Certificaciones · Fundamental

AWS AI Practitioner - AIF-C01

Aprende los fundamentos de la inteligencia artificial y la IA generativa en AWS, y prepárate para la certificación AWS Certified AI Practitioner. Conoce conceptos clave de IA, machine learning, modelos fundacionales, IA responsable, seguridad y servicios de AWS con un enfoque práctico, claro y orientado al examen.

Ver el curso completo →Ver primeras clases gratis Practicar simulacros gratis

Primeras clases en YouTube (playlist). El temario completo, labs y soporte están en la comunidad.

Duración

9h 46m

Formato

Videos + laboratorios

Nivel

Fundamental

Idioma del curso

Español

Idioma del examen

Español / Inglés

Te empujamos a aprender y rendir el examen en inglés: es el idioma que usa la industria cloud en el día a día.

Qué aprenderás

Diferenciar inteligencia artificial, machine learning, deep learning y los tipos de aprendizaje (supervisado, no supervisado y por refuerzo).
Dominar el ciclo de vida del ML: preparación, entrenamiento, evaluación, despliegue e inferencia.
Entender GenAI: modelos fundacionales, LLMs, tokens, ventana de contexto, embeddings y modelos de difusión.
Elegir el servicio correcto: Bedrock, JumpStart, Amazon Q, RAG, agentes y el catálogo AI/ML.
Aplicar IA responsable (equidad, sesgo, explicabilidad, privacidad, alucinaciones) y seguridad/gobernanza en AWS.
Aprobar el examen con práctica, simulacros y logística ESL + Pearson VUE.

Para quién es

Analistas de negocio, PMs, marketing, ventas y soporte IT que usan IA (no construyen modelos).
Profesionales que buscan su primera certificación de IA en AWS.
Quienes ya tienen algo de exposición a AI/ML en AWS (hasta ~6 meses recomendados).

Qué incluye

11 módulos con clase extra de promo Pearson VUE en el M1
Bancos de práctica por módulo técnico
Simulacros realistas alineados al examen AIF-C01
Tabla de desempates entre servicios clave del examen
Guía para ESL +30, OnVUE y programar el examen
Soporte directo en la comunidad

Alumnos certificados

Logros reales en la comunidad. La mayoría se certifica en 1 mes o menos.

5.0 · 6 reseñas

5.0 · 6 reseñasVer en Skool →

David Muñoz
“Llevo 1 mes acá y vale totalmente la pena. La ruta de los temas te ahorra el desorden de aprender por tu cuenta las tecnologías de DevOps y Cloud. Me sirvió para aterrizar las bases, dejar de perder el tiempo en videos de YouTube y enfocarme en fundamentos + certificación. 10/10.”
Miembro de pago · 1 mes
Agustin Aleksandroff
“Increíble curso que estamos cursando de AZ-900. Recomendable 100 %.”
Miembro de pago · 21 días

Módulos del curso

1

📍 [INICIO]

2

🎓 MIEMBROS CERTIFICADOS AIF - C01

3

🎬🔵 SESIONES COMPLETAS

🔵🤖 [M0] Bienvenida y Ruta de Estudio
🔵🤖 [M1] Examen AIF-C01 — Dominios y Logística
🔵🤖 [M2] Fundamentos de AI y Machine Learning
🔵🤖 [M3] Pipeline, Training y Evaluación
🔵🤖 [M4] IA Generativa
🔵🤖 [M5] Amazon Bedrock
🔵🤖 [M6] Foundation Models - RAG - Agents
🔵🤖 [M7] Servicios AI/ML - SageMaker
🔵🤖 [M8] IA Responsable
🔵🤖 [M9] Seguridad, Gobernanza y Cumplimiento
🔵🤖 [M10] Preparación Final y Simulacro AIF-C01
🔵🤖 [M11] Programar el Examen AIF-C01

4

🎉 Bienvenida

5

📚 Recursos

📚 PDFs y Material de Apoyo

6

M0 — INTRODUCCIÓN AL AIF-C01

0.1 👋 Bienvenida y enfoque del curso
0.2 🗺️ Ruta hacia la certificación

7

M1 — EL EXAMEN AIF-C01

1.1 🎯 Examen AIF-C01
1.2 📊 Dominios del examen
1.3 🌐 Idioma y ESL +30
1.4 💳 Precios, modalidades y retakes
1.5 🌟 Promoción AIF2CLOUD

