Перейти к содержимому
TokIQ
Обучение

AWS AI Practitioner (AIF-C01): вопросы к экзамену

12 авторских вопросов к экзамену AIF-C01 по всем пяти разделам: правильный ответ и объяснение, почему остальные варианты не подходят.

TokIQ Editorial10 мин чтения
В этой статье
  1. Экзамен AIF-C01: основные факты
  2. Раздел 1: Fundamentals of AI and ML
  3. Раздел 2: Fundamentals of GenAI
  4. Раздел 3: Applications of Foundation Models
  5. Раздел 4: Guidelines for Responsible AI
  6. Раздел 5: Security, Compliance, and Governance for AI Solutions
  7. Как оценить себя
  8. Как писались эти вопросы
  9. Больше вопросов к AIF-C01

Ниже 12 авторских вопросов к экзамену AWS Certified AI Practitioner (AIF-C01) с правильным ответом и коротким объяснением к каждому, в том числе о том, почему остальные варианты неверны. Они охватывают все пять официальных разделов примерно в тех же пропорциях, что и настоящий экзамен, так что слабые места можно найти до дня экзамена.

Прежде чем смотреть ответ, попробуйте решить вопрос сами. Закрепляется то, что сначала угадываешь, а потом проверяешь; если сразу читать ответ, кажется, что учишься, но по большей части это иллюзия.

Главное

  • В AIF-C01 65 вопросов (50 оцениваемых) на 90 минут, а проходной шкалируемый балл - 700 из 1 000.
  • Раздел 3, Applications of Foundation Models, даёт 28% оценки, поэтому 4 из 12 вопросов ниже взяты из него.
  • Большинство вопросов AIF-C01 проверяет, умеете ли вы сопоставить потребность бизнеса с нужным понятием или сервисом AWS, а не умеете ли вы строить модель.
  • Когда два ответа кажутся верными, в сценарии базового уровня AWS обычно ждёт более дешёвый, управляемый и менее кастомный вариант.

Экзамен AIF-C01: основные факты

Эти факты взяты из официального руководства к экзамену AIF-C01 и со страницы AWS Certified AI Practitioner, проверено 2026-10-21. Полный список фактов, описание каждого раздела и план подготовки смотрите на нашей странице подготовки к AIF-C01.

ФактОфициальное значение
Вопросы65 (50 оцениваемых, 15 неоцениваемых)
Время90 минут
Проходной балл700 (шкалируемый балл 100–1 000)
Стоимость100 USD
Типы вопросовОдин ответ, несколько ответов, упорядочивание, сопоставление
РазделВесВопросы ниже
1. Fundamentals of AI and ML20%1–2
2. Fundamentals of GenAI24%3–4
3. Applications of Foundation Models28%5–8
4. Guidelines for Responsible AI14%9–10
5. Security, Compliance, and Governance for AI Solutions14%11–12

Действующая версия руководства - 1.1, опубликована 30 апреля 2026 года. В цели добавились агентный ИИ, контекстная инженерия (context engineering), Model Context Protocol (MCP) и Amazon Bedrock AgentCore, поэтому в старых наборах вопросов этих тем может не быть.

Раздел 1: Fundamentals of AI and ML

Вопрос 1

Розничная компания хочет сгруппировать клиентов по покупательскому поведению. Готовых меток для этих групп у неё нет. Какой тип машинного обучения подходит для этой задачи?

  • A. Обучение с учителем с моделью классификации
  • B. Обучение без учителя с кластеризацией
  • C. Обучение с подкреплением с функцией награды
  • D. Обучение с учителем с моделью регрессии

Ответ: B. Кластеризация относится к обучению без учителя: она находит группы в данных без меток, а именно такая ситуация и описана.

  • A и D неверны: обучению с учителем нужны размеченные примеры (известные группы или известные числовые значения), а у компании их нет.
  • C неверно: обучение с подкреплением обучает агента с помощью наград за действия в среде; здесь нет ни агента, ни действий.

