Amazon Web Services (AWS) が提供するこの基礎レベルのコースでは、AWS Certified Machine Learning Engineer - Associate (MLA-C01) 試験の準備状況を評価する方法を学びます。この試験は、AWS クラウドを使用して機械学習 (ML) ソリューションとパイプラインを構築、運用、保守する受験者のスキルを確かめるものです。
試験のトピックの分野と、その分野が Developing on AWS や特定の学習範囲とどのように関連しているかを調べ、試験に向けて準備します。分野ごとにグループ化された各タスクステートメントから、トピックおよび概念の理解度を測定します。試験形式の問題の解説で知識を深め、学習ギャップを特定します。試験形式の問題を復習する講師の話を注意深く聞きます。間違った回答を見分けるための試験対策を学びます。
試験準備標準コースは、自信を持って試験の準備をするための 4 ステッププランのうちの 1 ステップです。包括的な 4 ステッププランのリソースにアクセスするには、Enhanced Exam Prep Plan: AWS Certified Machine Learning Engineer - Associate (MLA-C01) に登録してください。このプランには、ロールベースのトレーニング、ハンズオンラボ、体験学習、追加の試験形式問題、事前テスト、フラッシュカードが含まれています。すでに AWS Skill Builder にログインしている場合は、このリンクバージョンを使用してプランにアクセスしてください。
Standard Exam Prep Plan: AWS Certified Machine Learning Engineer - Associate (MLA-C01) には、4 ステッププランのステップ 1 ～ 3 に関する無料リソースが含まれています。すでに AWS Skill Builder にログインしている場合は、このリンクバージョンを使用してプランにアクセスしてください。
AWS は、継続的な開発の一環として、サービスと機能を更新し、場合によっては廃止します。試験準備の内容は定期的に更新されますが、コースが AWS サービスの最新状況を反映していない場合があります。現在利用できるサービスや機能に関する最も正確で新しい情報については、最新の AWS ドキュメントとお知らせを確認することをお勧めします。
2024 年後半、AWS は、このコースで扱われるサービスや機能のいくつかを含め、新規のお客様に対して、一部のサービスや機能の提供を停止することを発表しました。これには、AWS CodeCommit、AWS Data Pipeline、Amazon S3 Select、Amazon Glacier Select、Amazon Forecast が該当します。次回のコース更新では、関連するリファレンスを削除します。
コースレベル: 基礎
所要時間: 5.5 時間
アクティビティ
このコースには以下の内容が含まれています。
• エキスパートインストラクターがプレゼンテーションを行い、試験形式の問題を説明するビデオ。
• AWS 認定試験と同じ形式で作成された公式練習問題集。すべての問題には試験対策に役立つ詳細なフィードバックと推奨リソースが用意されています。
コースの目標
このコースでは、以下の内容を実施します。
1. AWS Certified Machine Learning Engineer - Associate (MLA-C01) 試験で出題される知識を理解する。
2. 試験のトピックと自分の知識とのギャップを理解する。
対象者
このコースは以下の要件を満たす方を対象としています。
1. 機械学習エンジニアリングのために Amazon SageMaker および AWS の他のサービスを使用した経験が 1 年以上ある。
2. バックエンドソフトウェアデベロッパー、DevOps デベロッパー、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種での経験が 1 年以上ある。
3. AWS Certified Machine Learning Engineer - Associate (MLA-C01) 試験の準備中である。
前提条件
AWS Certified Machine Learning Engineer - Associate (MLA-C01) 試験の前提条件は以下のとおりです。
IT 知識全般
以下の知識経験をお持ちであることが前提です。
• 一般的な ML アルゴリズムとそのユースケースに関する基本的な理解
• ML データパイプラインと連携するための一般的なデータの形式、取り込み、変換に関する知識を含むデータエンジニアリングの基礎
• データのクエリと変換に関する知識
• モジュール式で再利用可能なコードの開発、デプロイ、デバッグのためのソフトウェアエンジニアリングのベストプラクティスに関する知識
• クラウドとオンプレミスの ML リソースのプロビジョニングと監視に精通している
• 継続的インテグレーションと継続的デリバリー (CI/CD) パイプラインおよび Infrastructure as Code (IaC) の経験
• バージョン管理と CI/CD パイプライン用のコードリポジトリの経験
推奨される AWS に関する知識
学習者は、以下のことができる必要があります。
• モデルの構築とデプロイのための SageMaker の機能とアルゴリズムに関する知識
• モデリング用にデータを準備するための AWS データストレージサービスおよび処理サービスに関する知識
• AWS でのアプリケーションとインフラストラクチャのデプロイに関する知識
• ML システムのロギングとトラブルシューティングのための監視ツールに関する知識
