Dominio de contenido 2: Aspectos básicos de la IA generativa
El dominio 2 cubre los aspectos básicos de la IA generativa y representa el 24 % del contenido con puntaje del examen.
Enunciado de la tarea 2.1: Explicar los conceptos básicos de la IA generativa (GenAI).
Objetivos:
Definir los conceptos básicos de la GenAI (por ejemplo, los tokens, la fragmentación, las incrustaciones, los vectores, la ingeniería de peticiones, los modelos de lenguajes grandes [LLM] basados en transformadores, los modelos fundacionales [FM], los modelos multimodales y los modelos de difusión).
Identificar los posibles casos de uso de los modelos de IA generativa (por ejemplo, la generación de imágenes, videos y audio; la creación de resúmenes; los asistentes de IA; la traducción; la generación de código; los agentes de servicio al cliente; la búsqueda de información y los motores de recomendaciones).
Describir el ciclo de vida de un FM (por ejemplo, la selección de datos, la selección del modelo, el entrenamiento previo, el refinamiento, la evaluación, la implementación y los comentarios).
Describir el modelo de precios basado en fichas y su efecto en el costo y el rendimiento para obtener una inferencia.
Describir el papel de la ingeniería de contexto en las aplicaciones de FM.
Definir los conceptos fundamentales de la IA entre agencias (por ejemplo, los patrones de sistemas de múltiples agentes para aplicaciones de IA complejas, el Protocolo de contexto modelo [MCP] y su función en la conexión de los agentes con sistemas externos, los patrones de comunicación entre varios agentes, la administración de la memoria, el uso de herramientas y la orquestación del flujo de trabajo).
Enunciado de la tarea 2.2: Comprender las capacidades y limitaciones de la IA generativa para resolver problemas empresariales.
Objetivos:
Describir las ventajas de GenAI (por ejemplo, la adaptabilidad, la capacidad de respuesta, las capacidades de conversación y la capacidad de generar contenido).
Identificar las desventajas de las soluciones de IA generativa (por ejemplo, las alucinaciones, la interpretabilidad, la inexactitud y la falta de determinismo).
Identificar los factores a tener en cuenta cuando se seleccionan los modelos de IA generativa (por ejemplo, los tipos de modelos, los requisitos de desempeño, las capacidades, las restricciones, el cumplimiento,el costo, la latencia y la complejidad del modelo).
Determinar el valor empresarial y las métricas de las aplicaciones de IA generativa (por ejemplo, el desempeño entre dominios, el retorno de la inversión, la eficiencia, la tasa de conversión, los ingresos promedio por usuario, la exactitud y el valor del ciclo de vida del cliente).
Enunciado de la tarea 2.3: Describir la infraestructura y las tecnologías con las que AWS crea aplicaciones de IA generativa.
Objetivos:
Identifique AWS los servicios y las funciones para desarrollar aplicaciones GenAI (por ejemplo, Amazon Bedrock, Amazon SageMaker AI, SageMaker JumpStart, Amazon Quick, Kiro, Strands Agents, Amazon Bedrock AgentCore).
Describir las ventajas de usar los servicios de IA generativa de AWS para crear aplicaciones (por ejemplo, la accesibilidad, la reducción de las barreras de entrada, la eficiencia, la rentabilidad, la velocidad de comercialización y la capacidad para cumplir los objetivos empresariales).
Describir los beneficios de la infraestructura de AWS para las aplicaciones de IA generativa (por ejemplo, la seguridad, el cumplimiento, la responsabilidad y la protección).
Describir las ventajas y desventajas de los servicios de IA generativa de AWS (por ejemplo, la capacidad de respuesta, la disponibilidad, la redundancia, el rendimiento, la cobertura regional, los precios basados en tokens, el rendimiento aprovisionado y los modelos personalizados).