Вопрос 2

Модель показывает точность 98% на обучающих данных, но только 71% на новых данных, которых она раньше не видела. В чём наиболее вероятная проблема?

  • A. Недообучение (underfitting)
  • B. Переобучение (overfitting)
  • C. Дрейф данных в обучающей выборке
  • D. Конечная точка вывода слишком мала

Ответ: B. Переобучение означает, что модель слишком близко подстроилась под обучающие данные, включая шум, и поэтому плохо обобщает. Большой разрыв между качеством на обучении и на валидации - классический признак.

  • A неверно: недообученная модель плохо работает и на обучающих данных.
  • C неверно: дрейф описывает изменение реальных данных со временем, уже после обучения.
  • D неверно: размер экземпляра влияет на скорость и стоимость, а не на точность.

Раздел 2: Fundamentals of GenAI

Вопрос 3

Команда хочет создать чат-бота, который обращается к базовым моделям нескольких поставщиков через один API, не разворачивая и не обслуживая серверы. Какой сервис AWS подходит лучше всего?

  • A. Amazon SageMaker AI с собственным заданием обучения
  • B. Amazon Bedrock
  • C. Amazon EC2 с GPU-экземплярами
  • D. Amazon Comprehend

Ответ: B. Amazon Bedrock - полностью управляемый сервис, который даёт доступ по API к базовым моделям Amazon и других поставщиков, так что запускать инфраструктуру не нужно.

  • A неверно: задание обучения нужно, чтобы создать или дообучить собственную модель, а команде это не требуется.
  • C неверно: самостоятельный хостинг моделей на EC2 означает обслуживание серверов, то есть противоположность требованию.
  • D неверно: Amazon Comprehend - сервис обработки естественного языка (сущности, тональность, классификация), а не способ вызывать универсальные базовые модели.

Вопрос 4

Компания замечает, что расходы на генеративный ИИ резко растут, когда пользователи вставляют в промпт длинные документы. Чем это объясняется?

  • A. Цена модели по запросу обычно считается по числу входных и выходных токенов.
  • B. Длинные промпты заставляют модель переобучаться.
  • C. Цена зависит от числа пользователей API.
  • D. Длинные промпты всегда используют более крупную модель.

Ответ: A. Текстовые модели обычно тарифицируются за токен, а токен - это фрагмент текста (часто часть слова). Длинный вставленный документ добавляет в каждый запрос много входных токенов, поэтому стоимость растёт вместе с длиной промпта.

  • B неверно: вывод не переобучает модель.
  • C неверно: число пользователей не определяет стоимость запроса.
  • D неверно: модель выбирает приложение, а не длина промпта.

Раздел 3: Applications of Foundation Models

Вопрос 5

Банк использует базовую модель, чтобы заполнять фиксированный шаблон отчёта. Ответы на одинаковые запросы слишком сильно различаются. Какое изменение параметра вывода поможет больше всего?

  • A. Повысить temperature
  • B. Понизить temperature
  • C. Увеличить максимальную длину ответа
  • D. Убрать стоп-последовательности

Ответ: B. Temperature управляет случайностью, с которой модель выбирает следующий токен. Более низкая температура делает ответ более сфокусированным и стабильным, что подходит для заполнения шаблонов.

  • A неверно: более высокая температура делает ответы разнообразнее и креативнее, то есть противоположно тому, что нужно банку.
  • C неверно: длина ответа ограничивает, насколько он может быть длинным, а не насколько стабильным.
  • D неверно: стоп-последовательности лишь останавливают генерацию в выбранном месте.

Вопрос 6

Компания хочет внутреннего ассистента, который отвечает на вопросы по кадровым политикам. Политики меняются каждый месяц, и ответы должны отражать актуальную версию. Какой подход самый экономичный?

  • A. Предобучить новую базовую модель на политиках
  • B. Каждый месяц дообучать модель на новых политиках
  • C. Использовать Retrieval Augmented Generation (RAG) с Amazon Bedrock Knowledge Bases
  • D. Вставить все политики в промпт с несколькими примерами (few-shot) в качестве образцов

Ответ: C. RAG на момент вопроса извлекает нужные фрагменты из актуальных документов и передаёт их модели как контекст. Когда политики меняются, достаточно обновить базу знаний, переобучать ничего не нужно.