• CI/CD パイプラインの自動化とオーケストレーションのための AWS サービスに関する知識
• ID とアクセス管理、暗号化、データ保護に関する AWS セキュリティのベストプラクティスの理解
推奨コース
試験を受ける前に特定のトレーニングを受ける必要はありませんが、前の 2 つのセクションに記載した基礎となるトレーニングと知識を身に付けることをお勧めします。知識を深める必要がある場合は、Enhanced Exam Prep Plan: AWS Certified Machine Learning Engineer - Associate (MLA-C01) に登録してください。この学習プランには、以下の推奨コースがすべて含まれています。すでに AWS Skill Builder にログインしている場合は、このリンクバージョンを使用してプランにアクセスしてください。
デジタルコース
• AWS ML Engineer Associate Curriculum Overview (45 分)
• Collect, Ingest, and Store Data (1 時間)
• Transform Data (1 時間)
• Validate Data and Prepare for Modeling (45 分)
• Choose a Modeling Approach (1 時間 30 分)
• Train Models (1 時間 30 分)
• Refine Models (2 時間)
• Analyze Model Performance (45 分)
• Select a Deployment Infrastructure (1 時間)
• Create and Script Infrastructure (1 時間 30 分)
• Automate Deployment (1 時間 15 分)
• Monitor Model Performance and Data Quality (2 時間 30 分)
• Monitor and Optimize Infrastructure and Costs (2 時間 30 分)
• Secure AWS ML Resources (2 時間 15 分)
• AWS ML Engineer Associate Curriculum Conclusion (10 分)
• Planning a Machine Learning Project (30 分)
• Amazon Bedrock Getting Started (1 時間)
体験型のゲームベースの学習
• Train a Model with Amazon SageMaker (50 分)
• Orchestrate a Machine Learning Workflow using Amazon SageMaker Pipelines and SageMaker Model Registry (1 時間)
• Monitor a Model for Data Drift (1 時間)
• Machine Learning: Model Deployment Using Blue/Green Method (2 時間)
• Analyze and Prepare Data with Amazon SageMaker Data Wrangler and Amazon EMR (1 時間)
• AWS Cloud Quest: Machine Learning (時間は不定)
このコンテンツの一部には、AWS Skill Builder のサブスクリプションが必要な場合があります。
コースの概要
モジュール 1: 試験形式の問題で試験について知る
• AWS Certified Machine Learning Engineer - Associate (MLA-C01) の概要
• 試験ガイド: AWS Certified Machine Learning Engineer - Associate (MLA-C01)
• 試験形式の問題の概要
• 概要と説明: 公式練習問題集
• 公式練習問題集: AWS Certified Machine Learning Engineer - Associate (MLA-C01)
モジュール 2: AWS の知識とスキルを更新する
• AWS トレーニングに関する提案
• ホワイトペーパーとよくある質問
モジュール 3: 復習と演習
機械学習入門
• 機械学習の概要
• 機械学習のライフサイクル
分野 1: 機械学習 (ML) のためのデータ準備
• 概要
• 1.1 データを取り込んで保存する。
• 1.2: データを変換し、特徴量エンジニアリングを実行する。
• 1.3 データの整合性を確保し、モデリング用のデータを準備する。
• 問題の解説
• その他のリソース
分野 2: ML モデル開発
• 概要
• 2.1 モデリングアプローチを選択する。
• 2.2 モデルをトレーニングして改良する。
• 2.3 モデルパフォーマンスを分析する。
• 問題の解説
• その他のリソース
分野 3: ML ワークフローのデプロイとオーケストレーション
• 概要
• 3.1 既存のアーキテクチャと要件に基づいてデプロイインフラストラクチャを選択する。
• 3.2 既存のアーキテクチャと要件に基づいてインフラストラクチャの作成とスクリプティングを行う。
• 3.3 自動オーケストレーションツールを使用して、継続的インテグレーションと継続的デリバリー (CI/CD) パイプラインを設定する。
• 問題の解説
• その他のリソース
分野 4: ML ソリューションのモニタリング、メンテナンス、セキュリティ
• 概要
• 4.1 モデル推論をモニタリングする。
• 4.2 インフラストラクチャのコストのモニタリングと最適化を行う。
• 4.3 AWS リソースを保護する。
• 問題の解説
• その他のリソース
