Referencia
Glosario
Casi 200 términos de IA generativa y de AWS en inglés, tal como aparecen en el examen y en la documentación, con una explicación breve en español y el módulo donde se tratan a fondo.
Conceptos básicos de IA generativa
| Término | Explicación | Módulo |
|---|---|---|
| Generative AI | IA que genera contenido nuevo (texto, imágenes, código, audio) a partir de instrucciones | 01 |
| Foundation model (FM) | Modelo grande preentrenado con datos masivos que sirve para muchas tareas sin entrenarlo de nuevo | 01 |
| Large language model (LLM) | Modelo fundacional especializado en texto: predice el siguiente token | 01 |
| Multimodal model | Modelo que acepta o genera varias modalidades (texto, imagen, audio, vídeo) | 01 |
| Token | Unidad en la que el modelo trocea el texto; se cobra y se limita por tokens | 01 |
| Context window | Máximo de tokens (entrada + salida) que el modelo procesa en una llamada | 01 |
| Inference | Usar un modelo ya entrenado para obtener una respuesta | 01 |
| Prompt | Texto de entrada que recibe el modelo: instrucciones, contexto y pregunta | 04 |
| Temperature | Parámetro que controla la aleatoriedad: baja para respuestas consistentes, alta para creatividad | 01 |
| Top-p (nucleus sampling) | Limita la elección a los tokens cuya probabilidad acumulada llega a p | 01 |
| Top-k | Limita la elección a los k tokens más probables | 01 |
| Max tokens | Límite de tokens de la respuesta; si se alcanza, la salida se corta | 01 |
| Hallucination | Respuesta plausible pero falsa o no respaldada por los datos | 07 |
| Grounding | Anclar la respuesta en fuentes concretas (documentos recuperados, datos) | 03 |
| Latency / time to first token (TTFT) | Tiempo total de respuesta / tiempo hasta que aparece el primer token | 09 |
| Model card | Documento que describe uso previsto, datos, evaluaciones y limitaciones de un modelo | 08 |
Amazon Bedrock y modelos
| Término | Explicación | Módulo |
|---|---|---|
| Amazon Bedrock | Servicio serverless para usar modelos fundacionales de Amazon y de terceros mediante API | 01 |
| Amazon Nova | Familia de modelos de Amazon (Micro, Lite, Pro, Nova 2…) con buena relación precio-rendimiento | 01 |
| Amazon Titan | Familia de modelos de Amazon, hoy sobre todo de embeddings (Titan Text Embeddings V2) | 01 |
| Model access | Habilitación de modelos; desde octubre de 2025 los serverless están disponibles por defecto con permisos de Marketplace | 01 |
| Inference profile | Recurso que enruta la inferencia de un modelo entre varias regiones | 01 |
| Cross-Region inference | Inferencia repartida entre regiones mediante perfiles, para más capacidad y resiliencia | 01 |
| Geographic inference profile | Perfil que enruta dentro de una geografía (prefijo eu.): respeta la residencia de datos |
01 |
| Global inference profile | Perfil que enruta a cualquier región comercial (prefijo global.), algo más barato |
01 |
| Service tiers | Niveles de inferencia bajo demanda: Standard, Priority, Flex y Reserved | 09 |
| On-demand inference | Pago por token sin reservar capacidad | 06 |
| Provisioned Throughput | Capacidad reservada en Model Units, pagada por hora; necesaria para muchos modelos personalizados | 06 |
| Batch inference | Inferencia asíncrona de grandes lotes desde y hacia S3, aproximadamente a mitad de precio | 09 |
| Latency-optimized inference | Opción de algunos modelos y regiones con menor latencia | 09 |
| Intelligent Prompt Routing | Enrutado automático entre modelos de una familia según la complejidad de la petición | 09 |
