Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

AWS Certified Machine Learning Engineer - Associate MLA-C01

AWS Certified Machine Learning Engineer - Associate MLA-C01

Khóa học DUY NHẤT bạn cần để VƯỢT QUA kỳ thi AWS Certified Machine Learning Engineer | MLA-C01 | Bao gồm đề thi thử ĐẦY ĐỦ!

4.6
(765 đánh giá)
7,858 học viên
Giảng viên
Nikolai Schuler
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
26.0 giờ video
254 bài giảng
38 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 09/08/2026

Bạn sẽ học được gì

VƯỢT QUA kỳ thi AWS Certified Machine Learning Engineer Associate (MLA-C01)
Đề thi thử đầy đủ kèm giải thích chi tiết để ĐẠT ĐIỂM CAO
Tất cả slide bài giảng có sẵn dưới dạng PDF để tải về
Bao quát mọi chủ đề & Cập nhật 100%
Thực hành trực tiếp với các tình huống thực tế
Khởi đầu sự nghiệp Machine Learning của bạn
Xây dựng, Huấn luyện & Triển khai Mô hình Machine Learning trên Amazon SageMaker
Thu thập và Tiền xử lý Dữ liệu với SageMaker Data Wrangler
Pipeline Machine Learning hoàn chỉnh với SageMaker & Nhiều hơn nữa
Làm chủ toàn bộ Vòng đời Machine Learning với kỹ năng thực tế

Yêu cầu

Không cần kinh nghiệm trước với AWS hay Machine Learning!

Đối tượng phù hợp

Dành cho các Kỹ sư Machine Learning đầy tham vọng muốn được chứng nhận và khởi động sự nghiệp ML
Nhà khoa học dữ liệu, Kỹ sư dữ liệu, Lập trình viên và Chuyên gia CNTT
Chuyên gia muốn mở rộng kiến thức về Machine Learning trên AWS

