匠人学院 JR Academy学AI来匠人
匠人学院 JR Academy学AI来匠人

Follow Us

linkedinfacebooktwitterinstagramweiboyoutubebilibilitiktokxigua

We Accept

/image/layout/pay-paypal.png/image/layout/pay-visa.png/image/layout/pay-master-card.png/image/layout/pay-airwallex.png/image/layout/pay-alipay.png
EN

关于公司

关于我们元宇宙课堂新闻资讯匠人工作成为导师匠人导师联系我们匠人商店J3.Club

匠人资源

工作内推匠人活动1对1私教行业白皮书线上学习平台面试中心分享面试经验Internship会员中心

AI 工具

AI 工具箱考证匠 Cert Master求职匠 Job Hunter牛小匠 UniMate AI

AI 学习方向

全部学习方向AI EngineerContext EngineeringVibe CodingPrompt MasterAI BuilderAI 产品经理Python 入门

AI 应用提效

AI 办公提效AI 数据分析AI 财务AI 内容创作AI 视觉创作前端开发Hermes AgentOpenClaw 本地智能体

大学资源

墨尔本大学昆士兰大学新南威尔士大学悉尼大学莫那什大学阿德莱德大学RMITQUTUTS

少儿 AI 教育

Airbotix 少儿 AI 编程澳洲家长实用资料库NAPLAN 成绩单怎么看My School 学校数据指南悉尼私校学费 2026少儿编程课程与训练营

移民服务

澳洲移民技术移民189/190/491雇主担保482/186/494投资移民188/888英国移民美国移民加拿大移民

企业合作

P3职业孵化器Enterprise (EN)企业培训实习合作招聘合作申请合作

求职代理

岗位代投职位监控LinkedIn代运营LinkedIn人脉代加了解P3项目

匠人支持

FAQsTerms & ConditionsPrivacy PolicyCancellation & Refund PolicySite map

Top Categories

Web全栈班DevOps项目班数据工程全栈班数据分析项目班编程入门班Business Analyst实习算法集训营

求职就业

BA和产品经理实习数据科学实习数据分析实习Marketing实习简历修改面试指导导师指导VIP

地址

Level 10b, 144 Edward Street, Brisbane CBD(Headquarter)
Level 2, 171 La Trobe St, Melbourne VIC 3000
四川省成都市武侯区桂溪街道天府大道中段500号D5东方希望天祥广场B座45A13号
Business Hub, 155 Waymouth St, Adelaide SA 5000

联系方式

hello@jiangren.com.au0421-672-555

Disclaimer

footer-disclaimerfooter-disclaimer

JR Academy acknowledges Traditional Owners of Country throughout Australia and recognises the continuing connection to lands, waters and communities. We pay our respect to Aboriginal and Torres Strait Islander cultures; and to Elders past and present. Aboriginal and Torres Strait Islander peoples should be aware that this website may contain images or names of people who have since passed away.

匠人学院网站上的所有内容,包括课程材料、徽标和匠人学院网站上提供的信息,均受澳大利亚政府知识产权法的保护。严禁未经授权使用、销售、分发、复制或修改。违规行为可能会导致法律诉讼。通过访问我们的网站,您同意尊重我们的知识产权。JR Academy Pty Ltd 保留所有权利,包括专利、商标和版权。任何侵权行为都将受到法律追究。查看用户协议

© 2017-2026 JR Academy Pty Ltd. All rights reserved.

