AWS · MLA-C01 · Intermediate
AWS Machine Learning Engineer - Associate (MLA-C01) — Preguntas de práctica y simulacro de examen
Practica preguntas reales de MLA-C01, sin dumps. Alex explica cada respuesta y tu Readiness Score te dice cuándo estás listo para aprobar.
Verificado con AWS · julio de 2026Versión actual del examen
Resumen
Sobre el examen
La certificación AWS Certified Machine Learning Engineer – Associate valida la capacidad de construir, entrenar, desplegar y mantener modelos de machine learning en producción sobre AWS. Abarca la preparación de datos para ML, el desarrollo y ajuste de modelos, el despliegue y la orquestación de flujos de trabajo de ML, y el monitoreo y la protección de soluciones de ML mediante servicios como SageMaker.
Esta certificación está dirigida a ingenieros de ML, científicos de datos y profesionales de MLOps con al menos un año de experiencia usando servicios de ML de AWS. Demuestra competencia para operacionalizar modelos de ML, construir pipelines de entrenamiento automatizados e implementar prácticas de IA responsable en entornos de producción.
Dominios del examen
Qué entra en el examen
El examen consta de 65 preguntas (50 calificadas, 15 no calificadas) en 130 minutos, e incluye preguntas de opción múltiple, respuesta múltiple, ordenamiento y emparejamiento. Las preguntas se enfocan en flujos de trabajo de SageMaker, entrenamiento de modelos, ajuste de hiperparámetros, estrategias de despliegue y automatización de pipelines de ML. Con aproximadamente 2.6 minutos por pregunta, tómate tu tiempo para razonar los escenarios complejos.
FuenteAWS página del examen
Formato
Qué esperar
Ojo con esto
Dónde se atascan los candidatos
Este examen evalúa ingeniería de ML, no teoría de ciencia de datos. Los candidatos deben entender cómo operacionalizar modelos en AWS usando SageMaker, automatizar pipelines de ML e implementar monitoreo, en lugar de solo construir notebooks.
- 01Modos de SageMaker — Confundir trabajos de entrenamiento, trabajos de procesamiento, endpoints en tiempo real, batch transform e inferencia serverless de SageMaker y cuándo usar cada modo de despliegue.
- 02Ingeniería de características — No comprender SageMaker Feature Store, preparación de datos y diseño de pipelines de preprocesamiento lleva a respuestas incorrectas en preguntas de preparación de datos.
- 03Monitoreo de modelos — Malinterpretar las capacidades de SageMaker Model Monitor para detectar deriva de datos, deriva de modelo, sesgo y cambios de atribución de características en producción.
- 04Automatización de pipelines — No saber cómo construir pipelines ML de extremo a extremo usando SageMaker Pipelines, Step Functions y EventBridge para flujos de reentrenamiento automatizado.
- 05Optimización de costos — Elegir endpoints costosos en tiempo real cuando batch transform o inferencia serverless cumplirían los requisitos de latencia y rendimiento a menor costo.
Detalles
Logística del examen
Se aplica a través de Pearson VUE en línea o en centros de pruebas. Disponible en inglés; con el tiempo pueden añadirse otros idiomas. La certificación tiene una vigencia de 3 años, con renovación mediante exámenes de recertificación.
FuenteAWS página del examen
Antes de reservar el examen
¿Aprobarías MLA-C01 hoy?
Haz la revisión de preparación gratis. Responde preguntas reales de MLA-C01 y obtén tu Readiness Score en cada dominio.
Empezar la revisión gratis20 preguntas · gratisLlega al 80 % de preparación el día del examen. Apruebas o te devolvemos el dinero.