| Amazon SageMaker AI | Plataforma de ML para entrenar, ajustar y desplegar modelos en instancias gestionadas | 06 |
| SageMaker JumpStart | Catálogo de modelos preentrenados desplegables y ajustables en SageMaker AI | 01 |
| SageMaker AI endpoint | Endpoint de inferencia (real-time, serverless o asíncrono) sobre instancias | 06 |
| SageMaker Neo | Compila modelos para ejecutarlos de forma optimizada en hardware concreto | 06 |
| SageMaker Model Registry | Catálogo de versiones de modelos con estado de aprobación para desplegar | 06 |
| SageMaker Unified Studio | Entorno unificado de datos, analítica e IA de la nueva generación de SageMaker | 08 |
| Amazon Q Developer | Asistente de IA para desarrolladores; sus plugins de IDE están en retirada (fin de soporte 30/04/2027) | 06 |
| Kiro | IDE y CLI agéntico de AWS, sustituto de Q Developer en el IDE | 06 |
Personalización de modelos
| Término | Explicación | Módulo |
|---|---|---|
| Fine-tuning | Ajustar un modelo con ejemplos etiquetados para cambiar su comportamiento (estilo, formato, tarea) | 06 |
| Reinforcement fine-tuning | Ajuste mediante recompensas en lugar de respuestas exactas | 06 |
| Model distillation | Un modelo grande (profesor) genera datos para entrenar uno pequeño (alumno) | 06 |
| PEFT | Parameter-efficient fine-tuning: ajustar solo una pequeña parte de los parámetros | 06 |
| LoRA | Low-rank adaptation: técnica PEFT que añade matrices pequeñas entrenables | 06 |
| Custom Model Import | Importar a Bedrock pesos de modelos abiertos (Llama, Mistral, Qwen…) | 06 |
Datos, embeddings y almacenes vectoriales
| Término | Explicación | Módulo |
|---|---|---|
| Embedding | Vector numérico que representa el significado de un texto, imagen o audio | 02 |
| Embedding model | Modelo que genera embeddings (Titan Text Embeddings V2, Cohere Embed, Nova Multimodal) | 02 |
| Vector store / vector database | Almacén que indexa vectores y busca los más parecidos | 02 |
| Amazon S3 Vectors | Almacenamiento vectorial en S3 (vector buckets e índices), muy barato y sin servidores | 02 |
| Amazon OpenSearch Service / Serverless | Motor de búsqueda con vectores, búsqueda híbrida y sharding; Serverless se cobra por OCU | 02 |
| Neural plugin | Función de OpenSearch que genera embeddings con modelos externos, como los de Bedrock | 02 |
| Sharding | Repartir un índice en fragmentos para escalar la búsqueda | 02 |
| pgvector | Extensión de PostgreSQL para almacenar y buscar vectores (Aurora y RDS) | 02 |
| Amazon Neptune Analytics | Base de datos de grafos para analítica, usada en GraphRAG | 03 |
| Amazon DocumentDB | Base de datos de documentos compatible con MongoDB, con búsqueda vectorial | 02 |
| Amazon ElastiCache | Caché en memoria; útil para caché semántica y búsqueda vectorial de baja latencia | 09 |
| Metadata filtering | Filtrar la búsqueda por atributos (fecha, autor, departamento, permisos) | 02 |
| Incremental sync | Reindexar solo los documentos nuevos, modificados o borrados | 02 |
| AWS Glue Data Quality | Reglas de calidad de datos sobre el Data Catalog y trabajos de Glue | 02 |
| SageMaker Data Wrangler | Herramienta visual para preparar y validar datos | 02 |
| SageMaker Processing | Trabajos gestionados de preprocesado y posprocesado de datos | 02 |
| Amazon Textract | Extrae texto, formularios y tablas de documentos escaneados | 02 |
| Amazon Transcribe | Convierte voz en texto | 02 |
