跳至主要内容
AWS 课堂培训

考试准备:AWS Certified Machine Learning Engineer – Associate(MLA-C01)

学习构建、部署和维护机器学习解决方案,同时增强参加 MLA-C01 认证考试的信心

考试准备:AWS Certified Machine Learning Engineer Associate(MLA-C01)

通过这门为期一天的重点准备课程,加快您获得 AWS Certified Machine Learning Engineer – Associate 认证的旅程。通过互动讲座、练习题和真实案例研究,您将了解关键考试领域,包括 AWS 上的机器学习模型开发、部署和操作。本课程旨在帮助您:

  • 确定与考试目标相关的独特优势和知识差距
  • 制定有针对性的学习计划,巩固需要更多关注的领域
  • 获取应试技巧和应试策略,最大限度地提高您的成绩

在课程结束时,您将有一个明确的路线图,可以完成考试准备,并对参加认证考试充满信心。

Missing alt text value

课程详情

  • 级别:中级
  • 类型:课堂(虚拟和面对面)
  • 时长:1 天
  • 确定 AWS Certified Machine Learning Engineer – Associate(MLAC01)考试的范围和内容。
  • 练习考试题型并评估您的备考策略。
  • 检查使用案例并进行区分。

本课程面向正在准备 AWS Certified Machine Learning Engineer – Associate(MLA-C01)考试的个人。

在参加本课程之前,您无需参加任何特定的培训。但是,建议在参加 AWS Certified Machine Learning Engineer – Associate(MLAC01)考试之前掌握以下必备知识。

一般 IT 知识

建议学员具备以下条件:

  • 建议拥有 1 年相关角色的经验,例如后端软件开发人员、DevOps 开发人员、数据工程师或数据科学家。
  • 对常见机器学习算法及其使用案例的基本了解
  • 数据工程基础知识,包括常用数据格式、摄取和转换以使用机器学习数据管道的知识
  • 查询和转换数据的知识
  • 模块化、可重用代码开发、部署和调试的软件工程最佳实践方面的知识
  • 熟悉预置和监控云和本地机器学习资源
  • 持续集成和持续交付(CI/CD)管道以及基础设施即代码(IaC)方面的经验
  • 版本控制和 CI/CD 管道代码存储库方面的经验

建议掌握的 AWS 知识

建议学员能够具备以下条件:

  • 建议拥有 1 年使用 Amazon SageMaker AI 和其他 AWS 服务进行机器学习工程的经验。
  • 用于构建和部署模型的 Amazon SageMaker AI 功能和算法方面的知识
  • 用于准备建模数据的 AWS 数据存储和处理服务方面的知识
  • 熟悉在 AWS 上部署应用程序和基础设施
  • 用于记录机器学习系统和进行故障排除的监控工具方面的知识
  • 用于 CI/CD 管道自动化和编排的 AWS 服务方面的知识
  • 了解身份和访问管理、加密和数据保护方面的 AWS 安全最佳实践。

本课程用以下语言提供:英语。

我们会根据客户反馈和 AWS 服务更新,定期更新我们的课程。因此,在我们本地化这些更新时,不同语言版本的课程内容可能存在差异。