개요
AWS Certified Machine Learning Engineer – Associate(MLA-C01)는 AWS에서 머신러닝 워크로드를 구축, 운영, 배포, 유지관리하는 역량을 검증하는 자격증입니다. 데이터 사이언스 이론보다는 모델을 신뢰할 수 있는 운영 시스템으로 만들어내는 실무 엔지니어링 능력에 초점을 둡니다. 시험은 Amazon SageMaker를 중심으로 데이터 처리, 배포, 모니터링, 보안 관련 AWS 서비스의 실전 활용을 평가합니다.
이런 분께 적합합니다
SageMaker와 기타 AWS 서비스를 사용해 ML 솔루션을 개발, 배포, 운영한 경험이 대략 1년 이상인 엔지니어를 대상으로 합니다. ML 엔지니어, MLOps 엔지니어, 데이터 엔지니어, 또는 ML 운영화로 전환하는 소프트웨어 개발자에게 적합합니다.
출제 도메인
- Data Preparation for Machine Learning (ML)S3, AWS Glue, Amazon EMR, SageMaker Data Wrangler와 Feature Store 등을 활용해 데이터를 수집, 변환, 정제, 검증하고 특성 엔지니어링을 수행하는 영역입니다.
- ML Model Development알고리즘과 프레임워크를 선택하고, 모델을 학습·튜닝하며, 성능을 평가하고, 주로 Amazon SageMaker로 실험을 관리하는 영역입니다.
- Deployment and Orchestration of ML Workflows배포 인프라와 엔드포인트를 선택하고, SageMaker Pipelines, CI/CD, Infrastructure as Code로 자동화되고 재현 가능한 파이프라인을 구축하는 영역입니다.
- ML Solution Monitoring, Maintenance, and Security모델과 데이터의 드리프트를 모니터링하고, 배포된 솔루션을 유지관리·재학습하며, IAM·암호화·네트워크 제어로 ML 워크로드를 보호하는 영역입니다.
시험 형식
시험은 130분 동안 65문항을 푸는 형식이며, 이 중 일부는 채점되지 않는 파일럿 문항입니다. 단일 선택과 복수 선택 외에도 순서 배열, 매칭, 사례 연구 같은 새로운 유형의 문항이 포함되며, 100~1000점의 스케일 점수로 채점됩니다.
공부 전략
- Amazon SageMaker를 학습 잡, 하이퍼파라미터 튜닝, 내장 알고리즘, 실시간·배치·비동기·서버리스 추론, Pipelines까지 직접 실습하며 익힌다. 대부분의 문항이 여기에 뿌리를 둡니다.
- 엔드포인트 유형(실시간, 서버리스, 비동기, 배치 변환)의 트레이드오프를 이해하고, 멀티모델·멀티컨테이너 엔드포인트로 비용을 절감하는 상황을 파악한다.
- S3, AWS Glue, Amazon EMR, SageMaker Data Wrangler, Feature Store를 이용한 데이터 준비를 결측치·불균형 데이터 처리와 특성 설계 선택까지 포함해 연습한다.
- 모니터링과 MLOps를 학습한다. 드리프트·편향 탐지를 위한 SageMaker Model Monitor와 Clarify, CloudWatch 지표·경보, 재학습 자동 트리거 등을 다룬다.
- ML 보안 패턴을 복습한다. SageMaker 역할에 대한 최소 권한 IAM, VPC 격리와 엔드포인트, KMS를 통한 저장·전송 중 암호화, 자격 증명 관리를 위한 Secrets Manager 등.
- 단순 암기가 아니라 시나리오형·신규 유형 문항에 익숙해지도록 AWS 공식 모의 문제와 Skill Builder의 Exam Prep를 활용한다.