aviso en su web: "usamos modelos automatizados para evaluar créditos". Una es individual; la otra, general.
Truco para el examen: "Caso específico", "qué variables influyeron" = explicabilidad (herramientas como SHAP en SageMaker Clarify). "Informar de forma general", "divulgar", "documentar" = transparencia (Model Cards, AI Service Cards).
Respuesta: C. Si el algoritmo funciona bien pero reproduce decisiones injustas del pasado, el problema está en los datos (bias de datos). SageMaker Clarify analiza el dataset antes del entrenamiento (métricas pre-training bias) y también el modelo entrenado. → Guía §4.2.
Concepto clave: Es como enseñar a cocinar con recetas antiguas que siempre llevaban demasiada sal: el alumno aprende perfecto, pero repite el error. No falla el alumno (algoritmo); fallan las recetas (datos). Clarify es quien revisa las recetas antes de la clase.
Truco para el examen: "Sesgo" + "antes de entrenar" o "en los datos" = SageMaker Clarify. "Datos históricos que reflejan decisiones humanas" es la pista típica de bias de datos. Ground Truth = etiquetar; Model Monitor = drift en producción.
Respuesta: D. Ambos son herramientas de transparencia, pero con alcance distinto: Model Cards para tus propios modelos en SageMaker y AI Service Cards para los servicios de IA que AWS ofrece ya entrenados. → Guía §4.3.
Concepto clave: Una Model Card es como la ficha técnica que tú escribes para tu propio producto; una AI Service Card es como el manual del fabricante que viene con un electrodoméstico que compraste (en este caso, el servicio de AWS). Ambos dicen para qué sirve, cómo se probó y qué limitaciones tiene.
Truco para el examen: "Documentar mi modelo" = SageMaker Model Cards. "Conocer las limitaciones de un servicio de AWS" = AI Service Cards. Ninguno de los dos filtra contenido ni es un Guardrail.
Respuesta: B. La intervención humana aparece en dos momentos: antes de entrenar, para etiquetar datos (SageMaker Ground Truth), y después de desplegar, para revisar predicciones dudosas (human-in-the-loop). → Guía §4.3.
Concepto clave: Ground Truth es como los profesores que preparan y corrigen el material de estudio antes del curso; la revisión human-in-the-loop es como el supervisor que revisa solo los exámenes en los que el sistema de corrección automática tuvo dudas. En AWS, esa revisión se implementa con flujos de revisión humana de SageMaker AI o con un paso de aprobación en la aplicación.
Truco para el examen: "Baja confianza", "revisar predicciones", "antes de aplicar la decisión" = human-in-the-loop. "Etiquetar datos", "antes de entrenar" = Ground Truth. Si la pregunta dice "respectivamente", respeta el orden de los momentos.
Respuesta: A y B. Los modelos simples, como un árbol pequeño o una regresión lineal, son interpretables por sí mismos; los modelos complejos necesitan técnicas de explicabilidad como SHAP, disponibles en SageMaker Clarify. → Guía §4.5.
Concepto clave: Un modelo interpretable es como una receta escrita: lees los pasos y entiendes el resultado. Un modelo complejo es como un plato de un chef famoso: para saber por qué sabe así, necesitas que alguien lo analice (explicabilidad). Suele haber un trade-off: más precisión con modelos complejos, pero menos interpretabilidad.
Truco para el examen: "Por diseño", "transparente", "árbol" o "regresión lineal" = interpretabilidad. "SHAP", "importancia de features", "explicar un modelo complejo" = explicabilidad (Clarify). Si ves "exactamente sinónimos", casi siempre es falso.
Respuesta: A. El NIST AI RMF es un marco de referencia (no un servicio ni un algoritmo) para identificar y gestionar riesgos de IA mediante las funciones Govern, Map, Measure y Manage. → Guía §4.5.
Concepto clave: Es como un manual de gestión de riesgos para una obra de construcción: no es una herramienta concreta como un casco o un andamio, sino la guía que te dice cómo identificar, medir y controlar los riesgos durante todo el proyecto. Otros marcos parecidos son ISO/IEC 42001 y la Ley de IA de la Unión Europea.
Truco para el examen: Si el nombre incluye "Framework" y viene de un organismo externo (NIST, ISO), es un marco de gobernanza, no un servicio de AWS. Recuerda las cuatro funciones: gobernar, mapear, medir y gestionar.
Respuesta: C. La prevención más efectiva ocurre antes del despliegue y en el origen: curar y diversificar los datos de entrenamiento. Controles como Guardrails complementan esto filtrando en producción, pero son una medida reactiva. → Guía §4.5.
Concepto clave: Es como cuidar lo que aprende un niño: es mejor elegir bien los libros y programas que ve (curación de datos) que corregir después cada mala palabra que dice (filtros en producción). Lo ideal es combinar ambos.
Truco para el examen: "Preventiva" o "antes del despliegue" apuntan a los datos y la evaluación del modelo. "En producción" o "filtrar respuestas" apuntan a Guardrails. Descarta opciones que eliminan controles o que confían solo en el tamaño del modelo.
Respuesta: B. Un ciclo de vida de IA responsable integra controles en cada etapa: se diseña, se preparan datos, se entrena evaluando el sesgo, se prueba la explicabilidad y se despliega con monitoreo continuo. → Guía §4.4.
Concepto clave: Es como construir una casa: primero los planos (diseño), luego los materiales (datos), después la construcción con inspecciones (entrenamiento con evaluación de bias), la revisión final (explicabilidad) y, ya habitada, el mantenimiento periódico (monitoreo).
Truco para el examen: En preguntas de orden, identifica el primer paso (casi siempre diseño o definición del problema) y el último (despliegue con monitoreo). Cualquier secuencia que empiece por desplegar, entrenar o monitorear es incorrecta.
Dominio 5 — Seguridad, Cumplimiento y Gobernanza#
Respuesta: A. En el modelo de responsabilidad compartida, AWS protege la infraestructura (hardware, red física, aislamiento entre clientes) y el cliente protege lo que configura: identidades, permisos, datos y uso del servicio. → Guía §5.1.
Concepto clave: Es como alquilar un departamento en un edificio con vigilancia: el edificio se encarga de las paredes, la seguridad de la puerta principal y que ningún vecino entre a tu departamento (AWS); tú decides a quién le das copia de tus llaves (el cliente, con IAM).
Truco para el examen: Físico, hardware, centro de datos, virtualización = AWS. IAM, permisos, cifrado configurado, datos, prompts = cliente. Aunque el servicio sea serverless como Bedrock, los permisos siguen siendo del cliente.