| Bedrock Data Automation (BDA) | Extrae información estructurada de documentos, imágenes, audio y vídeo con blueprints | 02 |
| Amazon Kinesis / Amazon MSK | Streaming de datos en tiempo real (Kinesis nativo, MSK con Apache Kafka) | 02 |
| Amazon AppFlow | Integración gestionada con aplicaciones SaaS (Salesforce, SAP…) | 02 |
| AWS DataSync / Transfer Family | Transferencia de datos desde sistemas locales / por SFTP y FTPS | 02 |
RAG y recuperación
| Término | Explicación | Módulo |
|---|---|---|
| Retrieval Augmented Generation (RAG) | Recuperar información relevante y añadirla al prompt para que el modelo responda con ella | 03 |
| Amazon Bedrock Knowledge Bases | RAG gestionado de Bedrock: ingesta, embeddings, índice y recuperación | 03 |
| Managed Knowledge Base | Tipo de KB (desde marzo de 2026) en el que Bedrock gestiona el almacén, con conectores y ACL por documento | 03 |
| Customer-managed Knowledge Base | Tipo de KB en el que eliges y pagas el almacén vectorial | 03 |
| Chunking | Dividir documentos en fragmentos para indexarlos | 03 |
| Hierarchical chunking | Fragmentos padre e hijo: se busca por el hijo y se devuelve el padre con más contexto | 03 |
| Retrieve / RetrieveAndGenerate | APIs de KB: solo recuperar fragmentos, o recuperar y generar la respuesta con citas | 03 |
| Semantic search | Búsqueda por significado con embeddings | 03 |
| Hybrid search | Combina búsqueda semántica y por palabras clave | 03 |
| Reranking | Reordenar resultados con un modelo que puntúa la relevancia (Amazon Rerank, Cohere Rerank) | 03 |
| Query expansion / reformulation | Reescribir o ampliar la consulta para recuperar mejor | 03 |
| Query decomposition | Dividir una pregunta compuesta en subpreguntas | 03 |
| Agentic retrieval | Recuperación en varios pasos guiada por un modelo (multi-salto) | 03 |
| GraphRAG | RAG que usa un grafo de conocimiento para relaciones entre entidades | 03 |
| Citation / source attribution | Indicar de qué documento sale cada parte de la respuesta | 03 |
| Amazon Kendra | Buscador empresarial; cerrado a clientes nuevos desde julio de 2026 | 03 |
| Amazon Q Business | Asistente empresarial gestionado; cerrado a clientes nuevos (alternativa: Amazon Quick) | 03 |
| Amazon Quick | Suite de IA para empresas (Quick Sight, Flows, Research, Spaces) | 03 |
Prompts y APIs
| Término | Explicación | Módulo |
|---|---|---|
| Prompt engineering | Diseñar instrucciones para obtener mejores respuestas sin cambiar el modelo | 04 |
| System prompt | Instrucciones generales que fijan el rol y las reglas del modelo | 04 |
| Zero-shot / few-shot | Pedir la tarea sin ejemplos / con unos pocos ejemplos en el prompt | 04 |
| Chain-of-thought (CoT) | Pedir al modelo que razone paso a paso | 04 |
| Prompt template | Prompt con variables que se rellenan en cada llamada | 04 |
| Structured output | Forzar que la respuesta cumpla un formato, como un JSON Schema | 04 |
| Amazon Bedrock Prompt Management | Crear, versionar y reutilizar prompts con variables y variantes | 04 |
| Amazon Bedrock Flows (Prompt Flows) | Constructor visual de flujos con nodos de prompt, KB, Lambda y condiciones | 04 |
| InvokeModel | API de Bedrock con cuerpo JSON específico de cada modelo | 04 |
| Converse API | API de Bedrock con formato único de mensajes para todos los modelos | 04 |
| ConverseStream / InvokeModelWithResponseStream | Variantes con streaming: la respuesta llega por fragmentos | 04 |
| Tool use / function calling | El modelo pide ejecutar una función definida por ti y usa su resultado | 04 |
