MLS-C01.AE1 ISBN: 978-1-64459-387-5
AWS Certified Machine Learning Specialty Training (MLS-C01)
Learn, prepare and practice for the AWS exam. Gain real-world experience with hands-on Labs and case studies.
What you will be able to do
- Expertise in using AWS AI/ML services like Amazon SageMaker, Amazon Rekognition, and more
- Understanding of ML algorithms like linear regression, logistic regression, decision trees, random forests, support vector machines, neural networks, and deep learning models
- Data Science pipelines, the entire ML lifecycle
- Awareness of AWS infrastructure services like Amazon S3, Amazon EC2, Amazon RDS, Amazon VPC, and AWS Lambda
- Design and implement scalable and cost-effective cloud architectures for ML applications
- Skilled with deep learning frameworks like TensorFlow and PyTorch, and their application to tasks like image recognition, natural language processing, and time series analysis
- Understanding of reinforcement learning concepts and algorithms
- Tuning hyperparameter to optimize model performance
- Knowledge of ML deployment models as web services, containerized applications, or serverless functions
- Utilizing MLOps for managing the entire ML lifecycle, including version control, continuous integration/continuous delivery (CI/CD), and monitoring
Intermediate A tu propio ritmo · 1 año de acceso 4.7/5 (48 Revisar)
26 LiveLabs prácticos
Practice real IT tasks in guided environments.
- Entornos reales
- Calificación automática
- Sin instalación
01 / About
Acerca de este curso
Target Career Roles
- Desarrolladores y científicos de datos
02 / Lecciones y laboratorios
See exactly what you will learn and practice
Plan de estudios
18 Lecciones interactivas · 93 topics01 Introducción 3 topics +
- El examen de especialidad de aprendizaje automático certificado por AWS
- Características de la guía de estudio
- Objetivos del examen de especialidad de aprendizaje automático certificado por AWS
02 Pila de aprendizaje automático de IA de AWS 16 topics · 4 Laboratorio en vivo +
- Reconocimiento de Amazon
- Amazon Textil
- Transcripción de Amazon
- Traductor de Amazon
- polly amazona
- amazona lex
- amazona kendra
- Amazon personalizar
- Pronóstico de Amazon
- Amazon comprende
- Amazon CodeGuru
- IA aumentada de Amazon
- Amazon SageMaker
- Dispositivos de aprendizaje automático de AWS
- Resumen
- Fundamentos del examen
4 Laboratorio en vivo in this lesson — see the labs panel →
03 Servicios de soporte de la pila de AWS 7 topics · 2 Laboratorio en vivo +
- Almacenamiento
- VPC de Amazon
- AWSLambda
- Funciones de pasos de AWS
- AWS RoboMaker
- Resumen
- Fundamentos del examen
2 Laboratorio en vivo in this lesson — see the labs panel →
04 Comprensión empresarial 4 topics +
- Fases de las cargas de trabajo de ML
- Identificación de problemas comerciales
- Resumen
- Fundamentos del examen
05 Enmarcar un problema de aprendizaje automático 4 topics +
- Encuadre del problema de ML
- Prácticas Recomendadas
- Resumen
- Fundamentos del examen
06 Recopilación de datos 5 topics · 2 Laboratorio en vivo +
- Conceptos básicos de datos
- Repositorios de datos
- Migración de datos a AWS
- Resumen
- Fundamentos del examen
2 Laboratorio en vivo in this lesson — see the labs panel →
07 Preparación de datos 3 topics · 2 Laboratorio en vivo +
- Herramientas de preparación de datos
- Resumen
- Fundamentos del examen
2 Laboratorio en vivo in this lesson — see the labs panel →
08 Ingeniería de características 4 topics +
- Conceptos de ingeniería de funciones
- Herramientas de ingeniería de características en AWS
- Resumen
- Fundamentos del examen
09 Entrenamiento modelo 9 topics · 4 Laboratorio en vivo +
- Algoritmos comunes de ML
- Capacitación y pruebas locales
- Entrenamiento Remoto
- Entrenamiento Distribuido
- Supervisión de trabajos de formación
- Trabajos de entrenamiento de depuración
- Optimización de hiperparámetros
- Resumen
- Fundamentos del examen
4 Laboratorio en vivo in this lesson — see the labs panel →
10 Evaluación del modelo 4 topics +
- Gestión de experimentos
- Métricas y Visualización
- Resumen
- Fundamentos del examen
11 Implementación e inferencia de modelos 5 topics · 1 Laboratorio en vivo +
- Implementación de servicios de IA
- Implementación para Amazon SageMaker
- Temas de implementación avanzada
- Resumen
- Fundamentos del examen
1 Laboratorio en vivo in this lesson — see the labs panel →
12 Integración de aplicaciones 5 topics · 2 Laboratorio en vivo +
- Integración con sistemas locales
- Integración con Sistemas en la Nube
- Integración con sistemas front-end
- Resumen
- Fundamentos del examen
2 Laboratorio en vivo in this lesson — see the labs panel →
13 Pilar de Excelencia Operacional para ML 3 topics · 1 Laboratorio en vivo +