Respuesta: B. Con Amazon Bedrock, tus prompts y respuestas no se usan para mejorar los modelos base ni se comparten con terceros proveedores; los datos se mantienen en tu cuenta y Región, cifrados. → Guía §5.1.
Concepto clave: Es como dejar tus documentos en una notaría seria: el notario los usa para tu trámite, pero no los fotocopia para enseñar a otros clientes ni se los pasa a nadie. Incluso si haces fine-tuning, se crea una copia privada del modelo solo para ti.
Truco para el examen: Ante preguntas de privacidad en Bedrock, la respuesta segura es "tus datos no se usan para entrenar los modelos base". Desconfía de opciones que lo hacen depender de configuraciones extra, del proveedor o de Guardrails.
Respuesta: A. La combinación estándar es TLS para proteger los datos en tránsito y AWS KMS (claves de cifrado) para proteger los datos en reposo. → Guía §5.2.
Concepto clave: En tránsito es como enviar dinero en un camión blindado (TLS); en reposo es como guardarlo en una caja fuerte cuya llave administra alguien de confianza (KMS). IAM sería la lista de quién puede acercarse a la caja fuerte, y CloudTrail, las cámaras que graban quién la abrió.
Truco para el examen: "En tránsito" = TLS/HTTPS. "En reposo" = KMS (cifrado de S3, EBS, bases de datos). Con "respectivamente", cuida el orden: tránsito primero, reposo después.
Respuesta: D. Para invocar un servicio de AWS como Bedrock desde una VPC sin salir a internet, se usa un VPC endpoint de interfaz basado en AWS PrivateLink. → Guía §5.2.
Concepto clave: Salir por internet es como ir de tu oficina a otra sede por la avenida pública; PrivateLink es como un pasadizo interno entre ambos edificios: llegas al mismo lugar sin salir a la calle.
Truco para el examen: "Sin salir a internet", "tráfico privado", "desde la VPC" = VPC endpoint / PrivateLink. NAT Gateway e Internet Gateway son justamente caminos hacia internet, así que son distractores típicos.
Respuesta: B. El principio de mínimo privilegio consiste en conceder solo las acciones necesarias sobre los recursos necesarios: aquí, bedrock:InvokeModel limitado al ARN del modelo permitido. → Guía §5.3.
Concepto clave: Es como darle a un practicante una tarjeta que solo abre la sala donde trabaja, y no la llave maestra del edificio. Si pierde la tarjeta o se equivoca, el daño queda limitado.
Truco para el examen: Busca la opción que combine una acción específica con un recurso específico (ARN). Comodines como *, AdministratorAccess o "no usar IAM" siempre violan el mínimo privilegio.
Respuesta: B. Los informes de auditoría de AWS (SOC, ISO, PCI) y acuerdos legales como el BAA de HIPAA se obtienen en AWS Artifact. → Guía §5.4.
Concepto clave: AWS Artifact es como la oficina de mesa de partes donde pides los certificados oficiales: allí descargas el "certificado de buena conducta" de AWS (sus auditorías) para mostrárselo a tu auditor o regulador.
Truco para el examen: "Informes de cumplimiento", "SOC", "ISO", "BAA", "descargar reportes de auditoría de AWS" = AWS Artifact. "Reglas de configuración de mis recursos" = AWS Config. "Vulnerabilidades" = Inspector.
Respuesta: A. Para demostrar qué usuario invocó qué modelo y cuándo, se necesita el registro de actividad de la API, que provee AWS CloudTrail. → Guía §5.7.
Concepto clave: CloudTrail es como el cuaderno de visitas de la portería, con cámara incluida: anota quién entró, a qué hora y a qué oficina fue. Si hay una auditoría, se revisa ese cuaderno. (Para registrar además el contenido de prompts y respuestas, Bedrock ofrece model invocation logging hacia CloudWatch o S3).
Truco para el examen: "Quién hizo qué y cuándo", "auditoría", "llamadas a la API" = CloudTrail. "Métricas y logs de rendimiento" = CloudWatch. "Datos sensibles" = Macie. "Amenazas" = GuardDuty.
Respuesta: A y B. Son dos necesidades distintas con dos controles distintos: Amazon Macie descubre y clasifica PII en S3, y la elección de Región dentro de la UE garantiza la residencia de los datos. → Guía §5.2, §5.7.
Concepto clave: Macie es como el detector de metales que revisa las maletas antes de subirlas al avión (encuentra lo sensible); la Región es como elegir en qué país está el almacén: si guardas tus cosas en un almacén de Fráncfort, ahí se quedan.
Truco para el examen: "Descubrir PII", "datos sensibles en S3" = Macie. "Los datos no deben salir de un país o bloque", "residencia", "soberanía de datos" = elegir la Región correcta. No confundas Región (ubicación geográfica) con Availability Zone (disponibilidad).
Respuesta: C. La Generative AI Security Scoping Matrix de AWS define cinco alcances (scopes): app de consumo, app empresarial, modelo preentrenado vía API, modelo afinado (fine-tuned) y modelo entrenado desde cero. Cuanto más construye la empresa, más responsabilidades de seguridad asume. → Guía oficial AIF-C01 — Dominio 5, Tarea 5.2.
Concepto clave: Es como decidir cómo conseguir movilidad: tomar un taxi (app de consumo), contratar una empresa de transporte (app empresarial), alquilar un auto (modelo vía API), alquilarlo y adaptarlo (fine-tuning) o fabricar tu propio auto (entrenar desde cero). En cada nivel eres responsable de más cosas.
Truco para el examen: "Clasificar cuánto construye y controla la empresa" + "responsabilidades de seguridad" + "GenAI" = Generative AI Security Scoping Matrix. Well-Architected y Trusted Advisor son herramientas generales, no específicas de esta clasificación.
Parte 2 — Respuestas y justificación#
Dominio 1#
1. D — Supervisado. Existe una etiqueta conocida ("reclamo_fraudulento") en los datos históricos que el modelo aprende a predecir. Por qué no las otras: A) No supervisado se usaría si no existiera ninguna etiqueta y el modelo tuviera que descubrir estructura oculta por su cuenta, pero aquí sí hay una etiqueta histórica conocida. B) Por refuerzo requiere un agente que aprende por prueba y error mediante recompensas en un entorno interactivo, no un dataset histórico ya etiquetado. C) Fine-tuning es una técnica de ajuste de un modelo ya preentrenado, no un tipo de aprendizaje, así que no responde la pregunta planteada. → Guía §1.2.
