从小组成员&导师到演讲者再到AWS Certified——我在AWS旅程中的决定性一周
Source: Dev.to
有些周不仅仅是填满你的日程——它们会改变你的方向。
对我而言，12月 18‑23 日正是那样的一周：三种不同的角色，一个共同的线索——帮助人们 真正 了解云计算和 AI 在现实世界中的结合方式。
🎯 一周，三顶帽子
在六天里，我戴上了三顶帽子：
- Panelist & mentor 在海得拉巴的 AWS 学生社区日。
- Speaker 在 AWS Community Day Kochi（AI/ML 版）。
- Newly certified AWS Generative AI Developer – Professional。
每一个单独来看都很特别。它们一起让我在 AWS 之旅中感受到一次小型的“冲刺”——社区、实践和认证相互强化。
🎓 Dec 18 – AWS 学生社区日（MLRIT，海得拉巴）小组成员 & 导师
本周在海得拉巴的 MLRIT 拉开序幕，举办了 AWS 学生社区日，我以小组成员和导师的身份参与其中。
走进满是学生的会场，总会让我想起自己的早期时光——好奇心满满、略带焦虑，问题多得往往说不出口。
真实的职业对话，远离流行词
在小组讨论中，我们保持了对话的诚实与实用：
- 对于今天的学生，现实的云 + AI 职业路径是什么样的？
- 如何从“我通过了认证”转变为“我真的能解决问题”？
- 招聘团队对新人除了技术清单之外，还期待什么？
我们没有使用术语堆砌，而是分享了真实的故事——项目崩溃的经历、生产环境的教训，以及社区参与如何帮助快速跳过多年试错。
动手实践：不只是听
在小组结束后，我切换到导师模式，进行动手实验。目标很简单：从头到尾交付一个完整的作品，而不是仅仅在控制台上点点点。
我们依次完成了：
- 编码演进与 Kiro 功能 – 使用 Kiro.dev 进行“Vibe‑coding”，快速把想法转化为可运行的 UI。
- 使用 AWS App Runner 部署 – 让学生看到自己的应用在 线上 运行，而不仅仅是本地 localhost。
- 为可扩展性、可用性和安全性而设计 – 将这些关注点视为设计的一部分，而不是事后补丁。
结束时，最好的反馈不是“不错的会议”，而是“这下终于明白了”。从“云计算感觉抽象”到“哦，我真的可以把它搭建出来”的转变，正是这类工作坊的价值所在。
🎤 12月20日 – AWS Community Day Kochi（AI/ML 版）演讲者
两天后，氛围彻底改变：从校园的活力转变为 AWS Community Day Kochi 的社区会议氛围。这一次，我站在舞台上，谈论我日常工作中非常贴近的主题：Agentic AI 以及企业如何开始采用它。
从提示到 Agentic AI
本次会议围绕三个核心观点展开：
-
Amazon QuickSuite 与 AWS Transform 的定位
- Amazon QuickSuite 作为日常研究、聊天、自动化和工作流的 AI 助手——几乎像一个了解你系统的队友。
- AWS Transform 作为现代化的重型引擎：从 VMware 和大型机到 .NET 迁移，均由 Agentic AI 驱动。
-
真实的模式，而非仅仅幻灯片
我们演示了诸如自动化内容工作流以及将遗留代码（例如 boto2 SDK）迁移到更新的、AI 增强的流水线等模式。 -
给观众的要点
- 从小处开始：将 AI 助手集成到现有的 CI/CD 流水线中。
- 衡量影响：延迟、成本和开发者生产力。
- 将安全放在首位：使用 IAM 角色、加密和审计日志。
🏅 12月23日 – AWS 生成式 AI 开发者 – 专业 认证
在本周的最后一天，我获得了 AWS Certified Generative AI Developer – Professional 认证。考试验证了我在 Kiro.dev、App Runner 和 Agentic AI 模式上的实践工作，并为我提供了一个具体的徽章以示证明。
TL;DR
- 六天三角色：评审/导师、演讲者和认证专业人士。
- 社区 + 实践 + 验证 形成了强大的学习闭环。
- 核心信息：真实项目、诚实的职业建议和动手实验将抽象的云概念转化为可落地的技能。
如果想聊构建 AI 驱动的云解决方案、指导学生，或准备生成式 AI 认证，欢迎随时联系！
to Boto3 SDK using Transform instead of “cool demo only.”
让我印象深刻的是随后进行的问答环节——大家不再问 “什么是 Agentic AI？”，而是问 “我该如何把它接入 我的 环境？”
这就说明，讨论已经从概念炒作转向了真正的落地应用。
📘 12月23日 – AWS 认证生成式 AI 开发者 – 专业
本周以个人高光收尾：获得了 Beta AWS 认证生成式 AI 开发者 – 专业 认证。
这项考试远不止“调用 API 并获取响应”。
它考察你是否能够设计安全、可扩展的 GenAI 系统，使其能够舒适地融入真实的 AWS 架构中。
它涉及的一些更深入的领域
- Amazon Bedrock 架构与安全 – 不仅是“它是什么”，更是 如何使用它。
- 设计基于代理的多步骤工作流，协调工具、API 和服务。
- 使用 Lambda、API Gateway 和 Step Functions 将 GenAI 组件粘合成完整的流水线。
在回答问题的过程中，多次出现“等等，我两天前在舞台上就讲过这个”，以及“从另一位演讲者那里听说过”。社区工作与考试内容的这种重叠，使得认证感觉不像是一个独立的目标，而更像是同一路径上的一个检查点。
🔁 本周给我的启示
回顾过去，在一周内从小组成员 & 导师 → 演讲者 → 认证专业人士的转变非常紧张，但它强化了几条指导我在 AWS 社区持续出现的信念。
- 教学能提升理解 – 每次解释时，你会发现之前未注意到的边缘情况和盲点。学生和社区成员会提出文档没有的提问。
- 社区是乘数效应 – 小组讨论、聚会和社区日压缩了学习过程。你不仅从演讲中学习——还从走廊聊天、随意提问，甚至是“我们尝试了这个，结果失败了”的故事中获益。
- 在真实情境下的认证感受不同 – 当你构建、破坏并修复真实系统时，考试不再是死记硬背，而像是有人在问：“好，展示一下你在真实环境中的做法。”
最重要的是，这一周提醒我，回馈社区和个人成长不是两个独立的轨道。你越是指导、演讲和分享，自己的理解就会越深。
🙏 感谢 — 接下来是什么
衷心感谢：
- AWS学生社区 & AWS云俱乐部（MLRIT） 为学生提供了一个可以实验、弄坏东西并通过实践学习的空间。
- AWS Community Day Kochi 的组织者和志愿者们搭建了一个舞台，让从业者能够谈论在 AWS 上 AI/ML 实际发生的情况。
- SUDO Consultants 对社区工作的大力支持，让我有空间去构建、实验并分享。
- 每一位 学生和与会者 的到来、提出的尖锐问题以及真诚的反馈——正是你们让这一周如此难忘。
From here, the plan is simple: keep building, keep teaching, and keep pushing deeper into Agentic AI and cloud automation.
If you’re on a similar path — maybe just getting started with AWS, or trying to move from “I know the services” to “I can design systems” — consider this an open invite: join a community, share what you learn, and let your journey be shaped by contribution as much as personal milestones.