- Excelencia operativa en AWS
- Resumen
- Fundamentos del examen
1 Laboratorio en vivo in this lesson — see the labs panel →
14 Pilar de seguridad 5 topics · 4 Laboratorio en vivo +
- Seguridad y AWS
- Entornos seguros de SageMaker
- Seguridad de servicios de IA
- Resumen
- Fundamentos del examen
4 Laboratorio en vivo in this lesson — see the labs panel →
15 Pilar de Confiabilidad 5 topics · 2 Laboratorio en vivo +
- Confiabilidad en AWS
- Gestión de cambios para ML
- Gestión de fallas para ML
- Resumen
- Fundamentos del examen
2 Laboratorio en vivo in this lesson — see the labs panel →
16 Pilar de rendimiento y eficiencia para ML 3 topics · 1 Laboratorio en vivo +
- Eficiencia de rendimiento para ML en AWS
- Resumen
- Fundamentos del examen
1 Laboratorio en vivo in this lesson — see the labs panel →
17 Pilar de optimización de costos para ML 4 topics +
- Principios de diseño comunes
- Optimización de costos para cargas de trabajo de ML
- Resumen
- Fundamentos del examen
18 Actualizaciones recientes en AWS AI/ML Stack 4 topics · 1 Laboratorio en vivo +
- Nuevos servicios y funciones relacionados con los servicios de IA
- Nuevas funciones relacionadas con Amazon SageMaker
- Resumen
- Fundamentos del examen
1 Laboratorio en vivo in this lesson — see the labs panel →
Laboratorios prácticos Our edge
26 Laboratorio en vivos- Detección de objetos en una imagen
- Uso del traductor de Amazon
- Uso de Amazon Transcribe y Polly
- Uso de Amazon SageMaker
- Creación de una función de AWS Lambda
- Uso de funciones de paso
- Creación de una tabla de Amazon DynamoDB
- Creación de un flujo de entrega de Kinesis Firehose
- Uso de Amazon Athena
- Uso de pegamento AWS
- Realización de la agrupación en clústeres de K-Means
- Creación de reglas de Amazon EventBridge que reaccionan a eventos
- Crear un panel de CloudWatch y agregarle una métrica
- Creación de CloudTrail
- Implementación de un modelo de aprendizaje automático con AWS SageMaker
- Creación de una copia de seguridad de AWS
- Crear un modelo
- Habilitación del control de versiones en el depósito de Amazon S3
- Uso de Amazon EC2
- Configuración de una clave
- Uso de la instancia de cuaderno de Amazon SageMaker
- Adjuntar un rol de IAM de AWS a una instancia
- Comprender la seguridad de la producción
- Creación de un grupo de Auto Scaling
- Crear un Amazon EFS
- Creación de un clúster de Amazon Redshift
03 / Detalles del examen
AWS Certified Machine Learning Specialty Training (MLS-C01) Detalles
La certificación AWS Certified Machine Learning - Specialty valida su comprensión de los conceptos fundamentales de ML, los fundamentos de la estadística, el análisis de datos, la exploración, la ingeniería de...
05 / Preguntas frecuentes
Preguntas antes de empezar
What is the AWS Machine Learning certification? +
What are the prerequisites for this course? +
Does this course cover advanced ML concepts? +
What is the format of the AWS MLS-C01 exam? +
How much does the AWS Certified Machine Learning – Specialty exam cost? +
What are the professional benefits of earning the AWS certification? +
What is the salary range of an AWS certified ML professional? +
¿Cuáles son los requisitos previos para este examen?+
Antes de realizar este examen, se recomienda tener:
- Al menos dos años de experiencia práctica en el desarrollo, la arquitectura y la ejecución de cargas de trabajo de aprendizaje automático o aprendizaje profundo en la nube de AWS.
- Capacidad para expresar la intuición que subyace a los algoritmos básicos de aprendizaje automático.
- Experiencia en la realización de optimización básica de hiperparámetros.
- Experiencia con marcos de aprendizaje automático y aprendizaje profundo.
- Capacidad para seguir las mejores prácticas de capacitación, implementación y operación del modelo.
¿Cuál es la cuota de inscripción al examen?+
¿Dónde hago el examen?+
¿Cuál es el formato del examen?+
¿Cuántas preguntas se hacen en el examen?+
¿Cuál es la duración del examen?+
¿Cuál es la puntuación mínima para aprobar?+
(en una escala de 100 a 1000)
¿Cuál es la política de repetición del examen?+
En caso de que no apruebe un examen de certificación de AWS, podrá volver a presentarse al examen sujeto a las siguientes condiciones:
- Debes esperar 14 días a partir del día en que suspendas el examen para volver a presentarte.
- Los candidatos deben pagar el precio del examen cada vez que intenten presentarse al mismo.
¿Cuál es la validez de la certificación?+
¿Dónde puedo encontrar más información sobre este examen?+
Invest In Your Future. Invest In This AWS Course.
Upscale your professional journey to the next level with this MLS-C01 prep course.
- 1 año de acceso completo
- 26 LiveLab incluido
- Certificado de finalización
No se requiere tarjeta de crédito