2. D — Underfitting. Un error alto y similar en ambos conjuntos indica que el modelo es demasiado simple para capturar el patrón (bias alto), no que memorizó el entrenamiento. Por qué no las otras: A) Overfitting se caracteriza por error bajo en entrenamiento y alto en prueba, justo lo opuesto a lo descrito aquí. B) Data drift es un cambio de distribución entre los datos de producción y los de entrenamiento, un problema posterior al despliegue, no una comparación entrenamiento/prueba durante el desarrollo. C) Un dataset perfectamente balanceado no tiene relación con un error alto y uniforme; balance de clases y capacidad del modelo son conceptos distintos. → Guía §1.3.
3. A — SageMaker Autopilot. Automatiza precisamente la búsqueda de la mejor combinación de algoritmos e hiperparámetros (AutoML), evitando ese proceso manual. Por qué no las otras: B) Ground Truth sirve para etiquetar datos de entrenamiento, no para buscar combinaciones de hiperparámetros. C) Feature Store almacena features y permite reutilizarlas entre proyectos; no ajusta hiperparámetros de entrenamiento. D) Model Monitor vigila modelos ya desplegados en producción, no interviene antes ni durante la selección del modelo. → Guía §1.6.
4. A — Recall. Priorizar no dejar pasar casos reales (minimizar falsos negativos) es exactamente el objetivo de maximizar Recall, aunque implique más falsas alarmas. Por qué no las otras: B) Precision mide qué proporción de las alarmas positivas son reales; priorizarla arriesgaría dejar pasar casos verdaderos por ser más conservador, justo lo contrario de lo que pide el hospital. C) R² es una métrica de modelos de regresión (varianza explicada), no aplica a un problema de clasificación diagnóstica. D) BLEU evalúa calidad de texto generado o traducido, sin relación con el desempeño de un clasificador médico. → Guía §1.5.
5. B. Ground Truth sirve para etiquetar datos con revisores humanos; limpiar nulos y aplicar one-hot encoding es preparación de datos, el terreno de Data Wrangler (integrado en SageMaker Canvas). Por qué no las otras: A) Ground Truth no limpia ni transforma datos: coordina el etiquetado. C) Ground Truth y Data Wrangler no son lo mismo: uno etiqueta y el otro prepara y transforma datos. D) SageMaker sí ofrece transformaciones visuales sin código, con Data Wrangler dentro de Canvas. → Guía §1.6.
6. A. Random Cut Forest es para detección de anomalías, no para forecasting; DeepAR es el algoritmo integrado de SageMaker específico para predecir series temporales, como la demanda. Por qué no las otras: B) Random Cut Forest es el algoritmo de SageMaker para detección de anomalías, no el de forecasting. C) No cualquier algoritmo sirve para cualquier tarea; cada uno está diseñado para un tipo de problema específico. D) Es falso que solo se pueda pronosticar con modelos fundacionales de Bedrock: SageMaker tiene su propio algoritmo integrado para series temporales (DeepAR) y Canvas también genera pronósticos. → Guía §1.7.
7. C — Trn (Trainium). Fue diseñado por AWS específicamente para entrenamiento a gran escala con buen costo-beneficio, a diferencia de Inferentia (inferencia) o las GPU de propósito general. Por qué no las otras: A) Inferentia (Inf) está optimizado para inferencia, no para entrenamiento, que es lo que pide el escenario. B) Las instancias G son GPU de propósito general, no chips diseñados específicamente por AWS. D) Las instancias C están optimizadas para cómputo (CPU), no son aceleradores especializados para deep learning. → Guía §1.6.
8. C — SageMaker Model Monitor. Está diseñado exactamente para detectar cambios en la distribución de los datos de entrada respecto a los datos de entrenamiento (data drift) en un modelo ya desplegado. Por qué no las otras: A) Debugger analiza problemas durante el entrenamiento (como gradientes o tensores), no cambios de distribución en producción. B) Ground Truth es para etiquetado de datos, no para monitoreo de modelos desplegados. D) JumpStart es un hub de modelos preentrenados y soluciones, no una herramienta de monitoreo. → Guía §1.6, §1.8.
9. A y C. Pipelines automatiza el flujo repetible (A); canary deployment dirige un pequeño porcentaje de tráfico real a la nueva versión antes de un despliegue completo (C). B es falsa (eso describe canary, no shadow, que no sirve tráfico real). D y E son falsas: Feature Store permite reutilización, y el Model Registry sí versiona múltiples modelos. Por qué no las otras: B) En un shadow test, la nueva versión recibe una copia del tráfico y se evalúa sin que sus respuestas lleguen al usuario real; no atiende tráfico real "desde el primer momento". D) Feature Store existe justamente para reutilizar features entre proyectos, no para forzar recalcularlas desde cero en cada uno nuevo. E) El Model Registry sí soporta versionar múltiples modelos y sus versiones dentro de grupos de modelos; es parte de su función principal. → Guía §1.6, §1.8.
10. A — Precision = 0.80. Precision = TP/(TP+FP) = 60/(60+15) = 0.80. La opción B es en realidad el Recall. Por qué no las otras: B) 60/(60+10) = 0.86 calcula TP/(TP+FN), que es la fórmula de Recall, no de Precision. C) 415/430 = 0.97 mezcla verdaderos negativos con el total de negativos predichos: un cálculo que no corresponde a ninguna métrica estándar relevante aquí. D) 60/500 = 0.12 divide los verdaderos positivos entre el total de publicaciones evaluadas, no entre las predicciones positivas del modelo. → Guía §1.5.
11. B — SageMaker Model Registry. Es el componente diseñado para versionar y marcar qué modelos están aprobados para producción. Por qué no las otras: A) Clarify detecta sesgo y genera explicaciones de modelos, no versiona ni marca aprobaciones de despliegue. C) Data Wrangler es una herramienta de preparación y transformación de datos, sin relación con versionar modelos. D) Debugger analiza problemas durante el entrenamiento (gradientes, tensores), no gestiona versiones ni aprobaciones. → Guía §1.8.
12. C. IA Generativa es un subconjunto especializado de ML (dentro de Deep Learning) que genera contenido nuevo; ML incluye muchos otros algoritmos (regresión, clustering, XGBoost) que no son generativos. Por qué no las otras: A) No son el mismo concepto: ML es la disciplina amplia, y la IA Generativa, una aplicación específica dentro de ella. B) Invierte la relación real: ML no es un subconjunto de IA Generativa, es al contrario. D) Sí tiene sentido compararlos porque uno contiene al otro; la relación jerárquica es precisamente lo que describe la afirmación del colega. → Guía §1.1.
