AWS AI Practitioner
Generatywna AI w AWS bez pisania kodu
Certyfikat dla osób, które pracują wokół projektów z AI, ale nie trenują modeli - analityków, managerów, administratorów i konsultantów. Potwierdza znajomość usług AI/ML w AWS, kosztów inferencji oraz zasad bezpiecznego i odpowiedzialnego wdrażania modeli.
Czym jest AWS AI Practitioner?
AWS Certified AI Practitioner (kod egzaminu AIF-C01) to drugi po Cloud Practitionerze certyfikat AWS na poziomie Foundational. Sprawdza, czy rozumiesz, jak działa generatywna AI w chmurze Amazona: czym są modele fundamentowe, kiedy sięgnąć po RAG zamiast fine-tuningu, ile kosztuje inferencja i jak nie wypuścić do produkcji modelu, który wycieknie dane albo zacznie zmyślać.
Na egzaminie nie ma ani jednej linijki kodu. Pytania są scenariuszowe i sprowadzają się do dobrania właściwej usługi AWS do opisanego problemu biznesowego, z uwzględnieniem kosztu i wymogów zgodności.
AWS nie wymaga wcześniejszego certyfikatu, ale w przewodniku zakłada około pół roku styczności z usługami AI/ML w AWS. Nie chodzi o formalne doświadczenie - wystarczy, że przez ten czas klikałeś w konsoli i rozumiesz różnicę między Amazon Bedrock a Amazon SageMaker.
Dla kogo jest ten certyfikat?
Analitycy i product ownerzy
Twój zespół wdraża coś na Bedrocku, a Ty odpowiadasz za zakres, budżet i priorytety. Ten certyfikat porządkuje słownictwo i pozwala rozmawiać z inżynierami bez tłumacza.
Administratorzy i devopsi
Dostałeś zadanie ogarnięcia nowych usług AI na koncie firmowym. Domena o bezpieczeństwie i nadzorze to dokładnie ten materiał, którego potrzebujesz na starcie.
Konsultanci i handlowcy
Doradzasz klientom przy projektach z generatywną AI. Certyfikat daje wiarygodność, a u partnerów AWS przelicza się bezpośrednio na status partnerski firmy.
Osoby po Cloud Practitionerze
Masz już CLF-C02 i chcesz utrzymać rozpęd. Domeny o bezpieczeństwie i zgodności w dużej części pokrywają się z materiałem, który znasz.
Managerowie techniczni
Decydujesz o budżecie na AI. Rozliczanie za tokeny i porównanie kosztów fine-tuningu, RAG-u oraz promptowania to wiedza, która wprost przekłada się na rachunek.
Dlaczego warto go zdać?
To najtańszy sposób na uporządkowanie wiedzy o generatywnej AI w AWS: $100 i około trzech tygodni nauki, bez wymogu programowania.
- Zakres nadąża za rynkiem - od aktualizacji przewodnika z kwietnia 2026 egzamin sprawdza agentów AI, Model Context Protocol i rozliczanie za tokeny, czyli tematy, które w projektach pojawiły się dosłownie kilka miesięcy temu.
- Wspólny język z zespołem - po tym materiale słowa RAG, guardrail, embedding i halucynacja przestają być hasłami z prezentacji, a stają się konkretnymi decyzjami projektowymi.
- Punkty u partnera AWS - firmy w programie partnerskim liczą certyfikaty pracowników do swojego poziomu partnerstwa, dlatego zwykle finansują egzamin, a za zdany certyfikat często dokładają premię.
- Kontrola nad rachunkiem - domena o kosztach inferencji uczy szacować wydatki, zanim agent zrobi trzydzieści wywołań modelu zamiast trzech.
- Punkt wyjścia do Associate - jeśli po drodze złapiesz bakcyla, naturalnym krokiem dalej jest Machine Learning Engineer Associate.
Nie każdemu się to jednak opłaca. Rozbiłem decyzję na konkretne sytuacje zawodowe w artykule czy warto zdawać AI Practitionera w 2026, gdzie znajdziesz też pełną listę zmian z kwietniowej aktualizacji przewodnika i sposoby na obniżenie kosztu egzaminu.
