AWS Machine Learning Specialty — это сертификат, выдаваемый AWS, который подтверждает опыт человека в выполнении задач, связанных с машинным обучением, в AWS. Продолжительность теста 3 часа (180 минут) с 65 вопросами. Из 65 вопросов оцениваются только 50, а остальные 15 используются AWS для оценки возможности их использования в качестве оцениваемых вопросов в будущем. Тем не менее, нет никакого способа узнать, был ли вопрос оценен или не оценен на экзамене.
Вопросы могут быть с множественным выбором, когда вы выбираете один правильный ответ из списка вариантов, или с несколькими вариантами ответов, когда на вопрос может быть несколько правильных ответов. Если это вопрос с несколькими вариантами ответов, в вопросе будет указано количество правильных решений для выбора. Если вы даете неправильный ответ на вопрос, отрицательная оценка не ставится, поэтому лучше ответить на все вопросы, даже если вы не уверены. Во время этого экзамена будут проверены ваши знания в 4 областях. Вы можете найти информацию, связанную с экзаменом, в их официальном экзаменационном руководстве. Отрицательной отметки нет, поэтому имеет смысл отвечать на все вопросы независимо от вашей уверенности в ответе.
Официальный веб-сайт рекомендует эту сертификацию для тех, кто имеет не менее 2 лет практического опыта в области машинного обучения с использованием облака AWS. Я использую экземпляры AWS EC2 в течение 2 лет и Sagemaker в течение нескольких месяцев, прежде чем пройти сертификацию. Если вы считаете, что готовы сдать экзамен, вы можете записаться на него здесь:
Давайте приступим к подготовке к этой сертификации. Вам необходимо иметь хорошее представление об основных концепциях машинного обучения и услугах, которые предоставляет AWS, чтобы вы могли быстро исключить решения, которые не будут работать для конкретной проблемы.
AWS Skill Builder предоставляет множество ресурсов для подготовки к этой сертификации. Два из этих ресурсов оказались действительно полезными для меня. Одним из них является Готовность к экзамену по специальности Машинное обучение, которая помогла мне понять, где я стоял, прежде чем начать подготовку и планировать на ближайшие дни. Второй — План машинного обучения, в котором подробно объясняются все концепции, особенно раздел Элементы науки о данных.
Официальная документация AWS Sagemaker — это та документация, которую вы не должны игнорировать, если будете проходить этот тест. Каждый раздел этой документации важен, и вы можете увидеть много вопросов непосредственно из него.
Есть несколько пробных тестов, которые, по моему мнению, были хорошей практикой перед экзаменом. Я включаю их ниже для вашего быстрого ознакомления:
- Примеры экзаменационных вопросов AWS MLS-C01
- Подготовка к экзаменам
- «Наборы вопросов для официальной практики AWS Certification (на английском языке)» в AWS Skill Builder (не удалось связать это здесь, так как курс находится на обслуживании)
Все эти тесты бесплатны, и вы можете получить к ним доступ без какой-либо подписки.
Вы также должны быть знакомы с такими понятиями машинного обучения, как смещение, дисперсия, оптимизация гиперпараметров, типы входных данных, показатели производительности, регуляризация и другие основные темы. Для меня одной из основных задач этого экзамена было узнать о менее известных сервисах AWS, таких как AWS Outposts, FSx для Lustre и т. д. Имейте в виду, что важно также узнать об этих сервисах.
В целом, на подготовку к экзамену, подготовку документации и других материалов, а также на прохождение нескольких пробных тестов для практики у меня ушло около 4 месяцев. Я надеюсь, что эта статья поможет тем из вас, кто готовится к сертификации.
