MLS-C01.AE1
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.
- Practice in 26 Laboratorios prácticos — nothing to install
- 18 Lecciones interactivas y 93 topics mapped to the official exam objectives
- 403 Preguntas del examen de práctica y 2 Pruebas completas
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 / Habilidades que obtendrás
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
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...
¿Listo para presentar el examen?
Agrega tu MLS-C01.AE1 bono de examen oficial a tu pedido.
Bono oficial · Entrega rápida · Paquete de repetición disponible04 / 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