Zakres egzaminu - domeny i wagi
Egzamin jest podzielony na 5 domeny tematyczne. Procent obok każdej domeny pokazuje, jaką część pytań egzaminacyjnych z niej otrzymasz.
Fundamentals of AI and ML
20%- Terminologia: AI, ML, deep learning, sieci neuronowe, NLP, computer vision, LLM, GenAI, agentic AI
- Rodzaje uczenia: nadzorowane, nienadzorowane, ze wzmocnieniem
- Rodzaje inferencji: batch, real-time, asynchroniczna, serverless
- Etapy pipeline'u AI/ML - od zbierania danych po monitoring modelu
- Metryki modelu (accuracy, precision, recall, F1) i biznesowe (ROI, koszt na użytkownika)
- Kiedy tradycyjny model ML, a kiedy model fundamentowy
Fundamentals of Generative AI
24%- Modele fundamentowe, tokeny, embeddingi, okno kontekstu
- Rozliczanie za tokeny i jego wpływ na koszt oraz wydajność inferencji
- Context engineering w aplikacjach opartych o modele fundamentowe
- Agentic AI: wzorce wieloagentowe, Model Context Protocol, pamięć, użycie narzędzi, orkiestracja
- Usługi: Amazon Bedrock, SageMaker AI i JumpStart, Amazon Q, Kiro, Strands Agents, Bedrock AgentCore
Applications of Foundation Models
28%- Dobór modelu pod koszt, latencję i złożoność zadania
- Prompt engineering oraz wersjonowanie promptów w Bedrock Prompt Management
- RAG i bazy wektorowe jako sposób na oparcie odpowiedzi o własne dane
- Koszty dostosowania modelu: pre-training, fine-tuning, in-context learning, destylacja
- Ocena wyników: benchmarki, Bedrock Model Evaluation, ROUGE, BLEU, BERTScore, LLM-as-a-judge
- Metryki celu biznesowego: wskaźnik ukończenia zadania, satysfakcja, koszt interakcji
Guidelines for Responsible AI
14%- Bias i fairness w danych treningowych oraz w wynikach modelu
- Przejrzystość i wyjaśnialność: SageMaker Model Cards, SageMaker Clarify
- Kompromis między dokładnością a wyjaśnialnością modelu
- Projektowanie z człowiekiem w pętli i mechanizmy zbierania opinii użytkowników
- Licencje modeli, pochodzenie danych, modele open source
Security, Compliance and Governance
14%- Role i polityki <a href="/serwisy-aws/iam">IAM</a> przy usługach AI, szyfrowanie, AWS PrivateLink, Amazon Macie
- Amazon Bedrock Guardrails oraz AgentCore Identity
- Prompt injection, wycieki danych, filtrowanie i walidacja wyjścia
- Wykrywanie halucynacji i grounding: RAG, confidence scoring
- Audyt i logowanie interakcji z modelem, model współdzielonej odpowiedzialności
Plan nauki krok po kroku
Przykładowy harmonogram 6-8 tygodni przy 5-10 godzinach nauki tygodniowo. Jeśli masz doświadczenie IT, możesz spokojnie skrócić go o 2-3 tygodnie.
Słownictwo i mapa usług
Najwięcej punktów za włożony czas daje umiejętność przypisania usługi do problemu. Zacznij od uporządkowania pojęć i katalogu usług.
- Opanuj pojęcia: model, inferencja, token, embedding, prompt, halucynacja, agent
- Zbuduj mapę usług: Bedrock do modeli fundamentowych, SageMaker do własnych modeli, Amazon Q jako asystent
- Dopisz usługi wyspecjalizowane: Rekognition, Transcribe, Comprehend, Textract, Polly
- Przerób domenę pierwszą i drugą z aktualnego przewodnika egzaminacyjnego AWS
Praktyka w Bedrocku i modele fundamentowe
Godzina klikania w konsoli utrwala więcej niż trzy godziny czytania. Na małym modelu rachunek za eksperymenty zamyka się w kilku złotych.