Nội dung khóa học

20 phần • 252 bài giảng
1 Chào mừng bạn!
2 Về kỳ thi & khóa học này
3 Mẹo quan trọng cho khóa học
4 Tất cả Slide
1 Tài khoản AWS Free Tier
2 Tổng quan về SageMaker
3 SageMaker Notebooks
4 Thiết lập SageMaker Notebook Instance
5 Thao tác cơ bản trong SageMaker Notebook Instance
6 SageMaker Studio Thiết lập Domain & Người dùng
7 Tổng quan về SageMaker Studio
8 AWS Budgets
1 Chuẩn bị Dữ liệu với Data Wrangler
2 Nhập dữ liệu bằng Data Wrangler
3 Data Wrangler - Lấy Thông tin chi tiết
4 Data Wrangler Biến đổi Dữ liệu
5 Xuất Dữ liệu trong Data Wrangler
6 Dừng các Instance đang chạy
7 Hiểu về Kỹ thuật Đặc trưng
8 SageMaker Feature Store
9 Feature Store - Tạo Features & Feature Group
10 SageMaker Notebooks - Thiết lập Features
11 SageMaker Ground Truth
12 Thiết lập Ground Truth Workforce
13 Tạo Công việc Gán nhãn trong Ground Truth
14 Ground Truth Plus
1 Huấn luyện với các Thuật toán Tích hợp sẵn
2 SageMaker JumpStart
3 Triển khai Mô hình bằng JumpStart
4 Huấn luyện Mô hình - Các Hướng tiếp cận
5 Chuẩn bị Huấn luyện Mô hình
6 Huấn luyện Mô hình
7 Đánh giá Mô hình đã Huấn luyện
8 Điều chỉnh Mô hình & Siêu tham số
9 Kỹ thuật Tối ưu hóa Siêu tham số
10 Điều chỉnh Siêu tham số trong Notebooks
11 Điều chỉnh Siêu tham số trong Giao diện Người dùng
12 SageMaker Canvas
13 SageMaker Canvas sử dụng AutoML
14 SageMaker Canvas Dự đoán & Triển khai
15 Tập lệnh Huấn luyện Tùy chỉnh
16 Docker Container Tùy chỉnh
17 Huấn luyện Phân tán
1 SageMaker Experiments
2 MLflow Thiết lập Máy chủ Theo dõi
3 MLflow Thiết lập Thí nghiệm
4 MLflow Theo dõi & Ghi lại Thí nghiệm
5 Xóa Máy chủ Theo dõi
1 Thách thức của AI Có trách nhiệm
2 Chiến lược Chống lại Độ chệch & Phương sai
3 SageMaker Clarify
4 SageMaker Clarify Phân tích Trước huấn luyện
5 SageMaker Clarify Xem lại Phân tích Trước huấn luyện
6 SageMaker Clarify Phân tích Độ chệch Mô hình
7 SageMaker Clarify Báo cáo Giải thích
1 SageMaker Debugger
2 SageMaker Debugger (Thực hành)
3 SageMaker Profiling
4 Chiến lược Triển khai Mô hình trong SageMaker
5 Triển khai Endpoint Suy luận Thời gian thực
6 Triển khai Endpoint sử dụng Model Artifact
7 Endpoint Suy luận Serverless
8 Triển khai sử dụng Batch Transform
9 Triển khai dưới dạng Endpoint Suy luận Bất đồng bộ
10 Endpoint Đa mô hình & Đa container trong SageMaker
11 Triển khai Endpoint Đa mô hình
12 SageMaker Neo
1 Giám sát Mô hình
2 SageMaker Model Monitor
3 Giám sát Chất lượng Dữ liệu trong SageMaker
4 Giám sát Chất lượng Mô hình với SageMaker
5 Tạo Đường cơ sở Giám sát Mô hình
6 SageMaker Monitor Tạo Lịch trình
1 SageMaker Pipelines
2 SageMaker Pipelines (Thực hành)
3 Model Registry
4 SageMaker Model Registry
5 Dọn dẹp Tài nguyên
1 Hiểu về Mô hình Machine Learning
2 Học có giám sát
3 Học không giám sát
4 Thuật toán Phân tích Văn bản
5 Phân loại Hình ảnh
6 Học Tăng cường
7 Học Tăng cường với SageMaker
8 Khái niệm Đánh giá Mô hình
9 Chỉ số Đánh giá Hiệu suất
10 Vòng đời Phát triển Machine Learning
11 MLOps
1 Amazon Bedrock là gì?
2 Amazon Bedrock - Kiến trúc
3 Amazon Bedrock - Các trường hợp sử dụng
4 Thực hành: Khám phá Amazon Bedrock
5 Thực hành: Cài đặt Visual Studio Code
6 Thực hành: Thiết lập Visual Studio Code
7 Thực hành: Gọi Mô hình Amazon Titan
8 Thực hành: Tạo Hình ảnh trong Bedrock
9 Amazon Personalize
10 Thực hành: Dataset Group (Amazon Personalize)
11 Thực hành: Training Dataset (Amazon Personalize)
12 Thực hành: Huấn luyện Mô hình (Amazon Personalize)
13 Thực hành: Đưa ra Dự đoán (Amazon Personalize)
14 Amazon Fraud Detector
15 Thiết lập & Loại sự kiện (Amazon Fraud Detector)
16 Xây dựng & Huấn luyện Mô hình (Amazon Fraud Detector)
17 Đánh giá Mô hình của chúng ta (Amazon Fraud Detector)
18 Tạo Detector & Đưa ra Dự đoán (Amazon Fraud Detector)
19 Dọn dẹp Tài nguyên (Amazon Fraud Detector)
20 Amazon Augmented AI
21 Amazon Comprehend
22 Thực hành: Amazon Comprehend
23 Thực hành: Amazon Comprehend Medical
24 Amazon Rekognition
25 Thực hành: Amazon Rekognition
26 Thực hành: Sử dụng Rekognition trong Lambda Function
27 Amazon Textract
28 Thực hành: Amazon Textract
29 Amazon Kendra
