บทเรียน

สรุปเนื้อหาตาม Official Exam Guide ทั้ง 5 domain พร้อมไดอะแกรม เทคนิคช่วยจำ และ mini-quiz ท้ายบท

ความคืบหน้า0/16 บท

เชื่อม FM, จัดการข้อมูล, RAG & Prompt

Foundation Model Integration, Data Management & Compliance · 31%

Amazon Bedrock 101 & การเลือก Foundation Model

API หลักของ Bedrock, ตัวเลือกการ inference และวิธีเลือก FM ให้เหมาะกับงาน

12 นาที 2

RAG & Amazon Bedrock Knowledge Bases

ทำให้ FM ตอบจากข้อมูลบริษัทโดยไม่ต้อง fine-tune — ingestion, retrieval และ generation

14 นาที 3

Chunking, Embeddings & Vector Stores

ส่วนที่ตัดสินคุณภาพของ RAG — แบ่งเอกสารอย่างไร, เลือก embedding และ vector DB ตัวไหน

14 นาที 4

Prompt Engineering, Prompt Management & Flows

เขียน prompt ให้ได้ผลคงที่ จัดการเวอร์ชันแบบรวมศูนย์ และต่อ prompt เป็น workflow

12 นาที 5

Customize FM: Fine-tuning, Distillation & SageMaker

เมื่อไหร่ควรปรับแต่งโมเดล เลือกวิธีไหน และ deploy/จัดการ lifecycle อย่างไร

11 นาที

Agents, Deployment & Integration

Implementation & Integration · 26%

Agentic AI: Bedrock Agents, AgentCore, Strands & MCP

ให้ FM วางแผน เรียกใช้ tool และทำงานหลายขั้นตอนได้เอง อย่างปลอดภัย

15 นาที 7

Integration Patterns: Streaming, Async, Routing & Resilience

ออกแบบ API รอบ FM ให้ตอบไว ไม่ timeout ทนต่อ throttling และสลับโมเดลได้

13 นาที 8

Deployment & Enterprise Integration

SageMaker endpoint แบบไหน, CI/CD สำหรับ GenAI, GenAI gateway และ hybrid/on-premises

10 นาที

ความปลอดภัย, Guardrails & Governance

AI Safety, Security & Governance · 20%

Amazon Bedrock Guardrails เจาะลึก

6 นโยบายที่ต้องรู้ เลือกใช้ให้ถูกกับโจทย์ — หัวข้อที่ออกสอบบ่อยที่สุดใน domain นี้

13 นาที 10

Security, Privacy & Data Protection

IAM, network isolation, encryption, PII และการ log ให้ตรวจสอบได้

11 นาที 11

Governance, Responsible AI & Prompt Injection

Bias/fairness, transparency, lineage, model cards และการป้องกันแบบ defense-in-depth

11 นาที

ต้นทุน, Performance & Monitoring

Operational Efficiency & Optimization · 12%

Cost & Performance Optimization

ลด token, cache อย่างฉลาด, เลือกโมเดลตามความยาก และจัดการ throughput

13 นาที 13

Monitoring & Observability

ดูอะไร ที่ไหน — metric ของ Bedrock, invocation logs, tracing และ anomaly detection

9 นาที

Evaluation & Troubleshooting

Testing, Validation & Troubleshooting · 11%

Evaluation: Model Eval, RAG Eval & LLM-as-a-Judge

วัดคุณภาพ GenAI อย่างเป็นระบบก่อนและหลังขึ้น production

12 นาที 15

Troubleshooting GenAI Apps

อาการ → สาเหตุ → วิธีแก้ ที่เจอบ่อยในข้อสอบ

10 นาที

กลยุทธ์ทำข้อสอบ

Exam strategy

กลยุทธ์ทำข้อสอบ & Keyword Decoder

อ่านโจทย์ AWS ให้ออกว่า 'เขาอยากได้อะไร' แล้วตัดตัวเลือกอย่างเป็นระบบ

8 นาที