  • A неверно: предобучение - самый дорогой из вариантов настройки, причём с большим отрывом.
  • B неверно: ежемесячное дообучение стоит времени и денег, а дообучение лучше подходит, чтобы научить стилю или задаче, чем чтобы поддерживать факты актуальными.
  • D неверно: вставка всех политик в каждый промпт увеличивает расход токенов и может не уместиться в контекстное окно; примеры учат формату, а не набору документов.

Если RAG для вас в новинку, в нашем руководстве про генерацию с дополнением выборкой этот подход разбирается по шагам.

Вопрос 7

Промпт просит модель отнести обращения в поддержку к одной из пяти категорий, но модель продолжает придумывать собственные названия категорий. Какое самое простое решение на уровне промпта?

  • A. Добавить несколько размеченных примеров с точными названиями категорий (few-shot prompting)
  • B. Дообучить модель на 10 000 обращениях
  • C. Повысить temperature
  • D. Перейти на более крупную модель

Ответ: A. Несколько разобранных примеров с точными метками показывают модели ожидаемый результат, и перечень допустимых категорий в инструкции тоже помогает. Попробовать это ничего не стоит, и это первый шаг перед более тяжёлыми вариантами.

  • B неверно: дообучение может сработать, но обходится гораздо дороже, чем сначала поправить промпт.
  • C неверно: более высокая температура делает результат менее предсказуемым.
  • D неверно: более крупная модель всё равно может придумывать метки, если в промпте нигде не показан ожидаемый формат.

В нашей статье о zero-shot и few-shot промптинге разобрано, когда примеры помогают, а когда вредят.

Вопрос 8

Команде нужна автоматическая метрика, чтобы сравнивать суммаризации, созданные моделью, с эталонными, которые написали люди. Какая метрика для этого предназначена?

  • A. ROUGE
  • B. Среднеквадратичная ошибка
  • C. F1-мера для классификации изображений
  • D. Задержка (latency)

Ответ: A. ROUGE (Recall-Oriented Understudy for Gisting Evaluation) измеряет пересечение сгенерированного и эталонного текста и обычно применяется для суммаризации. В руководстве к экзамену также перечислены BLEU (часто используется для перевода), BERTScore и LLM-as-a-judge.

  • B неверно: среднеквадратичная ошибка измеряет ошибку числового прогноза в регрессии.
  • C неверно: задача - суммаризация текста, а не классификация изображений.
  • D неверно: задержка измеряет скорость, а не качество.

Раздел 4: Guidelines for Responsible AI

Вопрос 9

Кредитор хочет проверить, не относится ли его модель одобрения займов несправедливо к заявителям разных возрастных групп, как в обучающих данных, так и в прогнозах модели. Какая возможность AWS создана для этого?

  • A. Amazon SageMaker Clarify
  • B. AWS CloudTrail
  • C. Amazon Textract
  • D. Amazon Bedrock Knowledge Bases

Ответ: A. SageMaker Clarify находит потенциальную предвзятость в данных и в прогнозах модели, а также объясняет, как входные признаки влияют на прогноз (feature attribution).

  • B неверно: CloudTrail журналирует вызовы API и не анализирует справедливость модели.
  • C неверно: Textract извлекает текст и данные из документов.
  • D неверно: Knowledge Bases обеспечивают извлечение данных для RAG-приложений.

Вопрос 10

Регуляторы требуют от компании объяснять каждому клиенту, почему модель отклонила его заявку. Какой вариант лучше всего поддерживает это требование?

