AWS libera duas microcredenciais gratuitas de IA agêntica: identidade e banco de dados

A AWS adicionou duas microcredenciais ao catálogo gratuito do Skill Builder, segundo post do AWS Training and Certification Blog: AWS Securing Agent Identities Demonstrated e AWS Databases for Agentic AI Demonstrated. As duas miram um problema concreto de quem está colocando agentes de IA em produção: um agente autônomo só é confiável se a identidade dele estiver bem controlada e a camada de dados por trás dele funcionar sob consulta real.

Diferente de certificação, microcredencial não tem prova de múltipla escolha. É laboratório cronometrado, em ambiente AWS ao vivo, sem dica. Ou você resolve o problema, ou não resolve.

Certificação prova o que você sabe, microcredencial prova o que você faz

A AWS já deixou essa distinção explícita em outros lançamentos da linha: certificação (como SAA-C03 ou MLA-C01) valida amplitude de conhecimento num domínio, com questões teóricas e cenários de múltipla escolha. Microcredencial valida execução prática numa habilidade específica e de alta demanda, num recorte bem mais estreito que o de uma certificação inteira.

As duas coisas se complementam no currículo: a certificação mostra que você entende a arquitetura de ponta a ponta; a microcredencial mostra que, colocado diante de um ambiente quebrado, você conserta. Para quem contrata, isso costuma pesar mais num processo seletivo técnico do que mais uma linha de certificação no LinkedIn.

O que cada microcredencial cobra na prática

AWS Securing Agent Identities Demonstrated testa hardening de identidade e acesso numa frota de workloads agênticos. O candidato precisa provisionar identidades de workload para agentes self-hosted, aplicar controle de acesso baseado em tag (tag-based access control) na gestão de identidade, proteger acesso de entrada com autorização JWT com escopo definido, escolher o método de autenticação certo para cada chamador (SigV4 ou JWT), migrar agentes para verificação de identidade JWT de produção e montar trilha de auditoria para operações de token.

AWS Databases for Agentic AI Demonstrated testa a camada de dados que sustenta o agente. O candidato configura Amazon Aurora PostgreSQL e Amazon DynamoDB para acesso e memória do agente, prepara pgvector e Amazon Bedrock Knowledge Bases para recuperação de documentos (RAG), configura servidores MCP para depurar a interação do agente com o banco e otimiza as queries que o agente dispara.

Repare que nenhuma das duas é introdutória: ambas pressupõem que você já sabe operar IAM, Cognito ou Aurora isoladamente, e cobra a parte difícil, que é integrar esses serviços com um agente que chama API sozinho.

Como funciona a avaliação

O formato é o mesmo das demais microcredenciais da linha "Demonstrated": ambiente AWS real, tempo limitado, cenário realista, zero multiple choice. Passou, ganha um badge digital emitido via Credly, compartilhável no LinkedIn, no currículo ou com o time.

Isso muda o tipo de preparo. Estudar para SAA-C03 é revisar conceito e decorar limite de serviço; estudar para uma microcredencial é treinar o comando certo sob pressão, porque não existe eliminação de alternativa errada para te guiar até a resposta.

Onde isso entra no portfólio que já existe

As duas novas se juntam a um catálogo que já tinha:

• AWS Serverless Demonstrated
• AWS Agentic AI Demonstrated
• AWS Application Networking Demonstrated
• AWS Incident Response Demonstrated
• AWS MLOps Demonstrated
• AWS Data Streaming Demonstrated
• AWS Data Lakehouse Demonstrated
• AWS Data Visualization Demonstrated

Vale notar que já existia uma microcredencial genérica de AWS Agentic AI Demonstrated no catálogo. As duas novas não a substituem: elas aprofundam dois pedaços específicos do mesmo problema (identidade e dados) que a genérica provavelmente trata de forma mais superficial, cobrindo o ciclo completo do agente.

Acesso e para quem vale o esforço

As duas microcredenciais são gratuitas no AWS Skill Builder, sem assinatura e sem paywall, segundo o próprio blog da AWS. Isso baixa bastante a barreira de entrada comparado a uma certificação paga: o risco de tentar e não passar é só o tempo investido, não o boleto.

Faz mais sentido para quem já trabalha ou vai trabalhar com Amazon Bedrock AgentCore no dia a dia: arquiteto de soluções que desenha o fluxo de autenticação do agente, engenheiro de segurança que precisa auditar token, engenheiro de dados que monta a base vetorial que alimenta o RAG do agente. Para quem ainda não encostou em agente de IA na AWS, o caminho mais eficiente continua sendo entender primeiro Amazon Bedrock e IAM isoladamente antes de tentar o laboratório cronometrado: a microcredencial testa integração, não ensina o básico do zero.

O ponto fraco do formato é justamente esse: por ser timed e sem dica, quem ainda não tem prática de console vai reprovar mais por falta de familiaridade com a interface do que por falta de conhecimento do conceito. Vale rodar os exemplos do Skill Builder antes de agendar a tentativa oficial.

Fonte: AWS Training and Certification Blog