8

M2 — FUNDAMENTOS DE AI Y ML

2.1 🧠 AI, ML y Deep Learning
2.2 🎯 Tipos de aprendizaje en ML
2.3 🧩 Algoritmos de Machine Learning
2.4 🔄 Transfer Learning y tipos de datos
2.5 🤖 Agentic AI (IA Agéntica)

9

M3 — CICLO DE VIDA ML

3.1 🔄 ML Pipeline
3.2 ⚙️ Training vs. Inference
3.3 📊 Métricas de evaluación
3.4 📈 Overfitting y Underfitting
3.5 🎯 Confusion Matrix y AUC-ROC
3.6 🔧 Feature Engineering y MLOps
3.7 💼 Métricas técnicas vs. negocio

10

M4 — IA GENERATIVA

4.1 🧠 IA tradicional vs. generativa
4.2 🧩 Foundation Models y LLMs
4.3 🔤 Tokens y Context Window
4.4 🔢 Embeddings y Vector Databases
4.5 🎨 Diffusion Models
4.6 ⚙️ Transformers y modelos generativos
4.7 🗄️ Vector Databases en AWS
4.8 📊 ROUGE, BLEU y Perplexity
4.9 🎲 No determinismo y Latent Space

11

M5 — BEDROCK Y MODELOS

5.1 🪨 Amazon Bedrock
5.2 🤖 Modelos de Bedrock
5.3 🚀 SageMaker JumpStart
5.4 🧠 Trainium e Inferentia
5.5 💰 Precios de Bedrock
5.6 ✨ Amazon Nova
5.7 🤖 Bedrock AgentCore

12

M6 — FM APLICATIONS

6.1 💬 Prompt Engineering
6.2 🔎 RAG
6.3 🤖 Agents
6.4 🟣 Amazon Q
6.5 🧠 Técnicas de Prompting
6.6 🎛️ Temperature, Top-K y Top-P
6.7 🛠️ Personalización de FMs
6.8 🟣 Amazon Q y PartyRock
6.9 🪨 Features de Amazon Bedrock
6.10 🎨 Parámetros de imágenes

13

M7 — SERVICIOS AI/ML

7.1 👁️ Rekognition y Textract
7.2 🎙️ Transcribe, Polly y Translate
7.3 💬 Lex, Kendra y Personalize
7.4 👤 Amazon A2I y SageMaker
7.5 🧹 Data Wrangler y Ground Truth
7.6 🧩 Canvas, Autopilot y Tuning
7.7 📊 Model Registry y Model Monitor
7.8 🚀 Opciones de inferencia
7.9 🏥 Servicios AI especializados
7.10 ☸️ EKS, Fraud Detector y DeepRacer

14

M8 — IA RESPONSABLE

8.1 ⚖️ Fairness y sesgo
8.2 🔎 Explicabilidad
8.3 🔐 Privacidad y seguridad
8.4 ⚠️ Alucinaciones y toxicidad
8.5 📊 Clarify y Model Cards
8.6 🛡️ Guardrails y Watermarking
8.7 🧠 Tipos de sesgo e ISO

15

M9 — SEGURIDAD Y GOBERNANZA

9.1 🤝 Responsabilidad compartida
9.2 🔐 IAM y KMS
9.3 📋 CloudTrail y Config
9.4 🛡️ Macie, Artifact y Audit Manager
9.5 🔒 PrivateLink y aislamiento
9.6 🔄 Ciclo de vida de datos
9.7 🌐 Federated Learning
9.8 ⚠️ Prompt Injection y Jailbreaking
9.9 🏗️ Trusted Advisor y Well-Architected

16

M10 — PREPARACIÓN FINAL

10.1 🎯 Tácticas de descarte
10.2 ⚖️ Desempates clásicos
10.3 📝 Simulacro AIF-C01

17

M11 — PROGRAMAR EL EXAMEN

11.1 📅 Agendar en Pearson VUE
11.2 🖥️ Reglas de OnVUE

18

M12 — EXAMEN Y CERTIFICACIÓN

12.1 🌟 Cuenta de certificación
12.2 🌟 ESL
12.3 🌟 System Test
12.4 🌟 Jean programa su examen

19

👋 Cierre

Preguntas frecuentes

Lo que la gente pregunta sobre AWS AI Practitioner - AIF-C01