本课程针对需要参加 AWS Certified Machine Learning Engineer – Associate (MLA-C01) 认证考试的技术人员。通过学习本课程，以了解认证考试的流程和注意事项。帮助学员加强对认证考试范围内知识点的理解和掌握。同时，通过对样题的分析和解释，以可以更好地了解和熟悉认证考试的难度因素和考试题目形式。
- 级别：中级
- 授课方式：数字化课程、视频和试题分析
- 持续时间：4.75 小时
课程目标
在本课程中，您将学习：
- 认证考试的介绍和考试注意事项
- 了解 AWS Certified Machine Learning Engineer – Associate （MLA-C01） 考试所测试的知识
- ML 简介
- ML 的数据准备
- ML 模型开发
- ML 工作流的开发和编排
- ML 解决方案监控、维护和安全
- 评估您在考试主题方面的知识差距并确认考试准备情况
目标受众
本课程面向以下人群：
- 具有至少 1 年使用 Amazon SageMaker 和其他 AWS 服务进行 ML 工程的经验
- 具有至少 1 年的相关角色经验，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
- 正在准备 AWS Certified Machine Learning Engineer – Associate （MLA-C01） 考试
先决条件
我们建议在参加本课程之前先学习以下课程（或类似课程）：
- 了解 SageMaker 用于模型构建和部署的功能和算法
- 了解用于准备建模数据的 AWS 数据存储和处理服务
- 熟悉在 AWS 上部署应用程序和基础设施
- 了解用于记录和排除 ML 系统故障的监控工具
- 了解用于 CI/CD 管道自动化和编排的 AWS 服务
- 了解AWS在 IAM、加密和数据保护方面的安全最佳实践
课程大纲
模块1：AWS 机器学习工程师助理级认证简介
第1节：AWS认证简介
- AWS认证的分类
第2节：认证考试简介
- 考试形式
- 考试时长
- 考试通过分数
- 考试注意事项
模块2：机器学习简介
第1节：重要知识点回顾
- ML概述
- ML生命周期
第 2 节：样题讲解
模块 3：机器学习的数据准备
第1节：重要知识点回顾
- 简介
- 摄取和存储数据
- 转换数据并执行特征工程
- 确保数据完整性并准备用于建模的数据
第 2 节：样题讲解
- 演练问题
- 奖励问题
- 其他资源
- 知识卡
模块 4：机器学习模型开发
第1节：重要知识点回顾
- 简介
- 选择一种建模方法
- 训练和优化模型
- 分析模型性能
第 2 节：样题讲解
- 演练问题
- 奖励问题
- 其他资源
- 知识卡
模块 5：机器学习工作流的部署和编排
第1节：重要知识点回顾
- 简介
- 根据现有架构和要求选择部署基础架构
- 根据现有架构和需求创建基础架构并编写脚本
- 使用自动化编排工具设置CI/CD管道
第 2 节：样题讲解
- 演练问题
- 奖励问题
- 其他资源
- 知识卡
模块 6：机器学习解决方案监控、维护和安全
第1节：重要知识点回顾
- 解释保护 AI 系统的方法
- 了解 AI 系统的治理和合规性法规
- 简介
- 监控模型干扰
- 监控和优化基础设施成本
- 保护 AWS 资源
第 2 节：样题讲解
- 演练问题
- 奖励问题
- 其他资源
- 知识卡
