Programming StudyEnglish

本ページはPRを含みます。

【最新】AWS認定 Machine Learning Engineer - Associate 試験対策講座

【最新】AWS認定 Machine Learning Engineer - Associate 試験対策講座

Udemy · 日本語

この講座について

言語
日本語
カテゴリ
提供元
Udemy
データ更新日

本講座は、AWS Certified Machine Learning Engineer - Associate(MLA-C01)の合格と、AWS上でML(機械学習)パイプラインを設計・構築・運用する実務スキルの習得を同時に目指す講座です。MLA-C01は、AWSクラウド上でMLソリューションとパイプラインを構築・運用(オペレーショナライズ)・デプロイ・保守できることを証明する、ロールベースのアソシエイト認定です。本講座はAWS公式試験ガイドの4ドメイン全領域に対応し、7セクション・37レクチャー・総再生時間8時間で、データ準備からモデル開発、デプロイ、監視・保守・セキュリティまでを一気通貫で学べる構成になっています。

■ AWS認定機械学習エンジニア(MLA-C01)とはAWSのロールベース認定のひとつで、機械学習エンジニア・MLOpsエンジニアとしての実務能力を証明する資格です。AWS公式が想定する受験者像は「SageMakerなどを用いたML実務の経験が1年以上、かつバックエンド開発者・DevOps開発者・データエンジニア・データサイエンティストなどの関連職の経験が1年以上」。試験は65問(うち採点対象50問)で、100〜1,000のスケールドスコアのうち720以上が合格ラインです。択一・複数選択に加え、順序(Ordering)や組み合わせ(Matching)といった出題形式も含まれます。

■ 公式4ドメイン全領域に対応AWS公式試験ガイドの4つの試験ドメインすべてをカバーしています。・第1分野:MLのためのデータ準備(配点28%)AWS Lake Formation によるデータの一元管理、Amazon S3 と Amazon Athena、AWS Glue を活用した前処理、大規模データ・時系列データへの対応、データクレンジング、特徴量エンジニアリング、カテゴリデータの扱いと SageMaker Feature Store、データ拡張・正規化、異常値と不均衡データへの対応、データセキュリティと適切なファイル形式の選択・第2分野:MLモデル開発(配点26%)モデリングアプローチの選択、モデルトレーニングの基本、ハイパーパラメータチューニング、過学習(オーバーフィッティング)への対処、ニューラルネットワーク特有の問題、大規模モデルの分散トレーニング、SageMaker のローコード・ノーコードツール(AutoML / SageMaker Autopilot など)・第3分野:MLワークフローのデプロイとオーケストレーション(配点22%)リアルタイム推論(SageMaker リアルタイムエンドポイント)、オートスケーリングとマルチAZによるスケーラビリティ・高可用性、サーバレス推論とプロビジョニング済み同時実行数(コールドスタート対策)、非同期推論とバッチ変換による大量データ・長時間処理への対応、Blue/Greenデプロイ・カナリアリリース・線形リリースといったデプロイ戦略、SageMaker Model Registry によるモデル管理と承認ワークフロー、Amazon SageMaker Pipelines によるオーケストレーションとCI/CD連携・第4分野:MLソリューションの監視・保守・セキュリティ(配点24%)SageMaker Model Monitor によるモデルのモニタリングとドリフト検知、CloudWatch / CloudTrail を用いたログ・メトリクス監視、インフラとコストの最適化、IAM・VPC・暗号化を含むAWSリソースのセキュリティ確保※配点はAWS公式試験ガイド(MLA-C01)に基づく数値です。

■ この講座の特徴・AWS公式試験ガイドの各ドメイン・各オブジェクティブを1つずつ丁寧に解説し、試験範囲に抜け漏れを作らない・「MLパイプライン全体の設計」「コスト最適化」「スケーラビリティ」「セキュリティ」という設計思考をトレーニングできる・身近な例え話(レストラン、図書館、工場の生産ラインなど)で、抽象的なMLOpsの概念を直感的に理解できる・boto3 や SageMaker SDK の実際のコード例を交えて解説するため、試験対策にとどまらず現場でそのまま活かせる…

同じカテゴリの講座

クラウド&インフラ入門書籍

ワンランク上を目指す書籍