- Włącz dostęp do jednego małego modelu i wykonaj kilkanaście wywołań, obserwując zużycie tokenów
- Zbuduj najprostszy RAG na kilku dokumentach w Amazon S3
- Ustaw jeden guardrail i sprawdź, jak blokuje niepożądane odpowiedzi
- Porównaj dwa modele w tym samym zadaniu i zestaw koszt z jakością odpowiedzi
- Ustaw Billing Alarm, zanim zaczniesz eksperymenty
Odpowiedzialna AI, bezpieczeństwo i testy próbne
Domeny czwarta i piąta brzmią miękko, ale razem to prawie jedna trzecia egzaminu, a pytania o Guardrails czy prompt injection są bardzo konkretne.
- Przerób bias, wyjaśnialność, Model Cards i Clarify
- Powtórz bezpieczeństwo: IAM przy usługach AI, prompt injection, filtrowanie wyjścia, audyt
- Rozwiąż testy próbne w limicie czasowym, aż wynik ustabilizuje się powyżej 80%
- Przy każdej pomyłce zapisz, dlaczego pozostałe odpowiedzi są złe - to działa lepiej niż powtarzanie poprawnych
Jak wygląda egzamin w praktyce?
Egzamin zdajesz przez Pearson VUE - online z domu albo w centrum testowym. Format:
- 65 pytań, z czego 50 liczy się do wyniku, a 15 to pytania testowane przez AWS (nie wiesz, które)
- 90 minut czasu, czyli około 80 sekund na pytanie
- Próg zdawalności: 700/1000 punktów w skali nieliniowej
- Koszt: $100 USD
- Ważność: 3 lata od daty zdania
Pytania mają formę jednokrotnego wyboru z czterema opcjami albo wielokrotnego, gdzie z pięciu opcji wybierasz dwie lub trzy. Sporo z nich to krótkie scenariusze biznesowe zakończone pytaniem o najtańsze albo najprostsze operacyjnie rozwiązanie. Gdy dwie odpowiedzi wyglądają poprawnie, wygrywa ta, która wymaga mniej pracy własnej - AWS konsekwentnie premiuje usługi zarządzane.
Za błędną odpowiedź nie ma punktów ujemnych, więc pole zaznaczasz zawsze. Wynik zaliczono lub nie zaliczono zobaczysz zaraz po zakończeniu, a punktację z podziałem na domeny AWS przysyła na profil certyfikacyjny w ciągu pięciu dni roboczych. Przy niepowodzeniu obowiązuje 14 dni przerwy przed kolejnym podejściem i kolejna opłata.
Wskazówki egzaminacyjne
Wersja 1.1 przewodnika z 30 kwietnia 2026 dodała agentów AI, Model Context Protocol i rozliczanie za tokeny. Materiały nagrane wcześniej nie omawiają tych tematów w ogóle. Otwórz spis treści kursu i poszukaj hasła "Model Context Protocol" - jeśli go nie ma, brakuje Ci całego bloku.
Odpowiedzialna AI oraz bezpieczeństwo dają razem 28% punktów, a wielu kandydatów przerabia je pobieżnie, bo brzmią miękko. Pytania o Guardrails, prompt injection i politykę dostępu do modeli są całkiem techniczne.
Teoria o token-based pricing wchodzi do głowy dopiero wtedy, gdy zobaczysz w konsoli, jak ten sam prompt kosztuje inaczej na dużym i małym modelu. Kilkanaście wywołań wystarczy, a rachunek będzie groszowy.
Zwroty most cost-effective, least operational overhead czy fastest to implement przesądzają, która z technicznie poprawnych odpowiedzi jest tą właściwą.
Egzaminu nie zdasz po polsku. Jeśli angielski nie jest Twoim pierwszym językiem, przed rezerwacją terminu złóż w profilu certyfikacyjnym wniosek o udogodnienie ESL +30 i zyskaj dodatkowe pół godziny.
U partnerów AWS certyfikacja jest zwykle finansowana - najczęściej jako zwrot kosztów zdanego podejścia, często z premią za sam certyfikat. Zasady zależą od pracodawcy, ale ponieważ w większości modeli rozliczane są tylko udane próby, warto zapytać o nie przed rezerwacją terminu.
