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。
课程详情
课程概述
- 级别：中级
- 类型：课堂（虚拟和面对面）
- 时长：1 天
学习内容
- 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。
本课程的受众
本课程面向正在准备 AWS Certified Machine Learning Engineer – Associate（MLA-C01）考试的个人。
需要具备的经验
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。
提供的语言
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。