| stopReason | Motivo por el que terminó la respuesta (end_turn, max_tokens, tool_use…) | 10 |
| Exponential backoff with jitter | Reintentos con esperas crecientes y aleatorias para no saturar el servicio | 04 |
| ThrottlingException | Error por superar la cuota de peticiones o tokens | 10 |
| WebSocket API | API bidireccional de API Gateway, útil para chats en tiempo real | 04 |
| AWS AppSync | GraphQL gestionado, con suscripciones en tiempo real | 04 |
Agentes
| Término | Explicación | Módulo |
|---|---|---|
| Agentic AI | Sistemas en los que un modelo planifica y actúa con herramientas para lograr un objetivo | 05 |
| Agent | Programa en bucle: el modelo decide la siguiente acción, la ejecuta y observa el resultado | 05 |
| ReAct | Patrón reason + act: razonar, actuar con una herramienta, observar y repetir | 05 |
| Tool | Función o API que el agente puede invocar | 05 |
| Model Context Protocol (MCP) | Protocolo abierto para exponer herramientas y datos a agentes | 05 |
| Amazon Bedrock AgentCore | Plataforma para ejecutar y operar agentes de cualquier framework en producción | 05 |
| AgentCore Runtime | Ejecución serverless de agentes con aislamiento por sesión (microVM) | 05 |
| AgentCore Memory | Memoria de corto y largo plazo para agentes | 05 |
| AgentCore Gateway | Convierte APIs, Lambdas y especificaciones OpenAPI en herramientas MCP | 05 |
| AgentCore Identity | Identidad de entrada (JWT) y credenciales OAuth de salida para agentes | 05 |
| AgentCore Policy | Reglas deterministas sobre las llamadas a herramientas de un agente | 05 |
| AgentCore Observability | Trazas, métricas y logs de agentes con OpenTelemetry y CloudWatch | 05 |
| Strands Agents | SDK open source de AWS para construir agentes guiados por el modelo | 05 |
| Agent Squad | Framework para orquestar varios agentes especializados (antes Multi-Agent Orchestrator) | 05 |
| Multi-agent system | Varios agentes que colaboran, con un supervisor o enrutador | 05 |
| Bedrock Agents (Classic) | Agentes gestionados por configuración; cerrados a clientes nuevos desde el 30/07/2026 | 05 |
| Human-in-the-loop (HITL) | Intervención humana para aprobar, corregir o revisar | 05 |
| Task token (callback) | Mecanismo de Step Functions para esperar una respuesta externa, como una aprobación humana | 05 |
| Circuit breaker | Patrón que deja de llamar a un servicio que falla y activa una alternativa | 05 |
Despliegue e integración
| Término | Explicación | Módulo |
|---|---|---|
| Model cascading | Usar primero un modelo barato y escalar a uno mayor solo si hace falta | 06 |
| GenAI gateway | Capa central que da acceso a modelos con autenticación, cuotas, registro y enrutado | 06 |
| AWS AppConfig | Configuración dinámica con despliegue gradual y rollback, sin redesplegar código | 06 |
| Amazon EventBridge | Bus de eventos para integraciones desacopladas | 06 |
| Amazon Connect | Centro de contacto en la nube | 06 |
| Amazon Lex | Servicio para bots conversacionales de voz y texto basados en intenciones | 06 |
| AWS Amplify | Herramientas y hosting para frontends web y móviles | 06 |
| AWS Outposts | Infraestructura de AWS en el centro de datos del cliente | 06 |
| AWS Wavelength | Infraestructura de AWS en redes 5G de operadores | 06 |
| Lambda@Edge | Funciones Lambda en las ubicaciones de CloudFront | 06 |
| AWS App Runner | Servicio para ejecutar contenedores web; cerrado a clientes nuevos desde el 30/04/2026 (alternativa: Amazon ECS Express Mode) | 06 |
| CI/CD | Integración y despliegue continuos (CodePipeline, CodeBuild, CodeDeploy) | 06 |
