AWS Machine Learning Engineer - Associate (MLA-C01) — Preguntas de práctica y simulacro de 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.

El banco de preguntas de Pass-IT te ofrece material para practicar para MLA-C01. Un simulacro de Pass-IT incluye 65 preguntas y un tiempo límite de 130 minutos; estos son los ajustes de la práctica.

Data Preparation for Machine Learning es el dominio con más peso, un 28%, y cubre la ingesta de datos y la elección del formato de almacenamiento, la creación de nuevas features y la codificación de valores crudos en algo que un modelo pueda digerir, además del trabajo de detección de sesgos y cumplimiento que debe hacerse antes de que un modelo vea siquiera los datos de entrenamiento. Le sigue ML Model Development con un 26%, que evalúa si sabes elegir la forma correcta de construir un modelo (un servicio de AI de AWS, un algoritmo integrado de SageMaker o un foundation model) y luego entrenarlo, ajustarlo y evaluarlo.

ML Solution Monitoring, Maintenance, and Security se lleva un 24%, muy cerca del desarrollo del modelo en sí: aquí caben la detección de drift, la optimización de costos de infraestructura y la seguridad a nivel de IAM para sistemas de ML. Deployment and Orchestration of ML Workflows cierra el blueprint con un 22% y cubre las decisiones de infraestructura y CI/CD que llevan un modelo entrenado a producción. Entre los dos dominios se reparten casi la mitad del examen en lo que pasa después del entrenamiento.

El examen presenta 65 preguntas (50 puntuadas y 15 sin puntuar) que mezclan opción múltiple, respuesta múltiple, ordenamiento y emparejamiento, todo en una ventana de 130 minutos. Las preguntas giran en torno a flujos de trabajo de SageMaker: configuración de training jobs, ajuste de hyperparameters, elección del destino de deployment y automatización de pipelines, planteados como escenarios y no como definiciones. A unos 2 minutos por pregunta, los escenarios más largos merecen más tiempo del que les tocaría en un reparto parejo.

El examen se rinde a través de Pearson VUE, ya sea en un centro de evaluación o en línea con un proctor remoto, y está disponible en inglés, japonés, coreano y chino simplificado. La certificación tiene una vigencia de 3 años; para renovarla necesitas aprobar un examen de recertificación antes de que venza, u obtener una certificación de AWS de nivel superior, lo que la renueva de forma automática.