13. A y B. Las Spot ofrecen descuentos significativos (A) a cambio de que AWS pueda interrumpirlas con poco aviso (B). C es falsa (esa es justo su característica: pueden interrumpirse). D es falsa en general. E es falsa: sí pueden usarse para entrenamiento; de hecho, es su caso de uso más común. Por qué no las otras: C) Es falsa porque la posibilidad de interrupción es precisamente la característica definitoria de las instancias Spot, no algo que desaparezca una vez iniciado el entrenamiento. D) Es falsa en general: las Spot suelen ser más baratas que las Reservadas de 3 años, no más caras, aunque con menos garantía de disponibilidad. E) Es falsa: las instancias Spot se usan comúnmente para entrenamiento (donde las interrupciones se pueden tolerar con checkpoints), no exclusivamente para inferencia. → Guía §1.8.
Dominio 2#
14. C. Le falta el criterio central: preentrenamiento a gran escala y adaptabilidad a múltiples tareas. Un modelo entrenado con poco texto para una sola tarea no califica como fundacional, sin importar su número de parámetros. Por qué no las otras: A) El número de parámetros no es el criterio que define un modelo fundacional; lo esencial es la escala del preentrenamiento y la versatilidad multitarea. B) Usar texto como modalidad no basta por sí solo; existen modelos de texto que no son fundacionales precisamente por su escala y alcance limitados. D) El tamaño pequeño no descalifica por sí mismo a un modelo; lo que descalifica aquí es el preentrenamiento acotado a un solo dominio y una sola tarea. → Guía §2.1.
15. C. max_tokens limita específicamente cuántos tokens puede generar el modelo
en la respuesta, no el tamaño total de la solicitud ni la ventana de contexto en sí. Por qué no las
otras: A) Confunde max_tokens con el tamaño de la solicitud completa (prompt +
respuesta); ese parámetro solo limita la salida generada. B) max_tokens no fija ningún precio; el
costo se calcula aparte según el volumen real de tokens usados. D) La ventana de contexto es una característica
fija del modelo, no un parámetro que max_tokens configure por solicitud. → Guía §2.9.
16. D. La búsqueda por embeddings compara significado, no palabras exactas: puede encontrar contenido relevante aunque no comparta ninguna palabra literal con la pregunta, a diferencia de una búsqueda de palabra clave tradicional. Por qué no las otras: A) No son equivalentes: una compara vectores de significado, la otra, la coincidencia literal de términos. B) Es justo lo contrario: los embeddings no dependen de palabras exactas; esa es la limitación de la búsqueda de palabra clave. C) Es falso: los embeddings representan precisamente el significado semántico del texto en un espacio vectorial. → Guía §2.1, §3.4.
17. B. Un valor intermedio de temperature equilibra la consistencia con algo de variación creativa, sin llegar a los extremos de determinismo total (0) ni de máxima aleatoriedad (1.0). Por qué no las otras: A) Un valor cercano a 0 produce respuestas casi deterministas, sin la variación creativa moderada que pide el escenario. C) Un valor cercano al máximo introduce demasiada aleatoriedad, sacrificando la consistencia deseada. D) Es falso: temperature sí controla directamente cuánta aleatoriedad se introduce en la selección de tokens. → Guía §2.1.
18. A y B. RAG suele ser más rápido y económico de implementar que el fine-tuning (A); el fine-tuning sí modifica los pesos del modelo y RAG no (B). C es falsa: la ventaja de RAG es justamente que no requiere reentrenar cuando cambian los documentos. D es falsa: RAG también reduce alucinaciones, no es exclusivo de fine-tuning. E es falsa: son técnicas distintas con mecanismos distintos. Por qué no las otras: C) Es falsa: la ventaja central de RAG es no requerir reentrenamiento cuando cambian los documentos: basta con actualizar la base vectorial. D) Es falsa: RAG también reduce alucinaciones al anclar respuestas en documentos reales, no es una capacidad exclusiva del fine-tuning. E) Es falsa: son técnicas con mecanismos distintos (ajustar pesos vs. recuperar contexto externo), no nombres intercambiables de lo mismo. → Guía §2.3.
19. B — Zero-shot prompting. No incluye ningún ejemplo previo resuelto, solo la instrucción directa. Por qué no las otras: A) Few-shot sí incluiría uno o más ejemplos previos resueltos dentro del prompt; aquí no hay ninguno. C) Fine-tuning implica reentrenar el modelo con datos adicionales, no es una técnica de redacción del prompt. D) Chain-of-thought pide razonar paso a paso, algo que el prompt no solicita. → Guía §2.2.
20. A — Amazon Comprehend. Es un servicio de análisis de texto (sentimiento, entidades), no una base de datos vectorial. Neptune, Aurora con pgvector y OpenSearch sí lo son. Por qué no las otras: B) Amazon Neptune (Neptune Analytics) sí soporta búsqueda vectorial y es una de las opciones oficialmente compatibles con Bedrock Knowledge Bases. C) Aurora con la extensión pgvector sí permite almacenar y buscar embeddings; es otra opción compatible para RAG. D) OpenSearch Service sí ofrece un motor de búsqueda vectorial (k-NN), ampliamente usado como backend de RAG. → Guía §2.3.
21. C. El encoder comprende/procesa el texto de entrada (como hace Comprehend); el decoder genera texto nuevo token por token (como un chatbot conversacional). Por qué no las otras: A) Invierte los roles: el encoder es quien analiza/comprende texto sin generar contenido, y el decoder es quien genera texto nuevo, no al revés. B) Usar solo encoder no explica cómo el asistente genera texto nuevo token por token, función propia del decoder. D) Usar solo decoder no explica el análisis de comprensión de Comprehend sin generación, función propia del encoder. → Guía §2.6.
22. A. Esa clasificación humana se usa para entrenar un modelo de recompensa, que después guía el ajuste del LLM mediante aprendizaje por refuerzo: el siguiente paso lógico del proceso de RLHF. Por qué no las otras: B) RLHF ajusta el modelo existente mediante RL guiado por el modelo de recompensa; no implica descartarlo y entrenar uno completamente nuevo. C) Aún falta el paso de usar el modelo de recompensa para ajustar el LLM mediante RL antes de llegar a producción. D) La clasificación humana no se convierte en embeddings; se usa para entrenar el modelo de recompensa, un paso distinto. → Guía §2.7.
