WhatsApp: +573224181125
customerservice@infinity.org

AWS Certified Machine Learning Engineer – Associate (MLA‑C01)

AWS Certified Machine Learning Engineer – Associate (MLA‑C01)

Módulos

Módulo 1: Preparación y Limpieza de Datos

  • Ingesta y almacenamiento de datos en S3, EFS, FSx, EBS, RDS, DynamoDB

  • Procesamiento por lotes y streaming (Kinesis, Data Wrangler, Glue)

  • Técnicas de limpieza, transformación y ingeniería de características

  • Detección de valores atípicos, manejo de datos faltantes, enmascaramiento/anónimos

  • Prevención de sesgos en datos y preparación para entrenamiento

  • Selección de algoritmos, modelos preconstruidos y servicios AI (Rekognition, Translate, Bedrock)

  • Entrenamiento con SageMaker: hiperparámetros, regularización, over/underfitting

  • Manejo de versiones en SageMaker Model Registry

  • Métricas de evaluación: matriz de confusión, ROC, F1, RMSE; interpretación con SageMaker Clarify

  • Depuración de modelos con SageMaker Model Debugger

  • Tipos de endpoints de inferencia: tiempo real, batch, serverless

  • Selección y aprovisionamiento de instancias (CPU vs GPU) y contenedores (SageMaker, ECR, ECS/EKS, Lambda)

  • Ingeniería de infraestructuras como código: CloudFormation, CDK

  • Estrategias de escalado automático basado en métricas operacionales

  • CI/CD para ML: pipelines con CodePipeline, CodeBuild, CodeDeploy, SageMaker Pipelines

  • Monitoreo de inferencia y datos: SageMaker Model Monitor, detección de drifts

  • Monitorización de infraestructura: CloudWatch, X-Ray, Logs Insights, Lambda Insights

  • Gestión de costos: CloudTrail, Cost Explorer y etiquetado de recursos

  • Seguridad y acceso: IAM, roles, políticas, VPC, SageMaker Security features

  • Buenas prácticas para CI/CD seguros y auditorías

  • Ejecución de pipeline completo: desde ingesta de datos hasta despliegue y monitoreo en producción

  • Implementaciones multietapa usando infraestructura real o simulada

  • Uso de datasets reales y retadores en escenarios empresariales

  • Talleres de debugging de datos, entrenamiento y endpoints

  • Simulados con estilos oficiales: opción múltiple, múltiples respuestas, ordenar, matching

  • Casos de estudio por dominio, discusión de soluciones

  • Revisión de whitepapers y AWS Well-Architected Framework relevantes

  • Estrategias de estudio basado en gaps identificados y sesiones de Q&A

Certificación de nivel Associate enfocada en validar tus habilidades para implementar, operar y mantener soluciones de machine learning en producción usando AWS, especialmente Amazon SageMaker. Valida capacidades prácticas en creación de pipelines, CI/CD, seguridad y MLOps.

Al completar la capacitación, serás capaz de:

  • Diseñar y ejecutar pipelines de ML en AWS
  • Entrenar, evaluar y afinar modelos usando SageMaker
  • Automatizar despliegues con CI/CD e infraestructura como código
  • Monitorear modelos en producción y actuar frente a drift o errores
  • Asegurar el cumplimiento de políticas de seguridad y acceso

Para participar en esta capacitación, los asistentes deben cumplir con los siguientes requisitos:

  • Mínimo 1 año de experiencia en ML Engineering en AWS (SageMaker, Glue, etc
  • )
  • Roles previos recomendados: Data Scientist, Data Engineer, Backend o DevOps
  • Conocimientos en ML básico, codificación, CI/CD, despliegue y monitoreo

AWS Certified Machine Learning Engineer – Associate (MLA‑C01) Aplica
AWS Certified Machine Learning Engineer – Associate (MLA‑C01) 24 horas

Metodología de Aprendizaje

La metodología de aprendizaje, independientemente de la modalidad (presencial o remota), se fundamenta en el desarrollo de talleres o laboratorios que conducen a la construcción de un proyecto, emulando la actividad real en una empresa.

El instructor (en vivo), profesional con amplia experiencia en escenarios laborales relacionados con los temas a tratar, actúa como jefe de taller, orientando la práctica de sus estudiantes mediante procesos de transferencia de conocimiento, aplicando al proyecto los conceptos del temario propuesto.

La metodología persigue que el estudiante no memorice, sino que entienda los conceptos y cómo se aplican en un ambiente laboral.

