Valida habilidades en construcción, despliegue y operación de cargas de trabajo ML en AWS. Cubre SageMaker y pipelines MLOps.
Ingesta y almacenamiento de datos (S3, Kinesis, Glue), Ingeniería de características (SageMaker Data Wrangler, Feature Store), Calidad y gobernanza de datos (Clarify, Lake Formation)
Elección de enfoque de modelado (algoritmos integrados, JumpStart, Bedrock), Entrenamiento y ajuste de modelos (entrenamiento distribuido, HPO, Debugger), Análisis y evaluación de modelos (Clarify, SHAP, métricas de rendimiento)
Selección de infraestructura de despliegue (inferencia en tiempo real, por lotes, serverless), Escalabilidad de infraestructura ML (Auto Scaling, contenedores, VPC), Pipelines CI/CD (SageMaker Pipelines, CodePipeline, MLOps)
Monitoreo de inferencia de modelos (Model Monitor, detección de drift), Optimización de infraestructura y costos (CloudWatch, Inference Recommender), Seguridad de soluciones ML (IAM, KMS, aislamiento VPC)
El examen AWS Certified Machine Learning Engineer – Associate (MLA-C01) consta de 65 preguntas y tiene un límite de 130 minutos.
La puntuación de aprobación del examen MLA-C01 es de 720 sobre 1000.
El conjunto de muestra de MLA-C01 (20 preguntas con explicaciones completas) es gratuito. El banco completo de más de 340 preguntas está disponible con una suscripción a CloudMasterIT.
La certificación MLA-C01 es válida durante 3 años después de aprobar. Después se requiere recertificación.