EnglishDeutschFrançaisEspañolPortuguês

AWS · MLA-C01 · Advanced

AWS Certified Machine Learning Engineer - Associate

Valida la capacidad de construir, operacionalizar, desplegar y mantener soluciones y pipelines de machine learning. 65+ preguntas de práctica con IA y explicaciones. Prueba gratis, garantía de aprobado.

Comenzar prueba gratuita

7 días de prueba gratis, sin tarjeta de crédito

65 Preguntas
170min Límite de tiempo
720/ 1000 Puntaje para aprobar
$300 Costo del examen

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.

Qué cubre el examen

El examen consta de 65 preguntas (50 calificadas, 15 no calificadas) en 170 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.

Data Preparation for Machine Learning 28%
ML Model Development 26%
Deployment and Orchestration of ML Workflows 22%
ML Solution Monitoring, Maintenance, and Security 24%

Qué esperar

multiple choice
50%
multiple response
25%
ordering
15%
matching
10%

Donde los candidatos fallan

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.

  1. 01
    Modos 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.
  2. 02
    Ingeniería 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.
  3. 03
    Monitoreo 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.
  4. 04
    Automatización de pipelines — No saber cómo construir pipelines ML de extremo a extremo usando SageMaker Pipelines, Step Functions y EventBridge para flujos de reentrenamiento automatizado.
  5. 05
    Optimización de costos — Elegir endpoints costosos en tiempo real cuando batch transform o inferencia serverless cumplirían los requisitos de latencia y rendimiento a menor costo.

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.

Modalidad Examen en centro de exámenes Pearson VUE o supervisado en línea
Política de repetición Período de espera de 14 días entre intentos de examen, sin límite en el número total de intentos
Validez 3 años
Salidas profesionales Roles de ingeniero de machine learning, ingeniero de MLOps, ingeniero de plataformas de IA, científico de datos y especialista en ML aplicado que construyen sistemas de ML en producción sobre AWS
Renovación Aprueba un examen de recertificación antes de la fecha de expiración de 3 años, u obtén una certificación de AWS de nivel superior para renovarla automáticamente
Tiempo de estudio ~75 horas

¿Listo para aprobar?

Únete a miles de profesionales que aprobaron con práctica impulsada por IA.

Comenzar prueba gratuita