| AWS CodeArtifact | Repositorio gestionado de paquetes | 06 |
| AWS Service Catalog | Catálogo de productos de infraestructura aprobados | 06 |
| Quality gate | Paso del pipeline que bloquea el despliegue si no se cumplen criterios de calidad | 10 |
| Canary deployment | Desplegar un cambio a un pequeño porcentaje del tráfico antes de ampliarlo | 10 |
Seguridad y privacidad
| Término | Explicación | Módulo |
|---|---|---|
| Amazon Bedrock Guardrails | Controles configurables sobre la entrada y la salida de los modelos | 07 |
| Content filters | Filtros por categoría (Hate, Insults, Sexual, Violence, Misconduct, Prompt Attack) con intensidad | 07 |
| Denied topics | Temas prohibidos descritos en lenguaje natural | 07 |
| Sensitive information filters | Detección de PII y expresiones regulares, con bloqueo o enmascarado | 07 |
| Contextual grounding check | Comprueba que la respuesta se apoya en el contexto y es relevante para la pregunta | 07 |
| Automated Reasoning checks | Verificación lógica de respuestas frente a reglas formales | 07 |
| ApplyGuardrail | API para evaluar texto con un guardrail sin invocar un modelo de Bedrock | 07 |
| Prompt injection | Ataque que introduce instrucciones maliciosas en la entrada o en datos recuperados | 07 |
| Jailbreak | Intento de saltarse las restricciones del modelo con prompts manipuladores | 07 |
| Defense in depth | Varias capas de protección: entrada, modelo, salida, red, identidad y registro | 07 |
| PII | Información personal identificable (nombre, DNI, tarjeta, correo…) | 07 |
| Data masking / redaction | Ocultar o sustituir datos sensibles | 07 |
| Amazon Comprehend | NLP gestionado: entidades, PII, sentimiento, toxicidad, clasificación | 07 |
| Amazon Macie | Descubre y clasifica datos sensibles en S3 | 07 |
| Amazon Rekognition | Análisis de imágenes y vídeo, incluida la moderación de contenido | 07 |
| AWS KMS | Gestión de claves de cifrado | 07 |
| AWS Encryption SDK | Biblioteca para cifrar datos en el cliente | 07 |
| VPC interface endpoint (AWS PrivateLink) | Acceso privado a una API de AWS desde una VPC sin internet | 07 |
| AWS Lake Formation | Permisos granulares (tabla, columna, fila) sobre el lago de datos | 07 |
| IAM Access Analyzer | Detecta accesos externos y ayuda a ajustar permisos al mínimo | 07 |
| IAM Identity Center | Acceso centralizado con identidades corporativas (SSO) | 07 |
| Amazon Cognito | Autenticación de usuarios de aplicaciones y federación con proveedores externos | 07 |
| Data residency | Requisito de que los datos se almacenen y procesen en una jurisdicción concreta | 07 |
Gobierno e IA responsable
| Término | Explicación | Módulo |
|---|---|---|
| Responsible AI | Principios: equidad, explicabilidad, transparencia, privacidad, seguridad, veracidad, gobierno | 08 |
| Fairness / bias | Trato equitativo / desviación sistemática que perjudica a un grupo | 08 |
| Counterfactual testing | Probar entradas que solo difieren en un atributo sensible para detectar sesgos | 08 |
| Explainability / transparency | Poder explicar por qué se dio una respuesta / informar de que interviene la IA y de sus límites | 08 |
| Data lineage | Rastro del origen y las transformaciones de los datos | 08 |
| AWS Glue Data Catalog | Catálogo central de metadatos de fuentes de datos | 08 |
| AWS CloudTrail | Registro de llamadas a las APIs de AWS: quién, qué y cuándo | 08 |
| Model invocation logging | Registro de prompts, respuestas y metadatos de Bedrock en CloudWatch Logs o S3 | 08 |