ABN 26621887572

认证/AWS/AWS AI Practitioner
AWS基础级🤖 AI/ML

AWS Certified AI Practitioner

AWS AI 入门级认证,验证您对 AI/ML 概念、生成式 AI、基础模型及 AWS AI 服务的理解。2024年全新推出,是最热门的 AI 认证之一。

开始刷题查看学习路径
65
单次题量
396
题库总量
90m
考试时长
700/1000
及格分
$75
考试费

快速判断

396 题
适合方向AI/ML 技术初学者、云计算从业者希望扩展 AI 技能
备考节奏2-3 周(有经验)
题库内容9 章 · 30 小时
学习信号0 人学习 · 0/5
官方考纲
?
一句话定论 · 看情况

$75 拿一个 AWS 官方 AI 标签,对非工程师和想转 AI 的云工程师值;想拿它当工程能力背书的别考。

这张认证到底考什么

先把考试形式、适合人群、备考时长和学习范围讲清楚,再决定要不要投入时间。

AWS Certified AI Practitioner(AIF-C01)是 AWS 于 2024 年 8 月 正式 GA 的认证,也是 AWS 历史上第一张专门面向 AI/ML 的 Foundational 级别认证。在它之前,AWS 的 AI 类认证只有 Specialty 级别的 ML(已退役,由 MLA-C01 替代),门槛高、考的是建模工程师。AIF-C01 是 AWS 在 ChatGPT 引爆生成式 AI 之后专门为"非建模工程师"留出的入口。

考试费 $75 USD,是 AWS 现役所有认证里最便宜的(CLF-C02 是 $100,SAA 是 $150,Professional 级别 $300)。65 题、90 分钟、700/1000 及格、3 年有效期。题型新增了 ordering(排序题)和 case study,但仍然没有 hands-on lab,全是概念题和场景判断题。

考纲分 5 个领域:Fundamentals of AI and ML(20%)、Fundamentals of Generative AI(24%)、Applications of Foundation Models(28%,最大权重)、Guidelines for Responsible AI(14%)、Security/Compliance/Governance for AI Solutions(14%)。生成式 AI + 基础模型应用合计 52%,本质上这就是一张"Bedrock + Prompt Engineering + RAG + Responsible AI"考试,传统 ML 算法(决策树、SVM、梯度下降)几乎不出。

它的真实定位不是"AI 工程师认证",而是"AI 通识认证 + AWS GenAI 服务目录熟悉度测试"。题目会问你 Amazon Bedrock 的数据是否会被用来训练 AWS 的基础模型(答案:不会,这是常考陷阱),会问你 Temperature 调高/调低对输出有什么影响,会问你 RAG 解决的是什么问题(幻觉 + 知识时效性),但不会让你写代码、调超参、看 confusion matrix。

你会反复碰到的核心服务

AI 基础机器学习生成式 AI基础模型Amazon BedrockAmazon SageMaker负责任 AIPrompt Engineering

学完以后你能带走什么

  • 获得 AWS 官方 AI 入门认证
  • 掌握 AI/ML 与生成式 AI 核心概念
  • 了解 Amazon Bedrock 和 SageMaker 等 AI 服务
  • 理解负责任 AI 原则和最佳实践

考试详情

考试代码
AIF-C01
发证机构
Amazon Web Services
时长
90 分钟
题目数
65 题
及格分
700/1000
有效期
3 年
考试费用
$75 USD
题型
单选题、多选题、排序题
考试语言
English, 中文(简体), 日本語, 한국어
官方页面
打开官方页面

适合谁考

适合人群

  • AI/ML 技术初学者
  • 云计算从业者希望扩展 AI 技能
  • 业务分析师和产品经理
  • 项目经理和技术管理者
  • 准备进阶 AWS ML Engineer 认证的人员

开始前最好先有

  • 无特定编程背景要求
  • 建议了解基本的云计算概念
  • 对 AI 和机器学习有基本兴趣
  • 建议有 6 个月以上 AI/ML 相关接触经验

值不值得考?职业价值

AWS AI Practitioner 持证人的薪资区间、对应岗位、以及真实的职业影响。

澳洲
$95K-145KAUD
美国
$88K-142KUSD
中国
¥280K-500KCNY
新加坡
$80K-130KSGD
AI Product ManagerAI Solutions SpecialistCloud Engineer (AI track)Business Analyst (AI)GenAI ConsultantJunior ML EngineerAI 产品经理AI 解决方案顾问

