Javier López

aif-c01 (aws certified ai practitioner) en tres días

10 Sep 2026

Por qué este examen

Aprobé el AWS Certified AI Practitioner con 85 % después de tres días de estudio. Llevo un año dirigiendo agentes de IA en proyectos reales (lo conté en la brecha invisible). Esta certificación no enseña a hacer eso. Sirve para hablar el idioma de AWS sobre ello: qué servicio es qué, cuándo RAG y cuándo ajuste fino, qué significa cada sigla. Es una credencial-puente sobre la teoría y la práctica.

Consideraciones sobre el examen

AWS publicó la versión 1.1 de la guía el 30 de abril de 2026 y el examen la refleja desde junio. La v1.1 añade IA agéntica, MCP, Bedrock AgentCore (Identity y Policy), Strands Agents, Kiro, Amazon Quick, AWS Transform, precio por tokens, ingeniería de contexto, destilación, Prompt Management, LLM-as-a-judge y detección de alucinaciones. Amazon Q Business ya no existe con ese nombre; ahora es Amazon Quick. Q Developer es Kiro.

La mayoría de cursos se hicieron en 2024 o 2025, cuidado a la hora de comprar.

Hice el examen en español y me arrepentí. La traducción tiene errores, y en casi todas las preguntas tuve que abrir la versión en inglés.

El método: una guía que se escribe con mis dudas

En vez de un curso, construí una guía propia con Claude Code (modelo Fable 5.1), como un artefacto HTML que se publica y se corrige al vuelo. La estructura:

  • Los cinco dominios digeridos por el agente, ordenados por peso: primero lo que más puntos devuelve.
  • Lo nuevo de la v1.1 marcado como tal.
  • Un acordeón con:
    • «si la pregunta dice… piensa en…»:
    • Texto a voz → Polly.
    • PII en S3 → Macie.
    • Datos propios, con citas y sin reentrenar → RAG.
  • Una pestaña de siglas con tooltips al pasar el ratón, porque la guía de AWS asume que sabes qué es RLHF, PEFT o A2I.
  • Dos simuladores propios, 104 y 87 preguntas en los cuatro formatos, con modo estudio (explicación inmediata) y modo examen de 65 preguntas y 90 minutos de reloj, y repetición de las falladas.

El bucle de trabajo fue: leía una sección. Discutía con el agente lo que no entendía, la explicación llegaba con un ejemplo concreto y volvía a la guía en el mismo sitio; a veces, si el tema no era claro, lo agregaba, pero la mantuve con un largo de máx. 30 min de lectura.

Los recursos, con veredicto

Todos gratis. El único gasto fue el examen: 50 USD con el código de descuento AIF2CLOUD.

La guía oficial v1.1 — la fuente de verdad, pero no la leí yo. La leyó la IA para generar resúmenes, junto con la página de cambios de v1.0 a v1.1 y la lista de servicios en alcance, que fue la que resolvió dudas como «¿S3 Vectors entra?» (no aparece como entrada propia; aparece Amazon S3).

Set oficial de 20 preguntas de AWS Skill Builder — el estilo exacto del examen. Fallé tres, y las tres eran de «elige DOS» con una de las dos bien, así que estudié más preguntas en ese formato.

CloudCertPrep — declara estar alineado con la v1.1. Gratis y de código abierto. Simulacro completo de 65: 889/1000, 88 %, en 33 minutos. Su explicación de una pregunta sobre S3 está desactualizada (S3 Vectors ya existe), pero la respuesta que marcan sigue siendo la correcta para el examen: si ofrecen OpenSearch y «Amazon S3» a secas, es OpenSearch.

Tutorials Dojo, sampler gratuito — 20 preguntas más largas y rebuscadas, me imagino que para vender sus cursos, obtuve 70 %. No hace falta.

Mis dos simuladores — el primero con 104 preguntas escritas sobre la guía, y el segundo con 87 más difíciles: escenarios largos, distractores que resuelven un problema parecido, cálculos de métricas. 85 % en el segundo la víspera.