Como resultado de este trabajo, al final de la capacitación el estudiante ha adquirido una experiencia real, estará preparado para el trabajo y para aprobar una entrevista, una prueba técnica y/o lograr calificaciones de nivel superior en los exámenes para certificación internacional.

Condiciones para garantizar resultados exitosos:
  • a. Una institución que exija la aplicación del modelo mediante un ordenamiento, una logística y un control estricto sobre las actividades a desarrollar por parte de los actores dentro de cada sesión de capacitación.
  • b. Un instructor ubicado en cualquier lugar del mundo, que cuente con el conocimiento profundo exigido, con la experticia, la experiencia, y unos valores superlativos, que garanticen una transferencia de conocimiento a muy alto nivel.
  • c. Un estudiante comprometido, con el espacio, el tiempo, la atención que exige el proceso formativo y con la disposición para enfocarse en entender cómo se aplican los conceptos en un ambiente laboral, y no memorizar conceptos para presentar un examen.

Preinscripción

No necesitas pagar para preinscribirte. Al preinscribirte, separas un cupo en el grupo para este curso o programa. Nuestro equipo se pondrá en contacto contigo para completar tu inscripción.

Preinscribirse

Pagos Infinity

Realiza tu pago de manera rápida, segura y confiable


- Para pagos mediante transferencia bancaria, solicita los detalles al correo capacita@aulamatriz.edu.co.

- Si deseas financiar tu pago a través de nuestras opciones de crédito
(Sufi, Cooperativa Unimos o Fincomercio), haz clic en el siguiente enlace:
Ver opciones de crédito.

Para continuar debes hacer
O si no tienes cuenta debes

Descripción

Certificación de nivel Associate enfocada en validar tus habilidades para implementar, operar y mantener soluciones de machine learning en producción usando AWS, especialmente Amazon SageMaker. Valida capacidades prácticas en creación de pipelines, CI/CD, seguridad y MLOps.

Objetivos

Al completar la capacitación, serás capaz de:

  • Diseñar y ejecutar pipelines de ML en AWS
  • Entrenar, evaluar y afinar modelos usando SageMaker
  • Automatizar despliegues con CI/CD e infraestructura como código
  • Monitorear modelos en producción y actuar frente a drift o errores
  • Asegurar el cumplimiento de políticas de seguridad y acceso

Para participar en esta capacitación, los asistentes deben cumplir con los siguientes requisitos:

  • Mínimo 1 año de experiencia en ML Engineering en AWS (SageMaker, Glue, etc
  • )
  • Roles previos recomendados: Data Scientist, Data Engineer, Backend o DevOps
  • Conocimientos en ML básico, codificación, CI/CD, despliegue y monitoreo

ofrece

AWS Certified Machine Learning Engineer – Associate (MLA‑C01) Aplica
AWS Certified Machine Learning Engineer – Associate (MLA‑C01) 24 horas

Metodología de Aprendizaje

La metodología de aprendizaje, independientemente de la modalidad (presencial o remota), se fundamenta en el desarrollo de talleres o laboratorios que conducen a la construcción de un proyecto, emulando la actividad real en una empresa.

El instructor(en vivo), profesional con amplia experiencia en escenarios laborales relacionados con los temas a tratar, actúa como jefe de taller, orientando la práctica de sus estudiantes mediante procesos de transferencia de conocimiento, aplicando al proyecto los conceptos del temario propuesto.

La metodología persigue que el estudiante "no memorice", sino que "entienda" los conceptos y cómo se aplican en un ambiente laboral."

Como resultado de este trabajo, al final de la capacitación el estudiante ha adquirido una experiencia real, estará preparado para el trabajo y para aprobar una entrevista, una prueba técnica y/o lograr calificaciones de nivel superior en los exámenes para certificación internacional.

Condiciones para garantizar resultados exitosos:
  • a. Una institución que exija la aplicación del modelo mediante un ordenamiento, una logística y un control estricto sobre las actividades a desarrollar por parte de los actores dentro de cada sesión de capacitación.
  • b. Un instructor ubicado en cualquier lugar del mundo, que cuente con el conocimiento profundo exigido, con la experticia, la experiencia, y unos valores superlativos, que garanticen una transferencia de conocimiento a muy alto nivel.
  • c. Un estudiante comprometido, con el espacio, el tiempo, la atención que exige el proceso formativo y con la disposición para enfocarse en entender cómo se aplican los conceptos en un ambiente laboral, y no memorizar conceptos para presentar un examen.

Preinscripción

No necesitas pagar para preinscribirte. Al preinscribirte, separas un cupo en el grupo para este curso o programa. Nuestro equipo se pondrá en contacto contigo para completar tu inscripción.

Preinscribirse
Descargar Temario
-->