| SageMaker Clarify | Detección de sesgo y explicabilidad en SageMaker; en mantenimiento desde el 30/06/2026 y cerrado a clientes nuevos desde el 30/07/2026 | 08 |
| Amazon Augmented AI (A2I) | Flujos de revisión humana de predicciones; en mantenimiento desde el 30/06/2026 y cerrado a clientes nuevos desde el 30/07/2026 | 08 |
| SageMaker Ground Truth | Etiquetado de datos con personas; en mantenimiento desde el 30/06/2026 y cerrado a clientes nuevos desde el 30/07/2026 | 08 |
| Drift | Cambio en el tiempo de los datos o del comportamiento del modelo | 08 |
Coste, rendimiento y monitorización
| Término | Explicación | Módulo |
|---|---|---|
| Prompt caching | Reutilizar el procesamiento de un prefijo repetido del prompt; los tokens leídos de caché cuestan menos | 09 |
| Semantic caching | Devolver una respuesta guardada para preguntas de significado parecido, sin llamar al modelo | 09 |
| Amazon CloudWatch | Métricas, logs, alarmas y paneles (invocaciones, latencia, tokens, errores de Bedrock) | 09 |
| CloudWatch Logs Insights | Lenguaje de consultas sobre logs | 09 |
| CloudWatch Synthetics | Canarios que prueban una aplicación periódicamente desde fuera | 09 |
| AWS X-Ray | Trazas distribuidas entre servicios | 09 |
| Amazon Managed Grafana | Paneles de Grafana gestionados | 09 |
| AWS Cost Explorer | Análisis del gasto por servicio, etiqueta y periodo | 09 |
| AWS Cost Anomaly Detection | Detecta gastos anómalos con aprendizaje automático y avisa | 09 |
| SageMaker Model Monitor | Monitorización de calidad y deriva de modelos en SageMaker; en mantenimiento desde el 30/06/2026 y cerrado a clientes nuevos desde el 30/07/2026 | 09 |
Evaluación y troubleshooting
| Término | Explicación | Módulo |
|---|---|---|
| Amazon Bedrock Evaluations | Evaluación de modelos y de RAG: automática, humana o con LLM como juez | 10 |
| LLM-as-a-judge | Usar un modelo para puntuar respuestas de otro según criterios | 10 |
| Golden dataset | Conjunto de referencia de preguntas con respuestas esperadas | 10 |
| Faithfulness | Grado en que la respuesta se ajusta al contexto recuperado | 10 |
| Context relevance / context coverage | Métricas de recuperación: si los fragmentos son relevantes y cubren la respuesta | 10 |
| Regression testing | Comprobar que un cambio no empeora lo que ya funcionaba | 10 |
| A/B testing | Comparar dos variantes con tráfico real | 10 |
| AgentCore Evaluations | Evaluación de agentes: tareas completadas, uso de herramientas, simulación de usuarios | 10 |
| ValidationException / AccessDeniedException | Errores de Bedrock por petición mal formada / por permisos, SCP o acceso al modelo | 10 |
Palabras clave de los enunciados
| Término | Qué te pide | Módulo |
|---|---|---|
| LEAST operational overhead | La solución más gestionada que cumpla | 11 |
| MOST cost-effective | La más barata que cumpla todos los requisitos | 11 |
| LEAST development effort | La que requiere menos código propio | 11 |
| near real-time | Latencia de segundos, no de horas | 11 |
| decouple / loosely coupled | Separar componentes con colas o eventos | 11 |
| highly available / resilient | Seguir funcionando ante fallos (varias AZ o regiones, alternativas) | 11 |
| without retraining / without code changes | Descarta fine-tuning / pide configuración externa | 11 |
| data must remain in | Residencia de datos: perfiles geográficos o in-Region | 11 |
| Choose two / Choose three | Pregunta de respuesta múltiple: hay que acertar todas | 11 |