30 Thực hành: Tạo Chỉ mục & Đồng bộ (Amazon Kendra)
31 Thực hành: Tạo Trải nghiệm (Amazon Kendra)
1 AWS S3 - Cơ bản
2 Tạo Bucket trong S3 (Thực hành)
3 Tải tệp lên S3 (Thực hành)
4 Thu thập Dữ liệu Luồng so với Theo lô
5 AWS Glue
6 Thiết lập Crawlers (Thực hành)
1 AWS Athena - Tổng quan
2 Truy vấn dữ liệu bằng Athena (Thực hành)
3 Truy vấn Liên kết
4 Hiệu suất & Chi phí
5 Workgroups
6 Workgroups (Thực hành)
1 Chi phí Glue
2 Chạy Glue ETL Jobs (Thực hành)
3 Lập lịch Crawlers & ETL Jobs (Thực hành)
4 Có trạng thái so với Không trạng thái
5 Thu thập Dữ liệu Không trạng thái trong Glue (Thực hành)
6 Thu thập Dữ liệu Có trạng thái với Bookmarks (Thực hành)
7 Biến đổi Glue (ETL)
8 Chất lượng Dữ liệu Glue (Thực hành)
9 Glue Workflows
10 Glue Workflows - (Thực hành)
11 Loại Glue Job
12 Loại Glue Job (Thực hành)
13 Phân vùng
14 AWS Glue DataBrew
15 AWS Glue DataBrew - Các phép biến đổi
16 AWS Glue DataBrew (Thực hành)
17 AWS Lambda
18 Thu thập Dữ liệu Hướng sự kiện với AWS Lambda (Thực hành)
19 Lambda Layers
20 Khả năng Phát lại
21 Amazon Kinesis cho Dữ liệu Luồng
22 Amazon Kinesis Data Streams
23 Thông lượng và Độ trễ
24 Tạo Data Stream (Thực hành)
25 Enhanced Fan-Out cho Kinesis Consumers
26 Kéo và Tiêu thụ Dữ liệu Từ Stream (Thực hành)
27 Gọi Lambda Function Từ Amazon Kinesis (Thực hành)
28 Các vấn đề phổ biến & Khắc phục sự cố
29 Kinesis Firehose
30 Tạo Data Firehose Stream (Thực hành)
31 Data Firehose - Biến đổi với Lambda (Thực hành)
32 Amazon Managed Service for Apache Flink
33 Amazon MSK
34 MSK Connect & MSK Serverless
35 Amazon EMR
36 Các loại AWS EMR Cluster & Lưu trữ
37 AWS EMR Lưu trữ & Mở rộng quy mô
38 Tùy chọn Triển khai AWS EMR
1 Tầm quan trọng của Phân vùng dữ liệu
2 Phân vùng với Glue (Thực hành)
3 Quản lý vòng đời & Các lớp lưu trữ
4 Sử dụng Quy tắc vòng đời
5 Các lớp lưu trữ (Thực hành)
6 Phân cấp thông minh (Thực hành)
7 Quy tắc vòng đời (Thực hành)
8 Tính năng Phiên bản trong S3
9 Phiên bản hóa (Thực hành)
10 Sao chép dữ liệu
11 Sao chép (Thực hành)
12 Bảo mật trong S3
13 Bảo mật (Thực hành)
14 Chính sách Bucket
15 Điểm truy cập trong S3
16 Object Lambda
17 Thông báo sự kiện S3
18 Thông báo sự kiện S3 (Thực hành)
19 Data Mesh
20 Data Exchange
21 Amazon Elastic Block Store (EBS)
22 Cấp phát EBS
23 Ổ đĩa EBS (Thực hành)
24 Amazon Elastic File System (EFS)
1 Tổng quan về IAM
2 Người dùng, Nhóm & Vai trò IAM
3 Chính sách IAM
4 Tạo Người dùng IAM (Thực hành)
5 Chính sách IAM (Thực hành)
6 Tạo Nhóm & Vai trò IAM (Thực hành)
7 Tổng quan về AWS KMS
8 Quản lý Khóa & Định giá AWS KMS
9 AWS KMS đa Vùng & đa Tài khoản
10 AWS Macie
11 AWS Secrets
12 AWS Secrets (Thực hành)
13 AWS Shield
14 Virtual Private Cloud & Subnets
15 Cổng kết nối
16 VPN & Kết nối ngang hàng VPC
17 Nhóm bảo mật & Danh sách kiểm soát truy cập mạng
18 Các tính năng bổ sung của VPC
19 AWS CloudTrail
20 AWS CloudTrail Lake
21 AWS Config
22 AWS Config (Thực hành)
23 Khung kiến trúc chuẩn AWS
24 Công cụ Kiến trúc chuẩn AWS
1 AWS CloudFormation
2 AWS CloudFormation (Thực hành)
3 Docker Containers
4 Amazon ECS
5 Amazon ECS - Các kiểu khởi chạy
6 Amazon ECS - Vai trò IAM
7 Amazon ECR
8 Amazon EKS
1 Tổng quan về Amazon CloudWatch
2 Số liệu Amazon CloudWatch (Thực hành)
3 Luồng số liệu Amazon CloudWatch
4 Cảnh báo Amazon CloudWatch
5 Cảnh báo CloudWatch (Thực hành)
6 Nhật ký Amazon CloudWatch
7 Nhật ký CloudWatch (Thực hành)
8 Lọc & Đăng ký nhận Nhật ký CloudWatch
9 Tác nhân thu thập Nhật ký CloudWatch
1 Amazon Q Business là gì
2 Thực hành: Tạo Ứng dụng Amazon Q Business
3 Thực hành: Gán Người dùng & Kiểm tra Ứng dụng
4 Thực hành: Sử dụng Điều khiển Toàn cục
5 Thực hành: Chặn từ ngữ
6 Thực hành: Điều khiển Chủ đề
7 Amazon Transcribe
8 Thực hành: Amazon Transcribe
9 Amazon Polly
10 Thực hành: Định giá & Mô hình (Amazon Polly)
11 Thực hành: Chuyển văn bản thành giọng nói (Amazon Polly)
12 Thực hành: Dùng SSML để điều chỉnh đầu ra giọng nói (Amazon Polly)
13 Thực hành: Dịch thời gian thực (Amazon Translate)
14 Thực hành: Dịch theo lô (Amazon Translate)
1 Đăng ký thi & Nhận thêm 30 phút!
2 Mẹo cuối cùng cho kỳ thi
3 Phần thưởng