  • A. Использовать самую точную глубокую нейросеть, независимо от интерпретируемости
  • B. Использовать более интерпретируемую модель или добавить инструменты объяснимости, показывающие, какие признаки повлияли на каждое решение
  • C. Скрыть входные данные модели, чтобы защитить интеллектуальную собственность
  • D. Увеличить размер обучающего набора данных

Ответ: B. Ответственный ИИ в AWS включает прозрачность и объяснимость. Более простая интерпретируемая модель или объяснения на основе признаков позволяют компании сказать клиенту, какие факторы привели к решению. Компромисс между качеством и интерпретируемостью - постоянная тема экзамена.

  • A неверно: модель, которую никто не может объяснить, может не выполнить требование регулятора, даже если она точна.
  • C неверно: сокрытие входных данных снижает прозрачность.
  • D неверно: больше данных может повысить точность, но не объясняет отдельные решения.

Раздел 5: Security, Compliance, and Governance for AI Solutions

Вопрос 11 (выберите два)

Клиентский чат-бот компании, созданный на Amazon Bedrock, должен блокировать попытки обойти его инструкции и не должен раскрывать в ответах персональные данные клиентов. Какие две меры отвечают этим требованиям? (Выберите ДВА.)

  • A. Настроить Amazon Bedrock Guardrails с фильтром атак через промпт
  • B. Настроить фильтры конфиденциальной информации в Amazon Bedrock Guardrails, чтобы маскировать или блокировать персональные данные
  • C. Повысить temperature модели
  • D. Хранить системный промпт в публичном бакете Amazon S3
  • E. Отключить журналирование, чтобы атакующие не могли его прочитать

Ответ: A и B. Guardrails умеют обнаруживать атаки через промпт, такие как jailbreak и prompt injection, а фильтры конфиденциальной информации могут блокировать или маскировать персональные данные (PII) во входных и выходных текстах. Вместе они закрывают оба требования.

  • C неверно: temperature меняет случайность, а не безопасность.
  • D неверно: публичный бакет открывает системный промпт всем желающим.
  • E неверно: журналы нужны для аудита и расследования инцидентов; правильное решение - ограничить к ним доступ, а не отключать их.

Подробнее о самой атаке - в нашей статье prompt injection: что это.

Вопрос 12

Аудитор просит компанию показать, кто и когда вызывал API Amazon Bedrock за последние 90 дней. Какой сервис AWS даёт такую запись?

  • A. AWS CloudTrail
  • B. Amazon Inspector
  • C. AWS Trusted Advisor
  • D. Amazon Macie

Ответ: A. CloudTrail записывает вызовы API в аккаунте AWS, в том числе кто сделал каждый вызов, когда и откуда, поэтому именно он служит журналом аудита для такого вопроса.

  • B неверно: Amazon Inspector сканирует рабочие нагрузки на уязвимости в ПО.
  • C неверно: Trusted Advisor даёт рекомендации по лучшим практикам в части стоимости, безопасности и лимитов.
  • D неверно: Amazon Macie находит конфиденциальные данные в Amazon S3.

Как оценить себя

Посчитайте правильные ответы из 12 и смотрите на то, в каких разделах вы ошиблись, а не на общую сумму. Двенадцати вопросов мало, чтобы предсказать результат экзамена; одна ошибка в разделе 3 важнее одной ошибки в разделе 4 только потому, что на настоящем экзамене у раздела 3 вдвое больший вес.

  • 10–12 верных: переходите к полноразмерным тренировкам с таймером и продолжайте разбирать вопросы, в которых ошиблись.
  • 7–9 верных: вернитесь к целям тех разделов, где ошиблись, в руководстве к экзамену.
  • 6 и меньше: начните с основ. Наш путь изучения промпт-инжиниринга охватывает идеи GenAI, на которых строятся разделы 2 и 3.

Вопросы, в которых вы ошиблись, полезнее тех, на которые ответили верно. Запишите, почему выбрали неправильный ответ, а через несколько дней попробуйте похожий вопрос.

Как писались эти вопросы

Редакция TokIQ Editorial написала эти вопросы по формулировкам задач в руководстве к экзамену AIF-C01 (версия 1.1). Это не настоящие вопросы с экзамена, и они не взяты ни из какой утечки; AWS держит содержание экзаменов в тайне. Факты об экзамене проверены по страницам AWS, ссылки на которые приведены выше, 2026-10-21. TokIQ не связан с Amazon Web Services и не одобрен этой компанией.

