Amazon Bedrock

Compreenda completamente a solução de IA generativa da AWS, Amazon Bedrock. Compilamos os conceitos essenciais para passar no exame AIF-C01, incluindo seleção de modelos de fundação, RAG, ajuste fino e agentes.

Amazon Bedrock — Guia Completo para Iniciantes

O Amazon Bedrock permite usar modelos de IA poderosos através de uma API sem construir ou gerenciar nenhuma infraestrutura. É um dos tópicos mais testados no exame AIF-C01.

---

 

O que é o Amazon Bedrock?

O Bedrock é o serviço de IA generativa totalmente gerenciado da AWS. Você escolhe entre um catálogo de modelos de fundação (FMs) de múltiplos provedores e os chama via uma API padronizada.

Quatro características principais a memorizar: Totalmente gerenciado: sem configuração de servidores Privacidade de dados: seus dados nunca saem da sua conta AWS Pagamento por uso: sem compromisso antecipado API unificada: mesma interface para todos os modelos

---

 

Modelos de Fundação Disponíveis

| Provedor | Modelo | Ponto Forte | |---|---|---| | Amazon | Titan | Multimodal, ajustável, eficiente em custos | | Anthropic | Claude | Maior janela de contexto (200K), raciocínio complexo | | Meta | Llama | Tarefas de texto em larga escala | | Stability AI | Stable Diffusion | Apenas geração de imagens |

---

 

RAG vs Fine-Tuning

| Situação | Recomendado | |---|---| | Dados que mudam com frequência | RAG | | Conhecimento de domínio fixo | Fine-tuning | | Integração rápida de documentos | RAG | | Ajuste de tom ou estilo | Fine-tuning |

---

 

Modelos de Preços

| Opção | Desconto | Melhor Para | |---|---|---| | Sob demanda | Nenhum | Tráfego imprevisível | | Em lote | Até 50% | Processamento em massa noturno | | Throughput provisionado | Desconto a longo prazo | Cargas de trabalho estáveis |

Modelos personalizados/ajustados DEVEM usar Throughput Provisionado.

---

 

Pontos-Chave do Exame

Bedrock = totalmente gerenciado + privacidade de dados garantida. Dados em mudança → RAG; conhecimento de domínio fixo → Fine-tuning. Modo em lote economiza até 50%. Modelos personalizados requerem Throughput Provisionado.

Voltar à lista do blog