AW181: Exam Prep: AWS™ Certified Machine Learning Engineer – Associate

Agenda:

• Datenaufbereitung für Machine Learning (ML)
  • Daten erfassen und speichern
  • Daten transformieren und Feature Engineering durchführen
  • Datenintegrität sicherstellen und Daten für Modellierung vorbereiten

• Entwicklung von ML-Modellen
  
  • Modellierungsansatz auswählen
  • Modelle trainieren und verfeinern
  • Modellperformance analysieren

• Bereitstellung und Orchestrierung von ML-Workflows
  • Auswahl der Bereitstellungsinfrastruktur auf der Grundlage der vorhandenen Architektur und Anforderungen
  • Erstellung und Skriptierung der Infrastruktur auf der Grundlage der vorhandenen Architektur und Anforderungen
  • Verwendung automatisierter Orchestrierungstools zur Einrichtung von Continuous Integration und Continuous Delivery (CI/CD) Pipelines einzurichten

• Überwachung, Wartung und Sicherheit der ML-Lösung
  • Überwachung der Modellinterferenz
  • Überwachung und Optimierung der Infrastrukturkosten
  • Sicherung der AWS™-Ressourcen

AWS™ aktualisiert und stellt im Rahmen der kontinuierlichen Weiterentwicklung gelegentlich Dienste und Funktionen ein.
Obwohl die Inhalte zur Prüfungsvorbereitung regelmäßig aktualisiert werden, kann es vorkommen, dass unsere Kurse den aktuellen Stand der AWS™-Dienste vorübergehend nicht widerspiegeln. Wir empfehlen Ihnen, die neueste AWS™-Dokumentation und die aktuellen Ankündigungen zu konsultieren, um die genauesten und aktuellsten Informationen über die Verfügbarkeit von Diensten und Funktionen zu erhalten.

Ziele:

• den Umfang und Inhalt der AWS™ Certified Machine Learning Engineer - Associate (MLA-C01) Prüfung zu identifizieren
• prüfungsähnliche Fragen zu üben und Ihre Vorbereitungsstrategie zu bewerten
• Anwendungsfälle zu untersuchen und zwischen ihnen zu differenzieren

Zielgruppe:

Der Kurs AW181 AWS™ Certified Machine Learning Engineer – Associate ist für Personen geeignet, die sich auf die AWS™ Certified Machine Learning Engineer - Associate (MLA-C01) Zertifizierungsprüfung vorbereiten wollen.

Voraussetzungen:

• Allgemeine IT-Kenntnisse
• 1-jährige Erfahrung in einer verwandten Rolle wie Backend-Software-Entwickler, DevOps-Entwickler, Data Engineer oder Data Scientist
• Grundlegendes Verständnis gängiger ML-Algorithmen und und ihrer Anwendungsfälle
• Grundlagen des Data Engineering, einschließlich Kenntnisse gängiger Datenformate, Ingestion und Transformation für die Arbeit mit ML Data Pipelines
• Kenntnisse im Abfragen und Transformieren von Daten
• Kenntnisse der Best Practices im Bereich Software Engineering für die Entwicklung, Bereitstellung und Fehlerbehebung modularer, wiederverwendbarer Codes
• Vertrautheit mit der Bereitstellung und Überwachung von Cloud- und lokalen ML-Ressourcen
• Erfahrung mit Continuous Integration und Continuous Delivery (CI/CD) Pipelines und Infrastructure as Code (IaC)
• Erfahrung mit Code-Repositorys für Versionskontrolle und CI/CD-Pipelines

Beschreibung:

Dieser Kurs für Fortgeschrittene bereitet Sie umfassend auf die AWS™ Certified Machine Learning Engineer - Associate (MLA-C01) Prüfung vor, indem er alle relevanten Prüfungsthemen abdeckt. Sie vertiefen Ihr Wissen in den wichtigsten Prüfungsbereichen und verstehen, wie diese mit der Entwicklung von KI- und Machine-Learning-Lösungen auf der AWS™-Plattform zusammenhängen. Detaillierte Erklärungen und die Bearbeitung von prüfungsähnlichen Fragen helfen Ihnen, Ihr Wissen zu festigen, Wissenslücken zu erkennen und wertvolle Strategien für die effektive Beantwortung von Fragen zu entwickeln.
Der Kurs beinhaltet die Besprechung von prüfungsähnlichen Beispielaufgaben, um Ihnen zu helfen, falsche Antworten zu erkennen und Ihre Prüfungskompetenzen zu verbessern. Am Ende des Kurses beherrschen Sie die Konzepte und praktischen Anwendungen, die in der AWS™ Certified Machine Learning Engineer - Associate (MLA-C01) Prüfung abgefragt werden.