23. C. Los modelos de difusión no recuperan ni combinan imágenes reales; parten de ruido aleatorio y lo limpian progresivamente guiados por el prompt de texto. Por qué no las otras: A) Describe un proceso de recorte y combinación de fotos reales, que no es cómo operan los modelos de difusión. B) Ese proceso no es RAG (que recupera documentos o texto reales); los modelos de difusión generan desde ruido, sin recuperación de imágenes existentes. D) Es falso: los modelos de difusión sí pueden generar escenas completamente nuevas que no existen literalmente en ninguna foto. → Guía §2.8.
24. A y B. Quantization reduce la precisión numérica de los pesos (A); distillation entrena un modelo estudiante pequeño que imita a uno grande (B); ambas reducen tamaño, costo y latencia. RAG y chain-of-thought no reducen el tamaño del modelo, y aumentar los epochs generalmente eleva el costo. Por qué no las otras: C) RAG mejora la precisión y relevancia de las respuestas recuperando contexto externo, pero no reduce el tamaño ni la latencia intrínseca del modelo. D) Chain-of-thought prompting mejora el razonamiento mediante la forma de escribir el prompt, sin afectar el tamaño ni el costo de inferencia del modelo. E) Aumentar el número de epochs incrementa el tiempo y el costo de entrenamiento; no reduce el tamaño, el costo ni la latencia. → Guía §2.9.
25. D — Prompt injection. Es la definición exacta: manipular el prompt (o un documento que el modelo procesa) para que ignore sus instrucciones originales. Por qué no las otras: A) No implica reentrenar el modelo, sino manipular la entrada o las instrucciones que recibe en tiempo de inferencia. B) Overfitting es un problema de generalización durante el entrenamiento, no un ataque mediante instrucciones ocultas. C) Data drift es un cambio en la distribución de los datos de producción, no una manipulación deliberada del prompt. → Guía §2.9.
26. D — Multimodalidad. Permite procesar imagen y texto en la misma solicitud, sin necesitar recuperación externa (RAG) ni reentrenamiento (fine-tuning). Por qué no las otras: A) RAG recupera documentos externos de texto; no explica la capacidad de procesar una imagen junto con texto en la misma solicitud. B) Quantization reduce la precisión numérica de los pesos para bajar costo y tamaño; no habilita el procesamiento de múltiples modalidades. C) Fine-tuning ajusta los pesos del modelo con datos adicionales; no es lo que permite combinar imagen y texto en una sola solicitud. → Guía §2.9.
27. C — ROUGE. Es la métrica estándar para evaluar resúmenes generados automáticamente comparándolos contra un resumen de referencia humano. Por qué no las otras: A) AUC-ROC evalúa clasificadores binarios, no la similitud textual entre un resumen generado y uno de referencia. B) F1-score combina precision y recall para tareas de clasificación, no mide solapamiento de texto generado. D) Recall por sí solo es una métrica de clasificación, no la métrica estándar para evaluar resúmenes de texto. → Guía §2.5.
28. C. La versión instruct/chat pasó por un ajuste adicional (como RLHF) que la hace más confiable al seguir instrucciones que la versión base, que no tuvo ese ajuste. Por qué no las otras: A) Es al revés: la versión base no está optimizada para seguir instrucciones de forma segura y útil, por eso rara vez se usa directamente en producción conversacional. B) No son idénticas en comportamiento: se comportan de forma distinta precisamente por el ajuste adicional que recibe la versión instruct/chat. D) La versión base es un modelo de la misma modalidad que el modelo original (frecuentemente texto), no una versión limitada exclusivamente a generar imágenes. → Guía §2.7.
29. D — Model Context Protocol (MCP). Es un estándar abierto que define una forma común de conectar agentes de IA con herramientas y fuentes de datos externas, evitando construir una integración a medida para cada nueva herramienta. Por qué no las otras: A) Hacer fine-tuning por cada sistema externo sería precisamente el enfoque costoso y repetitivo que MCP busca evitar. B) RLHF es un proceso de ajuste del modelo con retroalimentación humana, sin relación con estandarizar conexiones a herramientas externas. C) Continued pre-training extiende el preentrenamiento con más datos; no resuelve cómo conectar un agente con sistemas externos. → Guía oficial AIF-C01 — Dominio 2, Tarea 2.1.
Dominio 3#
30. B. La ventaja central de Bedrock es exponer múltiples proveedores mediante una API unificada y gestionada, sin que el equipo administre servidores: justo lo que evita el trabajo manual de desplegar cada modelo en EC2 por separado. Por qué no las otras: A) Bedrock no es gratuito, se cobra por uso; la ventaja real no es el costo cero, sino la gestión unificada sin servidores. C) EC2 sí puede ejecutar modelos de lenguaje (de hecho, es la alternativa manual planteada en el escenario); solo requiere que el equipo administre la infraestructura. D) Es falso: justamente la ventaja de Bedrock es ofrecer múltiples proveedores (Anthropic, Meta, Cohere, etc.) bajo una sola API. → Guía §3.1.
31. C. Bedrock Agents ejecuta acciones de varios pasos, no automatiza RAG; la herramienta correcta para automatizar la ingesta, el chunking y el almacenamiento vectorial es Bedrock Knowledge Bases. Por qué no las otras: A) Agents está pensado para orquestar acciones o tareas de varios pasos, no para automatizar la ingesta y vectorización de documentos. B) Son componentes distintos de Bedrock con propósitos diferentes, no sinónimos. D) Es falso: Bedrock Knowledge Bases existe específicamente para automatizar el flujo de RAG (ingesta, chunking, embeddings, almacenamiento). → Guía §3.1, §3.5.
32. A — Bedrock Agents. Está diseñado para ejecutar acciones reales de varios pasos (modificar el pedido, enviar el correo), algo que una Knowledge Base (que solo recupera información) no hace. Por qué no las otras: B) Knowledge Bases solo recupera información para responder, no ejecuta acciones como modificar un pedido o enviar correos. C) Guardrails filtra y restringe contenido de entrada/salida, no ejecuta acciones ni orquesta pasos. D) Model Evaluation compara el desempeño de modelos, sin relación con ejecutar acciones en sistemas externos. → Guía §3.5.
33. D — Denied topics. Bloquear un tema completo, sin importar cómo se formule la pregunta, es la definición de denied topics. Por qué no las otras: A) Word filters bloquean palabras o frases específicas, no un tema completo sin importar cómo se redacte la pregunta. B) PII redaction enmascara datos personales identificables, no bloquea un tema de conversación. C) Contextual grounding checks verifica que la respuesta esté respaldada por el contexto recuperado, no bloquea temas. → Guía §3.5.