Najczęściej zadawane pytania
Czy muszę umieć programować, żeby zdać AI Practitionera?
Nie. AIF-C01 to poziom Foundational, na egzaminie nie ma zadań z kodem ani pytań o składnię bibliotek. Sprawdzana jest znajomość pojęć, umiejętność dobrania usługi AWS do problemu oraz rozumienie kosztów i zagadnień bezpieczeństwa. Przyda się natomiast praktyczna styczność z konsolą, bo część pytań opisuje realne scenariusze wdrożeniowe.
Czy egzamin AIF-C01 można zdawać po polsku?
Nie. Egzamin jest dostępny po angielsku, arabsku, francusku, niemiecku, włosku, japońsku, koreańsku, portugalsku brazylijsku, hiszpańsku w dwóch wersjach oraz po chińsku w zapisie uproszczonym i tradycyjnym. Polskiej wersji nie ma i AWS jej nie zapowiedział. Jeśli angielski nie jest Twoim pierwszym językiem, złóż wniosek o ESL +30 i dostaniesz dodatkowe 30 minut.
Ile czasu zajmuje przygotowanie do AI Practitionera?
Przy dwóch godzinach dziennie i wcześniejszym kontakcie z AWS wystarczają trzy tygodnie. Bez tego kontaktu potrzeba czterech do sześciu, bo równolegle nadrabiasz podstawy chmury. Osoby z Cloud Practitionerem przygotowują się najszybciej, bo domeny o bezpieczeństwie i zgodności w dużej części pokrywają się z materiałem CLF-C02.
Czy potrzebuję konta AWS do nauki?
Warto je mieć. Teorii nauczysz się z przewodnika i kursu, ale pytania scenariuszowe łatwiej rozwiązuje ktoś, kto widział konsolę Bedrocka na oczy. Kilkanaście wywołań małego modelu i jeden prosty RAG to koszt rzędu kilku złotych. Ustaw Billing Alarm, zanim zaczniesz.
Jak długo ważny jest certyfikat i jak go odnowić?
Certyfikat jest ważny 3 lata od daty zdania. Odnawiasz go, zdając aktualną wersję egzaminu albo zdobywając certyfikat wyższego poziomu w tej samej ścieżce, co przedłuża ważność niższych. Przy nieudanym podejściu obowiązuje 14 dni przerwy i pełna opłata za kolejne.
Kto płaci za egzamin - pracownik czy firma?
W firmach związanych z AWS, a szczególnie u partnerów, certyfikacja jest zwykle finansowana przez pracodawcę. Zasady różnią się między firmami, ale najczęstszy model to zwrot kosztów za zdane podejście, często powiększony o premię za sam certyfikat. Nieudana próba zostaje wtedy po stronie pracownika, więc do egzaminu warto podchodzić dopiero przy stabilnych wynikach na testach próbnych. Pracodawcy opłaca się to finansować, bo AWS ocenia partnerów między innymi po liczbie certyfikowanych osób w zespole, a poziom partnerstwa i liczba certyfikacji są widoczne w profilu firmy i bywają argumentem przy przetargach. Poza tym środowiskiem zapytaj o budżet szkoleniowy - 100 USD zwykle mieści się w standardowych ramach.
Cloud Practitioner czy AI Practitioner najpierw?
Jeśli dopiero zaczynasz z chmurą, najpierw <a href="/certyfikaty/cloud-practitioner">Cloud Practitioner</a>. AIF-C01 zakłada znajomość podstaw AWS, w tym IAM, szyfrowania i modelu współdzielonej odpowiedzialności, więc bez tego uczysz się dwóch rzeczy naraz. Wyjątek: gdy już dziś pracujesz przy projektach z generatywną AI i potrzebujesz potwierdzenia kompetencji pod konkretną rozmowę. Formalnie żaden certyfikat nie jest warunkiem drugiego.
Gotowy zacząć naukę?
Zacznij od darmowego kursu AWS od podstaw na CloudManiak, a potem sprawdź swoją wiedzę na testach praktycznych z wyjaśnieniami każdej odpowiedzi w Akademii CloudManiak.