这张证为什么突然这么火

ZipRecruiter 2026 年 2 月数据显示,标注 "AWS AI Practitioner" 的入门岗位薪资区间在 $86k–$117k(美国),旧金山湾区起步 $98k+,资深 GenAI 方向能到 $204k–$286k。但要先泼一盆冷水:这个薪资不是因为这张证,而是因为持证人通常已经有 2–5 年云或软件经验。AIF-C01 本身不会让一个零经验的人拿到 $100k。

它真正的作用是简历关键词 + 内部转岗背书。澳洲和美国市场上 2025–2026 年每个云团队都在被老板逼着"加点 AI",HR 在筛简历时开始把 "AI certified" 作为加分项。AIF-C01 是目前 AWS 体系里唯一一张能让你在 LinkedIn 资料上挂 "AWS AI Certified" 徽章而不需要先有 ML 背景的证。

最适合考的三类人(不是你想象的那一类):

  1. 产品经理 / 业务分析师 / 项目经理:你不写代码,但每天要跟工程团队讨论"我们能不能用 LLM 做这个"。AIF-C01 帮你建立 Bedrock、SageMaker、RAG、Fine-tuning 的概念词汇表,开会时不再被工程师用术语吓住。这是这张证最大的人群,AWS 设计它就是为了这群人。
  2. 传统云工程师想往 AI 方向转:你已经在做 EC2/S3/Lambda,想接 GenAI 项目但没系统学过。AIF-C01 + 实际写一个 Bedrock + Knowledge Bases 的 demo,能让你内部申请 AI 项目时有底气。
  3. 应届生 / 转行者求职:单考一张 AIF-C01 简历依然薄。但 AIF-C01 + CLF-C02 + 一个 Bedrock 小项目的组合,在 graduate program 筛选里会比裸简历强很多。

不适合考的人:

  • 想做 ML 工程师 / 算法工程师 — AIF-C01 完全不考建模、不考数学、不考 PyTorch。你应该直接冲 MLA-C01(AWS Machine Learning Engineer Associate)或 Google ML Engineer。
  • 资深云架构师想加薪 — Foundational 级别的证在你简历上几乎不加分,应该考 SAP-C02 或 Specialty。
  • 完全的非云用户 — 如果你公司用 Azure 或 GCP,先考 Azure AI-900($99,更便宜更基础)或 GCP 的 GenAI Leader,相关性更高。

考试域分布

这里不是装饰信息,它决定你应该先把时间砸在哪些知识域上。

学习内容分布

20%

1. AI 与 ML 基础

Fundamentals of AI and ML

核心知识点
AI/ML 概念监督学习无监督学习深度学习模型评估
24%

2. 生成式 AI 基础

Fundamentals of Generative AI

核心知识点
LLMTransformerTokenizationEmbeddingRLHFPrompt Engineering
28%

3. 基础模型应用

Applications of Foundation Models

核心知识点
Amazon BedrockSageMakerRAG模型选择多模态Fine-tuning
14%

4. 负责任 AI 指南

Guidelines for Responsible AI

核心知识点
AI 伦理偏见检测公平性可解释性人工审核
14%

5. 安全、合规与治理

Security, Compliance, and Governance

核心知识点
数据隐私模型安全Prompt 注入防护合规框架审计

备考节奏

有 AWS 实操经验

2-3 周

零基础切入

4-6 周

建议日投入

1-1.5 小时/天

学习路径预览

9 章
1
AI 与机器学习基础
150 min
2
机器学习核心概念
180 min
3
生成式 AI 基础
180 min
4
基础模型与大语言模型
150 min
5
AWS AI/ML 服务
210 min
6
基础模型应用实践
180 min
+ 还有 3 章在完整学习路径里

分阶段备考路径

过来人总结的分阶段备考节奏,按周拆分,不是空话。

1

第一阶段:建立 GenAI 概念词汇表(3-5 天)

