坦白说：现在，我正在踏上提升技能的旅程。受到Winston Smith、Sharon Prince和Caitlin Carpenter等人的启发，我决定收集所有我能获得的 AI 认证。如果 Sharon Prince 能在三个月内获得所有 11 项 AWS 认证，而 Winston Smith 能从电话销售员晋升为 AWS 架构师，我相信我也能追随他们的脚步。

学习 Azure 认证让我受益匪浅。我从AI-900 Azure AI 基础知识开始，然后转到AI-102：Azure AI 工程师助理。自然而然，我想在 AWS 中复制这一点，成为云营销领导者。我渴望亲身体验Amazon Bedrock和Sagemaker，并获得认证——我对纸质书情有独钟。 

只有一个问题。我查看了可用的产品，结果只有 MLS -C01。好吧，这有多难呢？我查看了 reddit 帖子：

“这项考试极其困难，除非你是一名机器学习工程师，或者因为工作原因（晋升、薪水更高的工作）需要参加考试。”

“到目前为止，机器学习让我慢了下来。我每个月可以完成 1 个（证书），但学习 ML 却需要 6 个月。”

“这是一场很难的考试，我几乎用完了所有规定的时间。为了参加 AWS ML 专业考试，我断断续续学习了 8 个月。目前在佐治亚理工学院攻读计算机科学，主修机器学习。”

“ML 认证难度很大，因为很多材料不是针对 AWS 平台的，而且用例与实际动手使用更相关。”

在我看来，这是一个问题。

您在哪里加入 AWS 潮流？

当然，当你想要了解人工智能和云时，人们希望将精力集中在能获得最大收益的地方。AWS 是云计算市场的领导者，因此在 Google Cloud Platform 之前了解他们能提供什么产品是有意义的。我对 GCP 没有任何意见，这只是一个简单的职业算术：如果 AWS 拥有 32% 的市场份额，而 GCP 拥有 10%，那么如果你选择 AWS，你获得公司相关认证的几率就会高出三倍。

在当前环境下，获取信息的便利性至关重要。目前，69% 的人担心人工智能会取代他们的工作，其中包括45% 的开发人员。美国总统拜登宣布了一项行政命令，旨在提高人工智能领域的技术和非技术人员的技能。信息很明确：即使你从事管理、采购、法律或行政工作，他们也希望你提高人工智能方面的技能。 

那么，在“人工智能或死亡”的时代，为什么要让你唯一的人工智能特定认证如此困难，以至于你需要几个月的时间来学习它，或者需要成为行业专家才能通过它？ 

如果没有初级或中级认证，就会错失吸引对人工智能感兴趣并寻求具有切实可证明的回报的交错学习曲线的人的机会。 

为什么论文和技能一样重要

2020 年，我决定第二次回到大学，以兼职身份学习 IT。原因有很多：我想更好地掌握我错过的任何编程基础知识，以便开发更好的游戏，我觉得这会对我在科技领域的职业生涯有所帮助，而且我的妻子也在做这件事，所以一起学习是有意义的。 

四年后，我们都认为这是一个巨大的错误。我从亲手构建和学习 Pluralsight 中学到的东西比我在近五年的数字课堂上学到的还要多，但我们都决心完成它。

为什么？那张纸。墙上挂着第二学位，这真是太有吸引力了。它能让人体内分泌内啡肽。

有一次，我问过我们一个朋友他在大学里学的是什么专业。他很随意地回答道：“哪一所？”，语气非常酷。我想我每十年才有机会问一次这个问题（毕竟，谁会问呢？），但这足以让我坚持下去——还有沉没成本原则。

这就是为什么尽管AWS确实为初学者和中级用户提供了大量学习路径，但在我看来，它并不是认证的完美替代品。也就是说，认证的意义不只是坐下来花两个小时看视频学习如何在 Gen AI 中编写提示。 

有些人可能会称此为证书追逐者。好像这是一件坏事！学习和掌握服务永远不会浪费时间。此外，你还可以通过这个过程学到很多东西。

让人工智能惠及所有人

我对这两个 Azure AI 证书有两个非常喜欢的地方。首先，它们是分阶段开放的——你可以从 AI-900 Azure AI Fundamentals 开始，然后复习自然语言处理、基于向量的嵌入、令牌等内容。然后，你可以参加 AI-102 并了解 API 和 SDK 使用的实际用例。 

这是一个很好的变化，从仅涵盖非常基础主题的认证，例如“开始使用生成式 AI”（提示：它可能是即时工程），报名参加大学课程（当然，我愿意再放弃一到三年的生命并支付 23,000 美元 - 不是），或全力以赴，例如ARTiBA的人工智能工程师（AIE）认证（最低要求是 IT 副学士学位和两年工作经验，哎呀。）

我很喜欢Axel Sirota在他的 AI-102 课程中的一句话，他提到了微软通过 Azure AI 服务（例如Azure AI Vision和AI Speech）所做的事情，即为日常开发人员提供 AI 的所有好处。

“以前，这些模型过于复杂，除了研究科学家之外，其他人无法使用、开发或维护。当 Azure 提供了可以执行所有这些任务的简单 API 时，有效地让所有人都能使用 AI。”

这真的引起了我的共鸣。当我为 AI-102 学习时，面纱突然被揭开了。构建自己的机器学习或在代码中调用它之类的事情不再是神秘的事情，而是非常简单。易于理解。我曾经使用 Rstudio 来研究机器学习，但现在一切都变得清晰起来。

如果你曾经忽视过推荐要求，请举手

…至少在多年的实践经验方面是这样的。这有点像是第 22 条军规：“我们建议您至少拥有两年的人工智能实践经验才能获得此证书。”但是，要获得一份能让您利用这些经验的工作，您通常需要一份证书来证明您了解这些服务以及如何使用它。

我认为没有人会看完这些内容后会说“我想我会离开，自己在 AWS 上玩两年，等我准备好了再回来。”如果他们这样做，那么这显然不节省时间。毕竟，如果Winston Smith关注了 AWS 的要求，他可能仍在保龄球馆工作，而现在是一名成熟的云架构师。动手实验室就是答案。

剧透警告：我最终还是会选择 MLS-C01……

我正在执行一项任务，而且从各方面来看，这都是可行的——我太想要那张纸了。在完成其他一些 AWS 证书后，我会复习一下随机森林、XGBoost 和Amazon Polly。Azure不提供的一项服务是 AI 专业认证，正如我之前所说，AWS 是市场领导者。

但在此之前，选择更友好的 Azure AI 认证似乎是一件轻而易举的事，这让我想知道，有多少其他学习者在 AWS 之前就接触过 Azure 生态系统，仅仅是因为 AI-900 Azure AI Fundamentals 的易于访问和吸引力？ 

亚马逊，请考虑在“云从业者”认证的基础上增加“AI 从业者”认证。这将帮助很多人加入您世界领先的云平台，并让他们接触 AI。

不管怎样，我要去拿下一张证书了。用一位神奇宝贝训练师的话来说：一定要把它们全抓起来。