Перейти к основному содержимому
Etalorix

AWS Certified AI Practitioner (AIF-C01): примеры вопросов с ответами

20 примеров вопросов с правильными ответами и объяснениями. Вопросы взяты из банка и соответствуют формату экзамена.

Вопросы составлены на основе образцов, подготовленных специалистами в этой области, и соответствуют формату официального экзамена.

  1. 1. Why are documents split into chunks before embedding in a RAG pipeline?

    1. A) To reduce model size
    2. B) So relevant passages fit in the context window and retrieval is more precise
    3. C) To make them encrypted
    4. D) To delete them
    Показать ответ и объяснение

    Правильный ответ: B

    Чтобы фрагменты помещались в контекст и поиск был точнее.

  2. 2. Semantic search differs from keyword search because it:

    1. A) Is always slower
    2. B) Cannot use vectors
    3. C) Only matches exact words
    4. D) Matches meaning using embeddings, not just exact words
    Показать ответ и объяснение

    Правильный ответ: D

    Кратко: Ищет по смыслу через эмбеддинги. Это и есть верный ответ.

  3. 3. Extracting data from invoices and then summarising them would best combine:

    1. A) Amazon Forecast and Amazon Personalize
    2. B) Amazon Textract and a foundation model in Amazon Bedrock
    3. C) Amazon Rekognition and Amazon SQS
    4. D) Amazon Polly and Amazon Lex
    Показать ответ и объяснение

    Правильный ответ: B

    Кратко: Textract и модель Bedrock. Это и есть верный ответ.

  4. 4. Which metric is commonly used to evaluate text summarisation?

    1. A) ROUGE
    2. B) Mean absolute error
    3. C) AUC
    4. D) RMSE
    Показать ответ и объяснение

    Правильный ответ: A

    ROUGE сравнивает резюме с эталонным текстом.

  5. 5. When is human evaluation of model outputs most valuable?

    1. A) Only after deployment ends
    2. B) When judging qualities such as helpfulness, tone and accuracy that automatic metrics miss
    3. C) Never, metrics are enough
    4. D) Only for image models
    Показать ответ и объяснение

    Правильный ответ: B

    Кратко: Для оценки полезности и тона. Это и есть верный ответ.

  6. 6. Asking the model to 'think step by step' is an example of:

    1. A) Fine-tuning
    2. B) Chain-of-thought prompting
    3. C) Tokenisation
    4. D) Prompt injection
    Показать ответ и объяснение

    Правильный ответ: B

    Кратко: Цепочка рассуждений. Это и есть верный ответ.

  7. 7. Including several input–output examples in the prompt is:

    1. A) Distillation
    2. B) Zero-shot prompting
    3. C) Continued pre-training
    4. D) Few-shot prompting
    Показать ответ и объяснение

    Правильный ответ: D

    Кратко: Промптинг с несколькими примерами.

  8. 8. Which AWS service can serve as a vector store for Knowledge Bases for Amazon Bedrock?

    1. A) AWS Lambda
    2. B) Amazon OpenSearch Serverless
    3. C) Amazon CloudFront
    4. D) Amazon SQS
    Показать ответ и объяснение

    Правильный ответ: B

    Кратко: Amazon OpenSearch Serverless. Это и есть верный ответ.

  9. 9. Which Bedrock feature provides a managed RAG workflow over a company's documents?

    1. A) AWS Glue
    2. B) Bedrock Guardrails
    3. C) Knowledge Bases for Amazon Bedrock
    4. D) Amazon Polly
    Показать ответ и объяснение

    Правильный ответ: C

    Кратко: Knowledge Bases for Amazon Bedrock.

  10. 10. Predicting whether an email is spam or not spam is a:

    1. A) Time-series forecast
    2. B) Clustering problem
    3. C) Regression problem
    4. D) Binary classification problem
    Показать ответ и объяснение

    Правильный ответ: D

    Кратко: Бинарная классификация. Это и есть верный ответ.

  11. 11. Which tool lets business analysts build ML models without writing code?

    1. A) Amazon SageMaker Canvas
    2. B) Amazon EC2
    3. C) Amazon SageMaker Debugger
    4. D) AWS Lambda
    Показать ответ и объяснение

    Правильный ответ: A

    Кратко: SageMaker Canvas. Это и есть верный ответ.

  12. 12. A fraud model flags 100 transactions, of which 80 are actually fraudulent. What is its precision?

    1. A) 80%
    2. B) Cannot be computed
    3. C) 100%
    4. D) 20%
    Показать ответ и объяснение

    Правильный ответ: A

    Расчёт: 80 / 100 = 80%. Это и есть правильный ответ.

  13. 13. Grouping customers into segments without predefined labels is an example of:

    1. A) Supervised classification
    2. B) Regression
    3. C) Unsupervised learning (clustering)
    4. D) Reinforcement learning
    Показать ответ и объяснение

    Правильный ответ: C

    Кратко: Кластеризация — обучение без учителя.

  14. 14. Predicting the price of a house from its features is a:

    1. A) Clustering problem
    2. B) Anomaly detection only
    3. C) Regression problem
    4. D) Classification problem
    Показать ответ и объяснение

    Правильный ответ: C

    Кратко: Задача регрессии. Это и есть верный ответ.

  15. 15. Which step usually comes first when building a generative AI application?

    1. A) Deploy to production
    2. B) Buy GPUs
    3. C) Define the use case and success criteria
    4. D) Fine-tune a model
    Показать ответ и объяснение

    Правильный ответ: C

    Кратко: Определить сценарий и критерии успеха.

  16. 16. An embedding is:

    1. A) A password
    2. B) A compressed image file
    3. C) A numerical vector that represents the meaning of text or other data
    4. D) A type of GPU
    Показать ответ и объяснение

    Правильный ответ: C

    Кратко: Числовой вектор смысла. Это и есть верный ответ.

  17. 17. Which is a responsible AI consideration about sustainability?

    1. A) Ignoring energy use
    2. B) Always using the largest model
    3. C) Choosing efficient model sizes and infrastructure to reduce energy use
    4. D) Training repeatedly without need
    Показать ответ и объяснение

    Правильный ответ: C

    Кратко: Эффективные модели и инфраструктура.

  18. 18. Which practice is part of good generative AI governance?

    1. A) Letting every team choose any tool without rules
    2. B) Defining approved use cases, data policies, roles and review processes
    3. C) Disabling audits
    4. D) Skipping risk assessment
    Показать ответ и объяснение

    Правильный ответ: B

    Определение сценариев, политик, ролей и проверок.

  19. 19. Why is data lineage important for AI governance?

    1. A) It reduces token costs
    2. B) It shows where training data came from and how it was transformed, supporting audits
    3. C) It speeds up inference
    4. D) It replaces encryption
    Показать ответ и объяснение

    Правильный ответ: B

    Показывает происхождение и преобразования данных.

  20. 20. Data poisoning is an attack in which:

    1. A) Malicious data is inserted into training data to corrupt model behaviour
    2. B) A model is copied
    3. C) A user forgets a password
    4. D) Prompts are encrypted
    Показать ответ и объяснение

    Правильный ответ: A

    Кратко: Вредоносные данные в обучающем наборе.