Cert Notes
/ 출퇴근 학습 노트
KO
EN
검색
Ctrl+K
피드백 ☕
← 전체 자격증
/
MLS-C01
Machine Learning - Specialty
12주 · 총 60일 ·
Specialty
Week 1부터 시작
시험 정보
문항 수
65문항
시험 시간
180분
합격 점수
750 / 1000
응시료
$300
유효기간
3년
도메인 비중
데이터 엔지니어링
20%
탐색적 데이터 분석
24%
모델링
36%
머신러닝 구현 및 운영
20%
형식
객관식·복수응답
선수지식
없음(권장: ML/딥러닝 개발·운영 2년 이상 경험)
언어
영어, 한국어, 일본어, 중국어 간체
혜택 & 꿀팁
합격하면 다음 시험 50% 할인 바우처가 생깁니다. AWS Certification 계정의 "Benefits"에서 확인하고 재인증·다른 자격증 응시에 쓸 수 있어요(만료일이 있으니 그 전에 사용).
인증은 3년간 유효하며 만료 전 재인증이 필요합니다. 재인증 때도 이 50% 바우처를 쓸 수 있어요.
무료 재응시는 없습니다(매 응시 전액 결제). 첫 시도에 붙는 게 가장 저렴하니, 모의고사로 합격선을 넘긴 뒤 응시하세요.
합격하면 Credly 디지털 배지가 발급돼 링크드인·이메일 서명에 붙일 수 있습니다.
공식 시험 안내
시험 등록
Week 1
Day 1
ML 수명주기 (Specialty 관점)
Day 2
ML용 데이터 저장소: S3·EFS·FSx for Lustre·데이터 포맷
Day 3
데이터 수집: Kinesis·Glue·배치 vs 스트리밍
Day 4
데이터 레이블링: SageMaker Ground Truth·액티브 러닝·레이블 품질
Day 5
Week 1 종합 복습: ML 개요 & 데이터 엔지니어링 1
Week 2
Day 1
데이터 변환과 ETL: AWS Glue, Spark, 그리고 EMR
Day 2
학습 데이터 파이프라인 자동화: Step Functions와 SageMaker Pipelines
Day 3
데이터 증강과 합성: 부족하고 불균형한 데이터에 대응하기
Day 4
데이터 저장·접근 최적화: Pipe vs File mode, FSx for Lustre, 분산 학습
Day 5
Week 2 종합 복습: 변환부터 분산 학습 데이터 공급까지
Week 3
Day 1
데이터 정제: 결측치 처리, 이상치 탐지, 중복·오류
Day 2
특성 공학: 스케일링, 인코딩, 비닝
Day 3
시계열·텍스트 특성과 고차원 범주형 처리
Day 4
SageMaker 도구: Data Wrangler, Processing Job, Feature Store
Day 5
Week 3 종합 복습: 정제와 특성 공학
Week 4
Day 1
차원 축소: PCA, t-SNE, 차원의 저주
Day 2
특성 선택: 필터·래퍼·임베디드, 중요도, 다중공선성
Day 3
데이터 시각화: 분포·상관 시각화, QuickSight, 분석 인사이트
Day 4
클래스 불균형 처리: 오버/언더샘플링, SMOTE, 클래스 가중치, 평가 영향
Day 5
Week 4 종합: 차원 축소·특성 선택·시각화·불균형 복습
Week 5
Day 1
통계 기초: 분포, 중심·산포, 정규화 영향, 표본과 모집단
Day 2
상관과 관계: 상관계수, 인과 vs 상관, 다변량 관계
Day 3
데이터 누수: 원인·탐지·방지, 시계열 누수, 타깃 누수
Day 4
검증 설계: train/validation/test 분할, 교차검증, 시계열 분할, 층화 추출
Day 5
Week 5 종합 복습: 통계와 검증 설계
Week 6
Day 1
알고리즘 선택: 문제 유형별 매핑
Day 2
SageMaker 빌트인 1: XGBoost, Linear Learner, K-Means, KNN
Day 3
SageMaker 빌트인 2: 텍스트·이미지·시계열·추천
Day 4
비지도·이상탐지: RCF, PCA, IP Insights, 토픽 모델(LDA/NTM)
Day 5
Week 6 종합 복습: 알고리즘 선택과 SageMaker 빌트인
Week 7
Day 1
신경망 기초: 퍼셉트론에서 역전파까지
Day 2
CNN: 합성곱 신경망과 컴퓨터 비전
Day 3
RNN과 시퀀스: LSTM에서 Transformer까지
Day 4
학습 기법과 전이학습
Day 5
Week 7 종합: 딥러닝 총정리
Week 8
Day 1
SageMaker 학습 작업: Estimator, 입력 모드, 분산 학습, Spot
Day 2
하이퍼파라미터 튜닝(AMT): 베이지안·랜덤·Hyperband
Day 3
과적합·과소적합: 진단과 정규화·데이터 증강
Day 4
학습 최적화: 배치 크기·학습률, 그래디언트 문제, Debugger/Profiler
Day 5
Week 8 종합: 학습·튜닝·일반화 복습
Week 9
Day 1
분류 평가지표: 정확도·정밀도·재현율·F1과 혼동행렬
Day 2
ROC/AUC와 임계값 조정: 곡선으로 읽는 모델 성능
Day 3
회귀 평가지표: RMSE·MAE·MAPE·R²와 잔차 분석
Day 4
모델 디버깅과 편향: SageMaker Debugger와 Clarify
Day 5
Week 9 종합 복습: 평가와 디버깅
Week 10
Day 1
추론 옵션: 실시간 vs 서버리스 vs 비동기 vs 배치 변환
Day 2
실시간 엔드포인트 운영: 구성·오토스케일링·멀티모델
Day 3
추론 최적화: Neo·Elastic Inference·Inferentia·추론 파이프라인
Day 4
배포 전략: A/B 테스트·블루/그린·카나리·섀도·롤백
Day 5
Week 10 종합: ML 구현 및 운영 1 — 배포·추론 복습
Week 11
Day 1
모델 모니터링: SageMaker Model Monitor와 드리프트 대응
Day 2
MLOps: SageMaker Pipelines, Model Registry, CI/CD
Day 3
ML 보안: IAM 실행 역할, VPC 격리, KMS 암호화
Day 4
운영·비용: 비용 최적화, 로깅·감사, 재해 복구
Day 5
Week 11 종합 복습: 모니터링·MLOps·보안·운영
Week 12
Day 1
도메인 1·2 통합 복습: 데이터 엔지니어링 + 탐색적 데이터 분석
Day 2
도메인 3 통합 복습: 모델링(알고리즘·딥러닝·튜닝·평가)
Day 3
도메인 4 + 전체 종합: ML 구현·운영 복습 + 4도메인 교차
Day 4
전체 모의고사 페이스: 4개 도메인 종합 시나리오
Day 5
D-Day 마무리: 시험 구성·시간 배분·요구사항 번역표·함정 총정리