Les services d'IA générative d'AWS

L'objectif 2.3 de l'examen nomme une liste de services et attend de vous plus que leur récitation. Ce thème range chaque offre sur un axe unique, de la brique brute à l'assistant fini, puis construit les deux argumentaires que l'examen demande explicitement : pourquoi une entreprise choisit cette pile, et où part réellement l'argent.

Ce que couvre ce thème

• Amazon Bedrock comme couche d'API managée devant plus de 100 modèles de fondation, avec Knowledge Bases, Guardrails, les évaluations et la personnalisation
• Amazon SageMaker AI et SageMaker JumpStart, et la frontière exacte qui les sépare de Bedrock sur le contrôle et la charge d'exploitation
• Amazon Q, Amazon Quick, Kiro, Strands Agents et Amazon Bedrock AgentCore, triés entre ce que vous consommez et ce avec quoi vous construisez
• Les avantages des services d'IA générative AWS et les bénéfices de son infrastructure : sécurité, conformité, responsabilité et sûreté
• Les modes d'achat d'inférence, le coût réel d'un modèle personnalisé, et les arbitrages entre réactivité, redondance et couverture régionale

Pourquoi c'est important

Les questions de scénario de ce domaine se tranchent rarement sur une définition. Elles se tranchent sur une contrainte enfouie dans l'énoncé : une exigence de résidence des données qui élimine un modèle, un profil non technique qui écarte les briques de développement, un trafic de 40 requêtes par jour qui rend un endpoint permanent absurde. Savoir ce que fait Bedrock ne suffit pas ; il faut savoir ce qui l'exclut.

Ce thème vous donne aussi le vocabulaire de coût que le reste de la certification suppose acquis. Le Provisioned Throughput obligatoire pour un modèle personnalisé, les lots à moitié prix, la model unit qui se compte en tokens par minute : ces faits reviennent dans les domaines suivants, notamment quand le domaine 3 vous demandera pourquoi épuiser l'ingénierie de prompts et le RAG avant de fine-tuner.