이 과정에서는 기계 학습 솔루션을 설계, 구현, 배포 및 유지 관리하는 지원자의 능력을 검증하는 AWS Certified Machine Learning – Specialty 시험을 준비합니다.
이 과정에서는 시험의 안내 사항 및 시험 문항의 메커니즘에 대해 알아보고 시험의 기술 영역을 살펴봅니다. 시험 영역의 핵심 AWS 서비스 및 주요 개념을 살펴보겠습니다.1. 데이터 엔지니어링2. 탐색적 데이터 분석3. 모형화4. 기계 학습 구현 및 운영또한 주요 테스트 전략을 배우고 여러 가지 학습 문항을 통해 실제로 적용해봅니다. 스킬을 연마한 후에는 강점과 약점을 평가하는 데 도움이 되는 퀴즈를 통해 시험 전 공부를 할 때 어떤 부분에 중점을 두어야 할지 알 수 있습니다.
참고: 과정의 각 모듈에 포함되어 있는 영역 퀴즈는 현재 영어로만 제공됩니다. 한국어 버전은 추후 업데이트될 예정입니다.
과정 목표
이 과정의 학습 목표는 다음과 같습니다.
- 각 시험 영역별 강점과 약점을 파악하여 시험 공부에서 집중해야 할 부분을 파악할 수 있습니다.
- 각 시험 영역을 구성하는 기술 주제 및 개념 설명
- 시험 안내 사항과 메커니즘 및 문항에 대한 요약
- 효과적인 학습 및 시험 전략 활용
수강 대상
이 과정의 대상은 다음과 같습니다.
- 1년 이상의 실무 경험이 있고 AWS Certified Machine Learning – Specialty 시험을 준비하는 기계 학습 실무자
수강 전 권장 사항
이 교육 과정을 수강하려면 다음 조건을 갖추는 것이 좋습니다.
- 기본 기계 학습 알고리즘의 개념을 설명하고 기본적인 하이퍼파라미터 최적화를 수행하는 숙련도
- 기계 학습 파이프라인 및 해당 구성 요소에 대한 이해
- 기계 학습 및 딥 러닝 프레임워크를 사용한 경험
- 모형 훈련, 배포 및 운영 모범 사례에 대한 이해 및 경험
과정 개요
모듈 0: 과정 소개
모듈 1: 시험 개요 및 시험 응시 전략
- 시험 개요, 안내 사항, 채점 및 사용자 인터페이스
- 문항 메커니즘 및 설계
- 시험 응시 전략
모듈 2: 영역 1 - 데이터 엔지니어링
- 영역 1.1: 기계 학습을 위한 데이터 저장소
- 영역 1.2: 데이터 수집 솔루션 식별 및 구현
- 영역 1.3: 데이터 변환 솔루션 식별 및 구현
- 학습 문제 풀이
- 영역 1 퀴즈
모듈 3: 영역 2 - 탐색적 데이터 분석
- 영역 2.1: 모형화를 위한 데이터 정제 및 준비
- 영역 2.2: 특성 엔지니어링 수행
- 영역 2.3: 기계 학습을 위한 데이터 분석 및 시각화
- 학습 문제 풀이
- 영역 2 퀴즈
모듈 4: 영역 3 - 모형화
- 영역 3.1: 비즈니스 문제를 기계 학습 문제로 구성
- 영역 3.2: 해당 기계 학습 문제에 적합한 모형 선택
- 영역 3.3: 기계 학습 모형 훈련
- 영역 3.4: 하이퍼파라미터 최적화 수행
- 영역 3.5: 기계 학습 모형 평가
- 학습 문제 풀이
- 영역 3 퀴즈
모듈 5: 영역 4 - 기계 학습 구현 및 운영
- 영역 4.1: 성능, 가용성, 확장성, 복원력 및 내결함성을 위한 기계 학습 솔루션 구축
- 영역 4.2: 주어진 문제에 대해 적절한 기계 학습 서비스 및 기능을 권장 및 구현
- 영역 4.3: 기계 학습 솔루션에 기본 AWS 보안 방식 적용
- 영역 4.4: 기계 학습 솔루션 배포 및 운영
- 학습 문제 풀이
- 영역 4 퀴즈
모듈 6: 추가 학습 문제
- 추가 학습 문제
모듈 7: 권장 학습 자료
- AWS 블로그, 설명서, FAQ 및 기타 권장 시험 학습 자료 링크
모듈 8: 과정 마무리
- 시험 등록 방법
- 과정 요약
- 과정 피드백
