Este curso te prepara para presentarte al examen AWS Certified Machine Learning – Specialty, que valida tu capacidad para diseñar, implementar, desplegar y mantener soluciones de machine learning (ML).  En él, aprenderás la logística y el mecanismo de las preguntas del examen, y profundizarás en los dominios técnicos de este. También revisarás servicios básicos y conceptos clave de AWS para los dominios del examen siguientes: 1.    Ingeniería de datos2.    Análisis exploratorio de datos3.    Modelado4.    Implementación y operaciones de machine learning Además, aprenderás estrategias clave para el examen y las pondrás en práctica al responder varias preguntas de repaso. Una vez que hayas perfeccionado tus habilidades, podrás completar un cuestionario que te será útil para evaluar tus puntos fuertes y débiles, y saber en qué debes centrarte principalmente para estudiar el examen. Nota: El examen no está disponible en español de España por el momento, pero puedes examinarte en cualquiera de los idiomas disponibles. Objetivos del cursoAl final de este módulo, podrás hacer lo siguiente:Averiguar tus puntos fuertes y débiles en cada dominio del examen, a fin de saber en qué debes centrarte al estudiar.Describir los temas y conceptos técnicos de cada uno de los dominios del examen.Resumir la logística y el mecanismo del examen y sus preguntas.Seguir estrategias efectivas para estudiar y hacer el examen.  Público objetivoEste curso está dirigido al siguiente público:Profesionales del ML que tengan al menos un año de experiencia práctica y que se preparen para presentarse el examen AWS Certified Machine Learning - Specialty. Requisitos previosAconsejamos que los asistentes al curso tengan los conocimientos siguientes:Competencia para expresar la lógica en la que se basan los algoritmos de ML básicos y optimizar los hiperparámetros de una forma básica.Comprensión de la canalización de ML y sus componentes.Experiencia en ML y marcos de trabajo de aprendizaje profundo.Comprensión del entrenamiento y el despliegue de modelos, así como de las prácticas recomendadas operativas, y experiencia en estos campos. Esquema del curso    Módulo 0: Introducción al cursoMódulo 1: Información general del examen y estrategias para hacerloInformación general: logística, puntuación e interfaz de usuario del examenMecanismo y diseño de las preguntasEstrategias para el examenMódulo 2: Dominio 1 - Ingeniería de datosDominio 1.1: Repositorios de datos para el MLDominio 1.2: Establecer e implementar una solución de ingesta de datosDominio 1.3: Establecer e implementar una solución de transformación de datosTutorial de preguntas de repasoCuestionario del dominio 1Módulo 3: Dominio 2 - Análisis exploratorio de datosDominio 2.1: Sanear y preparar datos para el modelado Dominio 2.2: Ingeniería de funcionesDominio 2.3: Analizar y visualizar datos para el MLTutorial de preguntas de repasoCuestionario del dominio 2Módulo 4: Dominio 3 - ModeladoDominio 3.1: Definir los problemas empresariales como problemas de MLDominio 3.2: Seleccionar el modelo apropiado para un problema de ML determinadoDominio 3.3: Entrenar modelos de MLDominio 3.4 Optimizar los hiperparámetrosDominio 3.5 Evaluar modelos de MLTutorial de preguntas de repasoCuestionario del dominio 3Módulo 5: Dominio 4 - Implementación y operaciones de MLDominio 4.1: Crear soluciones de ML para el rendimiento, la disponibilidad, la escalabilidad, la resiliencia y la tolerancia a fallosDominio 4.2: Recomendar e implementar los servicios y funciones de ML adecuados para un problema determinadoDominio 4.3: Aplicar prácticas básicas de seguridad de AWS a soluciones de MLDominio 4.4: Desplegar y poner en funcionamiento soluciones de MLTutorial de preguntas de repasoCuestionario del dominio 4Módulo 6: Preguntas de repaso adicionalesOportunidad de responder preguntas de repaso adicionalesMódulo 7: Material de estudio recomendadoEnlaces a blogs, documentación, preguntas frecuentes y otros materiales de estudio de AWS recomendados para el examenMódulo 8: Resumen del cursoCómo registrarse en el examenResumen del cursoValoración del curso