34. A — Contextual grounding checks. Verifica específicamente que la respuesta esté respaldada por el contexto recuperado. Por qué no las otras: B) Word filters bloquea términos específicos, no verifica si la respuesta está respaldada por los documentos recuperados. C) Denied topics bloquea temas completos, no evalúa el respaldo documental de una respuesta ya generada. D) Content filters detecta contenido dañino (odio, violencia, etc.), no verifica si la respuesta está fundamentada en las fuentes recuperadas. → Guía §3.5.
35. B — Provisioned Throughput. Ofrece throughput garantizado y constante a cambio de un compromiso de capacidad, coincidiendo con lo descrito. Por qué no las otras: A) On-Demand no ofrece throughput garantizado ni un compromiso de capacidad; cobra según el uso variable. C) Batch inference está pensado para procesar grandes volúmenes sin urgencia de tiempo real, no para garantizar throughput constante en producción. D) Las instancias Spot son un concepto de EC2, no de facturación de Bedrock, y no ofrecen ninguna garantía de capacidad: todo lo contrario a lo que pide el escenario. → Guía §3.1.
36. B. Comprehend analiza texto ya extraído; Textract es el servicio de OCR diseñado para extraer campos de formularios y tablas de documentos escaneados. Por qué no las otras: A) Comprehend no realiza OCR; analiza texto que ya fue extraído previamente. C) Son servicios distintos con funciones distintas (análisis de texto vs. extracción de documentos). D) Es falso: sí existe un AI Service diseñado exactamente para esto, Amazon Textract. → Guía §3.2.
37. D. Rekognition sirve para el análisis y la moderación de imágenes, y Comprehend, para el análisis de sentimiento en texto: la combinación correcta para cada necesidad. Por qué no las otras: A) Textract extrae texto de documentos (no modera imágenes) y Transcribe convierte voz a texto (no analiza sentimiento); ninguno cubre lo que pide el escenario. B) Lex está diseñado para construir chatbots/interfaces conversacionales, no para moderación de imágenes ni análisis de sentimiento. C) Bedrock Knowledge Bases conecta un FM a documentos para RAG; no realiza moderación de imágenes ni análisis de sentimiento. → Guía §3.2.
38. B — Transcribe + Polly. Transcribe convierte voz a texto; Polly convierte texto a voz: exactamente lo que necesita el centro de llamadas descrito. Por qué no las otras: A) Comprehend analiza texto y Rekognition analiza imágenes/video; ninguno convierte voz a texto ni texto a voz. C) Translate traduce idiomas y Textract extrae texto de documentos; ninguno realiza transcripción ni síntesis de voz. D) Personalize genera recomendaciones y Rekognition analiza imágenes, sin relación con voz ni IVR. → Guía §3.2.
39. D — Amazon Q Business. Responde en lenguaje natural a partir de documentos empresariales heterogéneos, de forma gestionada y respetando permisos. Por qué no las otras: A) Athena es un servicio de consultas SQL sobre datos en S3, no un asistente en lenguaje natural sobre documentos. B) Glue es un servicio de ETL para preparar e integrar datos, no un asistente. C) Redshift Serverless es un data warehouse para análisis SQL, no responde preguntas sobre documentos. → Guía §3.6.
40. A y B. Personalize genera recomendaciones basadas en el comportamiento (A) y SageMaker Canvas permite pronosticar series temporales sin código (B); son servicios distintos con propósitos distintos, lo que descarta C, D y E. Por qué no las otras: C) Tienen propósitos distintos: recomendaciones personalizadas vs. creación de modelos sin código, como pronósticos. D) Personalize está diseñado para recomendaciones, no para detección de fraude (eso sería un modelo de clasificación propio en SageMaker AI). E) Canvas es justamente la herramienta sin código de SageMaker; no exige programar en Python. → Guía §3.2.
41. A — SageMaker JumpStart. Permite partir de un modelo preentrenado y desplegarlo con control total sobre instancia y autoescalado, más allá de lo que ofrece la API serverless de Bedrock. Por qué no las otras: B) Q Business es un asistente conversacional empresarial, no una plataforma para desplegar modelos fundacionales con control de infraestructura. C) Lex construye chatbots, no es una herramienta para desplegar modelos fundacionales con control de instancia. D) Fargate sin ningún servicio de ML no provee un modelo preentrenado ni herramientas específicas de ML; obligaría a construirlo todo desde cero. → Guía §3.3.
42. B — Amazon Q Developer. Está enfocado específicamente en desarrolladores, con asistencia dentro del IDE. Por qué no las otras: A) Q Business está orientado a asistencia empresarial general sobre datos corporativos, no a autocompletar código en el IDE. C) Comprehend analiza texto (sentimiento, entidades), no asiste en la escritura de código. D) Bedrock Knowledge Bases sirve para RAG sobre documentos, no es un asistente de programación integrado en el IDE. → Guía §3.6.
43. D — Batch inference. Es la opción diseñada para procesar grandes volúmenes de forma asíncrona a menor costo, sin necesitar respuesta inmediata. Por qué no las otras: A) Procesar uno por uno de forma síncrona sería lento y no aprovecharía que no se necesita respuesta en tiempo real. B) Provisioned Throughput a máxima capacidad implica un costo fijo alto, lo contrario de minimizar el costo para una carga nocturna sin urgencia. C) Agents está diseñado para orquestar acciones, no para reducir el costo de procesar grandes volúmenes de documentos. → Guía §3.7.
44. A — Prompt caching. Reutiliza el procesamiento de la parte fija del prompt (instrucciones de sistema) entre llamadas repetidas, reduciendo costo y latencia. Por qué no las otras: B) Hacer fine-tuning en cada llamada sería extremadamente costoso y lento, lo opuesto a reducir latencia y costo. C) Aumentar la temperature afecta la aleatoriedad de la respuesta, no la reutilización del procesamiento repetido del prompt. D) Eliminar los Guardrails afecta la seguridad del contenido, sin relación con reutilizar el procesamiento de instrucciones repetidas. → Guía §3.7.