Готовитесь и к экзамену Microsoft по основам ИИ? Загляните в наши вопросы к AI-901, где также объясняется, что заменило AI-900.

Больше вопросов к AIF-C01

Если хотите каждый день небольшой набор вроде этого, в TokIQ (в Google Play, для iPhone скоро) есть режим подготовки к AIF-C01: ежедневная сессия, которая возвращает пропущенные вопросы по методу интервальных повторений, смещается в сторону вашего самого слабого раздела и включает пробные экзамены. Каждый вопрос ссылается на официальный источник AWS, на котором основан, а после каждого ответа есть пояснение на вашем языке.

Готовы к уровню associate? Загляните в вопросы к MLA-C02 или сравните варианты в статье какую ИИ-сертификацию сдавать первой.

Частые вопросы

Это настоящие вопросы с экзамена AIF-C01?

Нет. Все 12 вопросов написала для тренировки редакция TokIQ Editorial на основе целей из официального руководства к экзамену AWS. Настоящие вопросы конфиденциальны: кандидаты подписывают соглашение о неразглашении, поэтому наборы, которые продают как «дампы» экзамена, - это риск, а не короткий путь. Используйте эти вопросы, чтобы проверить понимание, а не чтобы заучивать ответы.

Сколько вопросов на экзамене AWS Certified AI Practitioner?

На экзамене AIF-C01 65 вопросов на 90 минут. Пятьдесят вопросов идут в зачёт, а 15 - неоцениваемые вопросы, которые AWS проверяет на будущее; определить, какие именно, нельзя. Вопросы без ответа считаются неверными, штрафа за угадывание нет (руководство к экзамену AWS, проверено 2026-10-21).

Какой балл нужен для сдачи AIF-C01?

Нужен шкалируемый балл 700 по шкале от 100 до 1 000. Оценка компенсаторная: экзамен сдан или не сдан целиком, и каждый раздел отдельно сдавать не нужно (руководство к экзамену AWS, проверено 2026-10-21).

Какой раздел AIF-C01 стоит тренировать больше всего?

Самый большой раздел - Applications of Foundation Models, 28% оцениваемого содержания, дальше идут Fundamentals of GenAI с 24% и Fundamentals of AI and ML с 20%. На Responsible AI и Security, Compliance and Governance приходится по 14%. Распределяйте время на тренировку примерно в тех же пропорциях.

Какие типы вопросов бывают на экзамене AIF-C01?

В руководстве перечислены четыре типа: выбор одного ответа (один верный из четырёх), выбор нескольких ответов (два и более верных из пяти или больше, для зачёта нужны все), упорядочивание и сопоставление. Вопрос 11 выше - пример выбора нескольких ответов.

  • #AIF-C01
  • #AWS Certified AI Practitioner
  • #вопросы к экзамену
  • #подготовка к сертификации

Теперь потренируйтесь

TokIQ превращает промпт-инжиниринг в короткие тесты с объяснением каждого ответа.

Скоро вApp StoreДоступно вGoogle Play
Обучение4 мин чтения

Подготовка к AWS AI Practitioner AIF-C01: план на 3 недели

Реальный план подготовки к AIF-C01: часы в неделю, веса доменов, которые решают результат, бесплатные ресурсы AWS и ловушки, на которых теряют баллы.

Обучение7 мин чтения

Вопросы к экзамену Google Generative AI Leader с ответами

10 авторских пробных вопросов Generative AI Leader с ответами и разбором, а также официальный формат экзамена, разделы и бесплатные примеры вопросов от Google.

Пишите промпты лучше, по нескольку вопросов в день.

Короткие тесты о реальных решениях при составлении промптов, с объяснением к каждому ответу. Начать можно бесплатно на iPhone и Android.

Скоро вApp StoreДоступно вGoogle Play