AWS Certified Machine Learning – Specialty (MLS-C01) Exam

Opis

Egzamin AWS Certified Machine Learning – Specialty (MLS-C01) został zaprojektowany dla osób pełniących role związane z rozwojem oprogramowania i nauką danych, które posiadają doświadczenie w tworzeniu i wdrażaniu rozwiązań Machine Learning (ML) na platformie Amazon Web Services (AWS). Egzamin ten potwierdza umiejętność projektowania, budowania, wdrażania, optymalizacji, szkolenia, strojenia i utrzymania rozwiązań ML dla określonych problemów biznesowych przy użyciu usług AWS. Oto jak wygląda przebieg egzaminu oraz lista zagadnień, które obejmuje:

Przebieg egzaminu

  1. Format egzaminu: Egzamin składa się z 65 pytań, w tym pytania wielokrotnego wyboru i wielokrotnej odpowiedzi.
  2. Czas trwania: Na rozwiązanie egzaminu masz 180 minut.
  3. Miejsce egzaminu: Egzamin można zdawać online lub w centrum egzaminacyjnym Pearson VUE.
  4. Koszt: Koszt egzaminu wynosi 300 USD.
  5. Języki: dostępne języki, angielski, japoński, koreański i chiński uproszczony.
  6. Wynik: Egzamin ma skalę punktową od 100 do 1000, a minimalny wynik do zdania to 750.

 

Wymagania

Aby zdać egzamin AWS Certified Machine Learning – Specialty (MLS-C01), należy uzyskać minimum 750 punktów na skali od 100 do 1000.

Cena

300 USD

Zagadnienia

Egzamin obejmuje cztery głównych domen:

  1. Data Engineering (20%):
    • Tworzenie repozytoriów danych dla ML.
    • Identyfikacja źródeł danych i wybór nośników przechowywania (np. bazy danych, Amazon S3).
    • Wdrożenie rozwiązań do pobierania danych (np. Amazon Kinesis, AWS Glue).
    • Przekształcanie danych w trakcie transmisji (ETL).
  2. Exploratory Data Analysis (24%):
    • Oczyszczanie i przygotowanie danych do modelowania.
    • Wyznaczanie cech z danych (np. tokenizacja, one-hot encoding).
    • Analiza i wizualizacja danych (np. wykresy rozrzutu, histogramy).
  3. Modeling (36%):
    • Definiowanie problemów biznesowych jako problemy ML.
    • Wybór odpowiednich modeli ML (np. XGBoost, regresja logistyczna, k-means).
    • Szkolenie modeli ML (np. gradient descent, cross-validation).
    • Optymalizacja hiperparametrów.
  4. Machine Learning Implementation and Operations (20%):
    • Budowanie rozwiązań ML dla wydajności, dostępności, skalowalności, niezawodności i tolerancji na błędy.
    • Zalecanie i wdrażanie odpowiednich usług ML na AWS (np. Amazon SageMaker).
    • Stosowanie podstawowych praktyk bezpieczeństwa AWS w rozwiązaniach ML.
    • Wdrożenie i operacjonalizacja modeli ML (np. testowanie A/B, debugowanie).

Lista zagadnień:

  • Projektowanie i wdrażanie rozwiązań ML dla określonych problemów biznesowych.
  • Wybór odpowiednich usług AWS do implementacji rozwiązań ML.
  • Budowanie skalowalnych, optymalizowanych kosztowo, niezawodnych i bezpiecznych rozwiązań ML.
  • Zarządzanie cyklem życia modeli ML (szkolenie, wdrożenie, monitorowanie).
  • Stosowanie usług AWS ML, takich jak Amazon SageMaker, Amazon Rekognition, Amazon Comprehend.

Pełny przewodnik po zagadnieniach wymaganych na egzaminie MLS-C01

https://d1.awsstatic.com/training-and-certification/docs-ml/AWS-Certified-Machine-Learning-Specialty_Exam-Guide.pdf

Dodatkowe informacje

Jak przygotować się do egzaminu MLS-C01

Przygotowanie do egzaminu AWS Certified Machine Learning – Specialty wymaga systematycznego podejścia, obejmującego zarówno teoretyczne, jak i praktyczne umiejętności. Poniżej przedstawiamy kroki i zasoby oferowane przez AWS, które mogą pomóc w przygotowaniach:

Rozbuduj podstawową wiedzę:

  • Zacznij od kursów na poziomie Associate, aby mieć solidne podstawy w zakresie usług AWS https://www.compendium.pl/szkolenia/aws/
  • Zalecane jest posiadanie co najmniej dwóch lat doświadczenia w tworzeniu i wdrażaniu obciążeń ML lub deep learning w chmurze AWS.

Kursy i szkolenia oferowane przez AWS:

Praktyczne ćwiczenia:

  • Używaj platformy AWS Cloud Quest, która pozwala nauczyć się, jak rozwiązywać realne problemy biznesowe poprzez grę. Dostępne w ramach subskrypcji AWS Skill Builder.
  • AWS Builder Labs: Dostępne w ramach subskrypcji AWS Skill Builder, oferują praktyczne laboratoria.

Symulacje egzaminów:

  • Oficjalne Praktyczne Egzaminy: Dostępne na platformie AWS Skill Builder, pozwalają ocenić gotowość do egzaminu i zapewniają feedback na temat odpowiedzi.

Dokumentacja i białe księgi:

  • Przeczytaj kluczowe białe księgi AWS, takie jak Machine Learning Lens – AWS Well-Architected Framework.
  • Dostępne na stronie AWS.