45. A — Enrutamiento inteligente. Dirige automáticamente cada consulta al modelo más adecuado según su complejidad, optimizando costo y calidad. Por qué no las otras: B) Provisioned Throughput fijo garantiza capacidad constante, pero no decide dinámicamente qué modelo usar según la complejidad de la consulta. C) Guardrails filtra y restringe contenido, no enruta consultas entre distintos modelos. D) SageMaker Ground Truth es una herramienta de etiquetado de datos, sin relación con enrutamiento de consultas en Bedrock. → Guía §3.7.
46. C. Cuando se necesita control total sobre features y algoritmo por tener patrones de fraude muy específicos, SageMaker AI es la opción coherente, a costa de más tiempo de implementación que un servicio gestionado. Por qué no las otras: A) Necesitar velocidad sin datos históricos propios favorecería a la opción gestionada; no justificaría construir un modelo propio en SageMaker AI. B) Minimizar el tiempo de implementación a toda costa también apunta hacia la opción gestionada y más rápida. D) Es falso: SageMaker AI entrena sin problema con datos tabulares, y además sería un argumento en contra, no a favor. → Guía §3.3.
47. A y B. Un agente razona, decide y ejecuta acciones de forma autónoma (A), y evaluar una aplicación agéntica requiere mirar más allá del modelo aislado, considerando si las acciones tomadas fueron correctas (B). Por qué no las otras: C) Un agente puede usar un modelo fundacional preentrenado sin ningún fine-tuning previo; el fine-tuning es opcional, no un requisito. D) Un agente puede invocar varias herramientas distintas a lo largo de su ejecución; no está limitado a una sola. E) El consumo de tokens es, a lo sumo, una consideración de costo, no el único criterio para evaluar si un agente cumplió su objetivo. → Guía oficial AIF-C01 — Dominio 3, Tarea 3.1, Tarea 3.4.
Dominio 4#
48. D. Mantener un desempeño consistente ante variaciones de entrada (iluminación, ángulos) es robustness; no discriminar entre grupos demográficos es fairness. Son dimensiones distintas. Por qué no las otras: A) Invierte los conceptos: la consistencia ante condiciones variables es robustness, no fairness. B) Solo el segundo caso es fairness; mantener el desempeño ante condiciones variables es robustness, una dimensión distinta. C) Ninguno de los dos casos describe procesos de gobernanza organizacional, sino propiedades técnicas del modelo (robustness y fairness). → Guía §4.1.
49. D. Señalar las variables que influyeron en una decisión puntual es explicabilidad; informar de forma general sobre el uso del sistema automatizado es transparencia. Por qué no las otras: A) Invierte los conceptos: señalar variables de una decisión puntual es explicabilidad, no transparencia. B) Ninguno de los dos casos trata sobre discriminación entre grupos, sino sobre entender y comunicar cómo funciona el sistema. C) No se refieren a evitar daños o riesgos operativos (safety), sino a explicar decisiones y comunicar el uso del sistema. → Guía §4.1, §4.7.
50. C. El algoritmo funciona correctamente; el problema es que el dataset histórico ya venía sesgado. Es bias de datos, detectable antes de entrenar con SageMaker Clarify analizando la distribución del dataset. Por qué no las otras: A) El algoritmo funciona correctamente; el problema está en los datos históricos sesgados, y Ground Truth es una herramienta de etiquetado, no de detección de bias. B) No hay señales de que el modelo memorizara el entrenamiento; el problema es un sesgo heredado de los datos, no una falla de generalización (overfitting). D) No se describe un cambio de distribución en producción respecto al entrenamiento, sino un sesgo ya presente desde el origen de los datos. → Guía §4.2.
51. D. Model Cards documenta modelos propios (propósito, datos, métricas, limitaciones); AI Service Cards documenta el uso previsto y las limitaciones de AI Services preentrenados de AWS como Rekognition o Textract. Por qué no las otras: A) Son documentos distintos con alcances distintos: uno para modelos propios y otro para AI Services preentrenados de AWS. B) Es al revés: AI Service Cards aplica a servicios como Rekognition o Textract, no a SageMaker. C) Model Cards es un documento de transparencia, no un mecanismo de Guardrails que filtra contenido. → Guía §4.3.
52. B. La revisión human-in-the-loop atiende las predicciones de baja confianza de un modelo ya en funcionamiento; Ground Truth etiqueta datos de entrenamiento antes de que exista un modelo: son momentos distintos del ciclo de vida. Por qué no las otras: A) Invierte el orden: el primer momento es revisar una predicción, no etiquetar datos, y el segundo es etiquetado previo al entrenamiento. C) Clarify detecta sesgo y explica predicciones, no coordina revisores humanos. D) Ambos momentos sí involucran revisión humana real, aunque en etapas distintas. → Guía §4.3.
53. A y B. Un árbol pequeño es interpretable por diseño (A) y SHAP es la técnica de explicabilidad usada por Clarify (B). C es falsa: son conceptos relacionados pero distintos. D es falsa: la explicabilidad se aplica sobre todo a modelos complejos, no simples. E es falsa: SHAP no es un algoritmo de clustering. Por qué no las otras: C) Son conceptos relacionados pero no sinónimos: la interpretabilidad es inherente al diseño del modelo, y la explicabilidad agrupa técnicas para explicar modelos que no son inherentemente transparentes. D) La explicabilidad se aplica sobre todo a modelos complejos (como deep learning), justamente los que no son interpretables por diseño. E) SHAP es una técnica de explicabilidad basada en teoría de juegos, no un algoritmo de clustering. → Guía §4.5.
54. A. El NIST AI RMF es un marco del gobierno de EE. UU. que organiza la gestión de riesgos de IA en mapear, medir, gestionar y gobernar; no es un servicio de AWS ni un algoritmo. Por qué no las otras: B) El NIST AI RMF no es un servicio de AWS ni una herramienta técnica de detección de sesgo; es un marco de referencia gubernamental. C) No es un algoritmo ni una técnica de ML; es un marco organizacional de gestión de riesgos. D) No tiene relación con infraestructura de cómputo; es un marco de políticas y procesos. → Guía §4.5.
55. C. Curar y diversificar los datos de entrenamiento ataca la causa raíz desde el origen, antes de que el modelo aprenda ese lenguaje dañino: una medida preventiva, distinta de filtrar en producción con Guardrails. Por qué no las otras: A) Aumentar la temperature incrementa la aleatoriedad y el riesgo de salidas indeseadas; no es una medida preventiva contra la toxicidad. B) Eliminar la evaluación quita justamente una de las salvaguardas para detectar problemas, lo contrario de una estrategia preventiva. D) El tamaño del modelo no garantiza menor toxicidad; sin curar los datos, un modelo grande puede reproducir el mismo lenguaje dañino. → Guía §4.5.