不要直接刷题。先把这套词汇搞懂:Foundation Model、LLM、Token、Embedding、Vector Database、Prompt Engineering、Few-shot、Zero-shot、RAG、Fine-tuning、Temperature、Top-P、Top-K、Hallucination、Guardrails。Andrew Ng 在 DeepLearning.AI 的免费短课《Generative AI for Everyone》一个周末就能看完,比 AWS 官方视频讲得清楚。

2

第二阶段:刷 AWS Skill Builder 官方课 + 动手玩 Bedrock(1 周)

AWS Skill Builder 上的 "Standard Exam Prep Plan: AI Practitioner" 是免费的,是最权威的官方资源。同时打开 Bedrock 控制台,免费用 Claude / Titan / Llama 跑几个 prompt,调一下 Temperature 看输出怎么变,跟着官方教程建一个 Knowledge Base 试试 RAG。亲手点过比看 100 道题印象都深。

3

第三阶段:按域刷题,重攻 Bedrock 和 Responsible AI(1-2 周)

Tutorials Dojo 和 Whizlabs 的题库是公认质量最高的两家。重点刷"Applications of Foundation Models"(28% 权重)和"Generative AI"(24% 权重),这两块合计 52%,决定你能不能过线。Responsible AI 题目套路很固定:看到 bias 想 SageMaker Clarify,看到 human review 想 A2I,看到内容过滤想 Guardrails for Bedrock。

4

第四阶段:模考冲刺(最后 3-5 天)

做 2-3 套全真模考(65 题 90 分钟),稳定在 80% 以上再去考(这张比 SAA 简单,模考 70% 不够安全)。重点回顾错题里关于"AWS AI 服务怎么选"的题:Rekognition vs Comprehend vs Textract vs Bedrock 的边界要非常清楚,这是高频送分题。

通过者的真实经验

过来人的备考时长、分数、以及踩过的坑。

我是 PM,完全不写代码。3 周下班后每天 1 小时,主要看 Skill Builder 和 Tutorials Dojo 的题。最大的发现是这张证根本不考算法 — 考的是"你知不知道 Bedrock 和 SageMaker 的区别"、"什么时候用 RAG 而不是 Fine-tuning"。考完之后跟工程团队开会真的能听懂他们在说什么了。

Mina Y.812/1000
AI Product Manager(无技术背景) · 备考 3 周

有 SAA 基础的话这张真的简单。我只用了 2 周,主要时间花在 Bedrock 控制台上玩 Knowledge Bases 和 Agents。考试里关于 Temperature、Top-P、Token 计费的题,亲手调过参数的人秒选,没玩过的人就只能背。强烈建议别只刷题,去 console 里点一下。

D. Chen894/1000
AWS 云工程师 4 年,转 GenAI 方向 · 备考 2 周

完全零基础,连 EC2 是什么都不知道。考前先花了 2 周把 CLF-C02 的基础概念过了一遍,再花 4 周专攻 AIF-C01。险过 728,但够用。Responsible AI 那块对我反而最简单,因为不需要技术背景。最难的是各种 AWS AI 服务名字记不住,Comprehend / Translate / Lex / Polly / Transcribe 经常搞混。

J. Park728/1000
市场营销经理,零 AWS 经验 · 备考 6 周

说实话动机很功利 — 就是想在 LinkedIn 上挂个 AWS AI 徽章。但意外收获是真的搞懂了 RAG 是怎么回事,回来跟产品经理讨论"能不能用 LLM 做客服"的时候终于不是一脸懵。$75 这价格闭眼买,性价比比任何收费课都高。

前端工程师 2 年845/1000
想加 AI 标签到简历 · 备考 3 周

同赛道认证对比

AWS AI PractitionerAWS Cloud PractitionerAzure AI Engineer
机构AWSAWSAzure
级别基础级基础级助理级
考试费$75$100$165
时长90 min90 min100 min
单次考试题量656550
有效期3 年3 年1 年