Giới thiệu khóa học

The ONLY course you need to prepare and PASS the AWS Certified Machine Learning Engineer – Associate exam (MLA-C01) and become an AWS Certified Machine Learning Engineer – Associate!

Make your exam preparation and learning Machine Learning on AWS fun, easy, and highly effective with real-life hands-on projects, quizzes, and a full practice exam!

This course teaches you every single topic you need to master the exam with ease.

 

Why is this the ONLY course you need to pass the AWS Certified Machine Learning Engineer exam?

  • Every single topic is covered in depth

  • 100% up-to-date!

  • Hands-On & Practical

  • Full practice exam including all explanations

  • Practical & Real-World Skills

  • Tips for success

  • This course guides you step-by-step to prepare in the best possible way for the exam

  • Don’t waste your time but focuses on what really matters to master the exam!

     

This course guides you step-by-step to prepare in the best possible way for the exam and start your successful career in machine learning!

 

Your Instructor

Hi, my name is Nikolai, and I am AWS Certified and I teach AWS and data analytics in over 200 countries. My mission with this course is to take the stress out of your exam prep, make it fun but very effective to maximize your preparation time. I want to make sure you have the best chances of succeeding and moving your career forward with the AWS Machine Learning Engineer certification in your professional journey.

 

Enroll Now and Get:

 

  • Lifetime Access including all future updates

  • High quality video content

  • All slides & project files as downloadable resources

  • Full practice exam with explanations

  • Tipps for success & expert-level support

  • 30-day money-back guarantee (no-questions-asked!)

 

 

Become an Expert & Learn the Full Machine Learning Lifecycle in AWS:

 

  • PASS the AWS Certified Machine Learning Engineer exam

  • Master Machine Learning on AWS and become an expert

  • Build, train, and deploy machine learning models with SageMaker

  • Orchestrate ML workflows with SageMaker Pipelines

  • Perform data ingestion and transformation with SageMaker Data Wrangler and AWS Glue

  • Use SageMaker Feature Store for feature engineering

  • Deploy models using real-time, batch, and serverless inference

  • Monitor models in production with SageMaker Model Monitor

  • Debug and optimize models with SageMaker Debugger and Profiler

  • Implement responsible AI practices with SageMaker Clarify

  • Understand AWS storage and data processing services relevant to ML

  • Secure your ML workflows with IAM, KMS, and VPCs

  • Implement CI/CD pipelines for ML using SageMaker and AWS CodePipeline

  • Optimize costs and monitor ML workloads with CloudWatch and AWS Cost Management tools

  • And much more!

 

Whether you’re new to machine learning or looking to expand your AWS expertise, this course offers everything you need—practical labs, a full practice exam, and up-to-date content that covers every aspect of Machine Learning on AWS.

 

Take this chance today — this can be your first step into a successful machine learning engineering career!

Looking forward to seeing you inside the course!

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Amazon Web Services
Hiển thị tất cả khoá học Aws Certification
Hiển thị tất cả khoá học Data Engineering
Hiển thị tất cả khoá học Machine Learning
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