56. B. El orden lógico es diseño → recolección/curación de datos → entrenamiento con evaluación de bias → pruebas de explicabilidad → despliegue con monitoreo continuo. Por qué no las otras: A) Comienza por el despliegue, cuando en realidad el diseño y la recolección de datos deben ocurrir antes de desplegar cualquier cosa. C) Coloca el entrenamiento antes del diseño y de la recolección de datos, cuando el orden lógico es el inverso. D) Coloca el monitoreo continuo (que ocurre después del despliegue) como primer paso, invirtiendo el ciclo de vida completo. → Guía §4.4.
Dominio 5#
57. A. El aislamiento físico entre servidores forma parte de la infraestructura subyacente, responsabilidad de AWS; definir quién puede invocar qué modelo es configuración de acceso, a cargo del cliente. Por qué no las otras: B) Invierte las responsabilidades: el cliente no gestiona el aislamiento físico de la infraestructura, ni AWS decide qué usuarios internos pueden invocar cada modelo. C) La configuración de acceso (quién puede invocar qué modelo) es responsabilidad del cliente, no de AWS. D) El aislamiento físico de la infraestructura subyacente es responsabilidad de AWS, no del cliente. → Guía §5.1.
58. B. Es una garantía explícita de AWS: los datos del cliente están aislados por cuenta y no se usan para reentrenar los modelos base, sin depender de ninguna configuración adicional. Por qué no las otras: A) No requiere ninguna acción de desactivación por parte del cliente; el aislamiento es una garantía por defecto, no una opción que haya que activar. C) No depende del proveedor del modelo fundacional; es una garantía de AWS a nivel de la plataforma Bedrock. D) No tiene relación con Guardrails, que filtra el contenido de entrada y salida, no el uso de datos para reentrenamiento. → Guía §5.1.
59. A. TLS protege los datos en tránsito y AWS KMS, los datos en reposo: es la combinación estándar para proteger datos extremo a extremo. Por qué no las otras: B) Invierte los controles: KMS protege datos en reposo (cifrado de almacenamiento), no en tránsito, y TLS protege en tránsito, no en reposo. C) IAM controla permisos y acceso; no es el mecanismo de cifrado de datos en tránsito ni en reposo. D) CloudTrail registra actividad de la API para auditoría, no cifra datos en tránsito ni en reposo. → Guía §5.2.
60. D — VPC endpoint (AWS PrivateLink). Conecta el tráfico directamente con el servicio de AWS sin pasar por la internet pública, a diferencia de un NAT Gateway. Por qué no las otras: A) Un NAT Gateway permite salida a internet desde subredes privadas, justo lo que se quiere evitar en este escenario. B) Una tabla de rutas pública dirige tráfico hacia internet, lo opuesto a mantenerlo dentro de la red de AWS. C) Un Internet Gateway conecta la VPC con la internet pública, exactamente lo que el escenario busca evitar. → Guía §5.2.
61. B. Otorgar exactamente la acción (InvokeModel) sobre el recurso específico es
el principio de mínimo privilegio en la práctica, sin exceder lo que el equipo realmente necesita. Por
qué no las otras: A) Otorgar bedrock:* sobre todos los recursos excede ampliamente lo
necesario, violando el mínimo privilegio. C) AdministratorAccess da control total sobre toda la cuenta, muy por
encima de lo que el equipo necesita. D) Prescindir de IAM y depender solo de la seguridad de red no restringe
qué acciones puede ejecutar cada usuario dentro del servicio. → Guía §5.3.
62. B — AWS Artifact. Centraliza informes de cumplimiento y acuerdos legales como el BAA de HIPAA. Por qué no las otras: A) AWS Config evalúa la configuración de recursos frente a reglas, no centraliza informes de cumplimiento ni acuerdos como el BAA. C) Trusted Advisor da recomendaciones de costos, seguridad y rendimiento, no aloja informes de cumplimiento formal. D) Amazon Inspector evalúa vulnerabilidades técnicas en cargas de trabajo, no gestiona documentación de cumplimiento. → Guía §5.4.
63. A — AWS CloudTrail. Registra qué usuario invocó qué acción de la API y en qué momento, la fuente esencial para auditorías. Por qué no las otras: B) Macie descubre y clasifica datos sensibles (PII), no registra quién invocó qué acción de la API. C) Budgets monitorea costos y presupuestos, no registra actividad de auditoría. D) GuardDuty detecta amenazas y comportamiento malicioso; no es el registro de auditoría de llamadas a la API. → Guía §5.7.
64. A y B. Macie descubre y clasifica PII en S3 (A); elegir una Región de la UE es el control principal de residencia de datos (B): dos controles distintos para dos necesidades distintas. Por qué no las otras: C) Provisioned Throughput garantiza capacidad de inferencia, sin relación con descubrir PII ni con la residencia de datos. D) Aumentar las Availability Zones mejora la disponibilidad y la resiliencia; no controla dónde residen los datos ni descubre PII. E) El tipo de instancia (Spot) es una decisión de costo de cómputo, sin relación con clasificación de PII ni residencia de datos. → Guía §5.2, §5.7.
65. C. La Generative AI Security Scoping Matrix clasifica las implementaciones de GenAI en distintos niveles según cuánto construye y controla la organización, guiando qué responsabilidades de seguridad aplican en cada nivel. Por qué no las otras: A) El Well-Architected Tool evalúa cargas de trabajo en general frente a los pilares del framework, sin la clasificación específica por niveles de GenAI. B) Trusted Advisor ofrece recomendaciones generales de costo, seguridad y rendimiento de la cuenta, no una clasificación de proyectos de GenAI por nivel de responsabilidad. D) Batch inference es un modo de procesamiento de inferencia, sin relación con clasificar proyectos de GenAI por responsabilidad de seguridad. → Guía oficial AIF-C01 — Dominio 5, Tarea 5.2.
Cómo interpretar tu resultado#
| Aciertos | Interpretación |
|---|---|
| Menos de 70% | Vuelve al Simulacro Básico y repasa la guía antes de continuar: las distinciones de este nivel (RAG vs. fine-tuning, Precision vs. Recall, qué componente de Bedrock usar) son la base de casi todo lo que viene después. |
| 70–84% | Buen progreso. Repasa los dominios donde más fallaste y vuelve a intentarlo antes de subir de nivel. |
| 85% o más | Estás listo para el Simulacro Avanzado, donde los distractores son mucho más parecidos entre sí y hay más preguntas de selección múltiple. |