备考技巧与常见失误

💡

**先去 Bedrock 控制台点 30 分钟比看 3 小时视频有用** — 亲手调过 Temperature、Top-P、Max Tokens 的人,相关题目秒选;只看过定义的人在 4 个相似选项里会犹豫。

💡

**Skill Builder 官方备考计划是免费的** — AWS Skill Builder 的 "Exam Prep Standard Course: AWS Certified AI Practitioner" 完全免费,包含官方题库样题,权威性高于任何第三方课。

💡

**关键词 → 服务的反射要练熟** — "提取图片文字" → Textract;"识别图片物体/人脸" → Rekognition;"分析文本情感" → Comprehend;"实时翻译" → Translate;"语音转文字" → Transcribe;"文字转语音" → Polly;"对话机器人" → Lex;"调用 LLM" → Bedrock。这套映射能送你 10+ 分。

💡

**ESL +30 分钟加时一定要申请** — 母语不是英语就申请 ESL Accommodation,免费多 30 分钟(总共 120 分钟),AIF-C01 题量少时间本来就充裕,加时之后基本不会有时间压力。报名时在 Accommodation 页面勾选。

💡

**遇到 ordering 题不要慌** — AIF-C01 新题型 ordering(排序题)权重不高,常见场景是"ML 项目工作流"或"Prompt Engineering 步骤"。按常识排基本能对,实在不会先 Mark 跳过。

⚠️

**把 Bedrock 和 SageMaker 搞混** — Bedrock 是托管 Foundation Model 的 API 入口(不用管基础设施,调 Claude/Titan/Llama 直接出结果),SageMaker 是给你自己训练/部署模型用的全套 ML 平台。考试场景题只要看到"快速集成现成 LLM"几乎都选 Bedrock,看到"自己训练模型"才选 SageMaker。

⚠️

**误以为 Bedrock 会用你的数据训练 AWS 模型** — 这是 AWS 反复强调的卖点也是高频陷阱题。正确答案:Bedrock 用户的输入和输出**不会**被用于训练任何 AWS 或第三方基础模型,数据只在你账号的加密上下文里处理。

⚠️

**RAG 和 Fine-tuning 用错场景** — 知识更新频繁、需要引用源文档 → RAG;需要模型学会特定领域语气/格式/任务 → Fine-tuning。考试经常给"客服机器人需要回答最新产品文档"这种场景,正确答案是 RAG(Bedrock Knowledge Bases),不是 Fine-tuning。

⚠️

**忽略 Responsible AI 的具体服务映射** — 看到"检测训练数据偏见"选 **SageMaker Clarify**;看到"加入人工审核"选 **Amazon A2I**;看到"过滤模型有害输出"选 **Guardrails for Bedrock**;看到"模型可解释性"选 **SageMaker Clarify** 或 **Model Cards**。这套对应关系几乎每场都考。

⚠️

**用考 SAA 的方法考 AIF** — AIF 不考架构判断,考的是术语和服务边界。死磕 Well-Architected 没用,反而要花时间去 Bedrock 控制台亲手调一次 Temperature。

常见问题

如果你准备考 AWS AI Practitioner,先从真题型练习开始。

396 道练习题、章节学习路径、模考、错题复盘和 AI 导师都在备考页里。

进入备考页

$19 起 · 前 3 章可免费试学

学员评价

评价加载中…

你可能顺手也会看这些

AWS Cloud Practitioner

AWS · 基础级
$10065 题90 min

Azure AI Engineer

Azure · 助理级
$16550 题100 min

AWS ML Engineer Associate

AWS · 助理级
$15065 题170 min
备考题库

AWS AI Practitioner 刷题通关

章节学习 + 模拟考试 + AI 导师,一站搞定

396
练习题
9
章节
30h
学习时长
AI
智能导师
  • 前 3 章免费试学
  • 真实考试格式模拟考
  • AI 错题智能复盘
  • 章节进度追踪
$19 起
立即开始刷题

备考快照

学习章节9
练习题396
预计学习时长30h

你会拿到什么

  • 9 个系统化学习章节
  • 300+ 精选练习题
  • 2 套完整模拟考试
  • 覆盖最新 GenAI 技术栈
  • 错题本智能复习