Share:

Outre le fait de posséder la compétence de partenaire d’apprentissage machine AWS via l’Amérique du Nord, Cloudreach s’est employé à développer son équipe EMEA et ses capacités en matière de Big Data et d’analyse (ainsi que de ML). Nos Cloud Data Architects aident les clients à libérer la valeur commerciale de haut en bas, avec une méthodologie basée sur des cas d’utilisation pour affiner l’architecture des données et résoudre leurs besoins en matière de gouvernance des données. Nos Cloud Data Engineers fournissent une approche ascendante plus technique, par le biais d’un prototypage PoC rapide, jusqu’à la conception et la construction d’une plateforme de données prête pour la production. L’équipe compte désormais 16 certificats AWS !

Réflexions générales

Le guide d’examen est disponible ici. J’ai ajouté mes réflexions par rapport à chaque domaine :

Domaine 1 : ingénierie des données (20 %)

  • Vous devez être à l’aise avec les modèles courants d’ingestion, de stockage et de transformation des données sur AWS pour les données par lots et en continu.
  • Savoir quand utiliser différents services de données/analyse et comment ils s’intègrent dans une solution globale.
  • Cette section n’est pas trop chargée en apprentissage automatique. J’avais déjà passé la certification AWS Big Data Speciality et je trouvais qu’il y avait un certain chevauchement.

Domaine 2 : analyse exploratoire des données (24 %)

  • Vous devez connaître des techniques telles que le codage catégoriel, l’ingénierie des caractéristiques et le traitement des données manquantes.
  • Comprendre les défis courants lors de la préparation des données pour les solutions d’apprentissage automatique et les résolutions possibles.
  • Comment la visualisation des données peut être utilisée pour repérer les tendances/anomalies dans les données.

Domaine 3 : modélisation (36 %)

  • Comprendre comment sélectionner, former, optimiser et évaluer des modèles d’apprentissage automatique pour des scénarios du monde réel.
  • Connaître les algorithmes intégrés à SageMaker ainsi que l’utilisation de cadres personnalisés dans SageMaker, par exemple TensorFlow, MXNet.
  • Découvrir l’évaluation de modèles ML (précision, rappel, score F1, etc.).
  • À un haut niveau, comprendre ce que font chacun des services AWS ML (Rekognition, Transcribe, Translate, etc.).

Domaine 4 : mise en œuvre et exploitation de l’apprentissage automatique (20 %)

  • Comprendre comment déployer, rendre opérationnel et sécuriser vos solutions d’apprentissage automatique.
  • Vous devez être à l’aise avec la façon dont SageMaker interagit avec VPC, IAM, S3, les politiques de sécurité et les conteneurs.
  • Savoir comment mettre à l’échelle et configurer les points de terminaison SageMaker.

Ressources d’apprentissage

  • Formation A Cloud Guru – La formation AWS Certified Machine Learning – Speciality donne un très bon aperçu de chacun des domaines couverts par la certification. Remarque : cette formation était encore en phase de prévisualisation et n’était pas complète à 100 % au moment de la rédaction de cet article.
  • Documentation AWS SageMaker – Vous pouvez sélectionner les modules clés à lire, par exemple Build, Train, Deploy, ML frameworks avec SageMaker, Authentication, Access Controls, Monitoring and Security. J’ai trouvé cette documentation très utile.
  • Google Developer Machine Learning Crash Course – La section « Concepts ML » est générique et couvre les principes fondamentaux du ML. Très bon contenu avec quelques démonstrations pratiques.
  • Évaluer les métriques du modèle – Un bon article qui couvre les techniques d’évaluation de modèle et quand les utiliser.
  • Examen pratique AWS officiel – Examen pratique AWS officiel (doit être acheté). J’ai trouvé qu’il s’agissait d’une bonne indication de la préparation à l’examen.
  • Exemples de questions AWS officielles – Exemples de questions AWS officielles avec réponses (gratuit).

Lecture complémentaire

La lecture ci-dessous apporte un complément et une compréhension de haut niveau devrait être suffisante. Cela peut permettre d’écarter certaines réponses correctes/incorrectes.

Conseils pour le jour de l’examen

Lorsque vous vous sentez prêt(e) pour passer l’examen, allez-y et réservez-le ! Vous pouvez le faire sur le site Web de la certification & de formation AWS. Quelques éléments à garder en tête pour la journée :

  • C’était un examen d’environ 3 heures. J’ai eu suffisamment de temps pour revenir sur les questions signalées et procéder à une deuxième vérification rapide de toutes les questions.
  • Essayez de comprendre sur quoi la question vous teste, par exemple la précision du modèle ou la réduction du surajustement. Cela vous aidera à éviter les réponses « distractives ».
  • Si la réponse n’est pas évidente, j’élimine d’abord les options incorrectes, puis je déduis à partir de là.

Bonne chance dans votre propre parcours de certification.