Documentación de AWS — tampoco la leí. Para dudas puntuales (S3 Vectors, Guardrails, AgentCore) la consultó la IA y leí la respuesta generada.

Lo que no usé: videos, laboratorios, dumps de preguntas reales.

Lo que fallé y cómo lo corregí

El cebo de la palabra repetida. El distractor favorito del examen es la opción que repite una palabra del enunciado sin hacer lo que piden. «Interfaz para etiquetar» → Rekognition Custom Labels (entrena un modelo; etiquetar es Ground Truth). «Cómo influye cada característica» → Feature Store (solo las guarda; explicar es Clarify). «Datos sensibles en las respuestas» → Macie (escanea S3; las respuestas las filtra Guardrails). En un simulacro, cuatro de siete fallos fueron esto. Antes de marcar: ¿este servicio hace la acción que piden, o solo comparte la palabra?

La última frase se lee primero. Ahí está lo que piden y el criterio: MÁS rentable, MENOR esfuerzo operativo, MENOR latencia. El escenario solo aporta palabras clave. En una pregunta sobre «recomendaciones personalizadas con un servicio totalmente gestionado» marqué Bedrock; la última frase decía «construir, entrenar y desplegar modelos», que es la definición de SageMaker.

Ground Truth antes de entrenar, A2I después de inferir. Los dos usan personas. Ground Truth etiqueta datos; A2I revisa predicciones de baja confianza en producción. La palabra «humano» no decide.

La misma palabra, dos servicios. «Sesgo en los datos de entrenamiento» → Clarify. «PII en los datos de entrenamiento que están en S3» → Macie. Decide el sustantivo que acompaña, no «datos de entrenamiento».

El mismo dominio, dos métricas. Fraude que va a revisión manual → recall (que no se escape ninguno). Fraude que se bloquea automáticamente → precisión (no molestar a clientes legítimos). No memorices el dominio; busca qué error dice el enunciado que es caro.

Transparencia no es equidad. «Claridad sobre cómo se toman las decisiones» es transparencia aunque el escenario hable de ayudas sociales. Las dimensiones de IA responsable se distinguen por la palabra clave del requisito, y ese dominio fue mi más flojo en los tres simulacros.

Muletillas propias:

  • Macie = maza (mace) = arma de defensa = seguridad = S3. Es un servicio de seguridad, no de ML. Sin «S3» o «bucket» en el enunciado, no es Macie.
  • Clarify aclara el modelo. Y solo va con SageMaker, así que se trata de un modelo.
  • Comprehend comprende el texto. Va con los servicios que tienen «e» y son varios: Translate, Transcribe, Lex. Clarify no tiene «e» y solo se lleva con un servicio.

El plan, tal como ocurrió

  • Lunes noche: formato del examen y el dominio de más peso, modelos fundacionales. Parámetros de inferencia, RAG, cómo adaptar un FM, métricas de evaluación.
  • Martes: IA generativa, fundamentos, IA responsable, seguridad. El set oficial de 20. Contesté el primer simulador. Construí el segundo, más difícil.
  • Miércoles: CloudCertPrep, Tutorials Dojo, el segundo simulador. Con los fallos de los tres, una pestaña de «último repaso»: horario, técnica de respuesta, una tabla «si dice → es → no es» hecha solo con lo fallado, y las dimensiones de IA responsable por palabra clave. A las nueve de la noche, me puse a jugar Battle for Wesnoth para cambiar de tema.
  • Jueves: por la mañana toqué sax un rato para relajarme, 30 minutos antes check-in. Examen a las 11:45.

Unas diez horas útiles en total. El examen no es tan fácil, no hay que confiarse. Mi contexto es de 18 años en la industria, 1 año trabajando todos los días con la IA, leyendo sobre el tema de manera casual. Sus resultados podrían variar.

Referencias

Buena suerte en su certificación. El futuro es hoy, viejo 🎓

← older contra la entropía de internet
ai personal