Quay lại khoá học
MLA-C01Associate

AWS Certified Machine Learning Engineer – Associate

Cung cấp kiến thức và khả năng kỹ thuật trong việc triển khai ML workloads trong môi trường production trên AWS.

17 buổiThứ 2 & Thứ 6, 19:30 – 21:30 (giờ VN)Khai giảng: 18/05/2026 (Thứ Hai)
AWS Certified Machine Learning Engineer – Associate

Giới thiệu chứng chỉ

AWS Certified Machine Learning Engineer - Associate là chứng chỉ do Amazon Web Services (AWS) cung cấp, dành cho những người có kiến thức cơ bản về xây dựng, triển khai và duy trì các giải pháp Machine Learning trên nền tảng AWS. Để đạt được chứng chỉ này, người học cần nắm vững các khía cạnh khác nhau của quy trình phát triển mô hình ML, từ việc thu thập dữ liệu, làm sạch dữ liệu, đào tạo và tối ưu hóa mô hình đến việc triển khai và giám sát mô hình trong môi trường production.

Chứng chỉ này kiểm tra kỹ năng thông qua các khía cạnh như: lựa chọn và triển khai các dịch vụ AWS thích hợp cho các nhiệm vụ Machine Learning, tối ưu hóa hiệu suất của mô hình ML, và hiểu biết về các thuật toán và phương pháp phân tích dữ liệu. Những dịch vụ liên quan đến ML trên AWS bao gồm AWS SageMaker, AWS Bedrock for Generative AI và các công cụ phân tích dữ liệu khác.

Chứng chỉ này phù hợp cho các Developer, Data Engineer, Solution Architect, Cloud DevOps Engineer muốn chứng minh khả năng làm việc với AI/Machine Learning trong môi trường AWS.

Mục tiêu khoá học

Nắm vững quy trình xây dựng và triển khai ML models trên AWS

Hiểu và áp dụng các dịch vụ AWS AI/ML: SageMaker, Bedrock, Rekognition

Khả năng thiết kế data pipeline cho ML workloads

Nắm vững MLOps: monitoring, versioning, CI/CD cho ML

Được cung cấp kiến thức thực tế và các bài lab liên quan

Tự tin tham gia kỳ thi AWS MLA-C01

Nội dung khoá học

1

Course Introduction

  • Overview of Data Ingestion and Storage
  • 1. Know the Differences: AI vs Machine Learning vs Deep Learning
  • 2. Types of data
  • 3. Data warehouse vs Data Lakes vs Data Lakehouse
  • 4. Cloud storage service on AWS
  • 5. Hands-on: Creating and Configuring an S3 Lifecycle Policy
  • Quiz
2

ETL, Amazon EMR, Amazon Kinesis Service and Amazon MSK

  • 1. Extract, Transform, Load (ETL) with Amazon Glue
  • 2. Data Engineering with Amazon EMR
  • 3. Basic to Advance with Amazon Kinesis Service
  • 4. Amazon Managed Streaming for Apache Kafka (Amazon MSK)
  • 5. Hands-on: Data Pipeline - AWS Glue for ETL, Integrating Athena for Querying the Processed Data
  • Quiz
3

AWS Managed AI Services

  • 1. Basic to Advance: 7 AWS AI Managed Services (Amazon Comprehend, Amazon Translate, Amazon Transcribe, Amazon Polly, Amazon Rekognition, Amazon Forecast, Amazon Lex + Connect)
  • 2. Hands-on: Using AWS Transcribe to Batch Transcribe Hundreds of Audio Files
  • Quiz
4

AWS Managed AI Services

  • 1. Basic to Advance: 7 AWS AI Managed Services (Amazon Personalize, Amazon Textract, Amazon Kendra, Amazon Augmented AI, Amazon Lookout, Amazon Fraud Detector, Amazon Q Business/Developer)
  • 2. Hands-on: Securing Your Code With Amazon Q Developer
  • Quiz
5

Deep dive with Amazon SageMaker and Classification of Machine Learning Algorithms

  • 1. Deep dive main feature on SageMaker Training & Deployment
  • 2. Classification of Machine Learning Algorithms, Amazon SageMaker's built-in machine learning algorithms (XGBoost, BlazingText, Object Detection, etc.)
  • 3. Handling Unbalanced Data
  • 4. Hands-on: A Step-by-Step Guide for Training a Basic Model using SageMaker
  • Quiz
6

Deep Learning, Large Language Model (LLM) and Top frontier LLM in 2024

  • 1. Foundational Deep Learning
  • 2. Large Language Model
  • 3. Advanced: LLM: Top 6 Frontier Model Most Powerful Large Language Models for 2024
  • 4. Lab: Using AWS Nova Multimodal Model to Generate Videos
  • Quiz
7

Deep dive Generative AI in AWS - Amazon Bedrock

  • 1. AWS Foundation Models (Base Models)
  • 2. Retrieval Augmented Generation (RAG)
  • 3. Amazon Bedrock
  • 4. LLM Agents
  • Lab / Quiz
8

Learn from real-world: Build solution Generative AI for the Advertising and Marketing Industry (AppSync, DynamoDB, Lambda, AWS Bedrock, AWS Rekognition...)

  • 1. Scenario/UseCase real-world
  • 2. Introduction solution architecture
  • 3. Explain flow
  • 4. Implement solution in AWS follow the instructions.
  • 5. Share estimate cost for architecture
  • Quiz
9

ML Implementation and Operations - Part 1

  • 1. Containers on AWS
  • 2. AWS Service commonly used in MLOps
  • 3. Overview Git/Git flow
  • Lab / Quiz
10

ML Implementation and Operations - Part 2

  • 1. Overview MLOps & Principles of MLOps
  • 2. MLOps with Sagemaker and Docker containers
  • 3. Managing Sagemaker Resource
  • 4. Advanced: Well-Architecture Framework
  • Lab / Quiz
11

Learn from real-world: Building intelligent image analysis solutions on Customize Business (Rekognition Custom Labels, AWS S3, AWS Lambda, SNS...)

  • 1. Scenario/UseCase real-world
  • 2. Introduction solution architecture
  • 3. Explain flow
  • 4. Implement solution in AWS follow the instructions.
  • 5. Share estimate cost for architecture
  • Quiz
12

Security, Identity, and Compliance

  • 1. Overview Securing data in SageMaker (AWS IAM, KMS, Macie, Secrets Manager, WAF, Shield, VPC and Subnets Primer)
  • 2. Advanced: Top 10 best practice security in Amazon SageMaker AI for production workloads
  • 3. Lab: Detecting PII in Amazon S3 with AWS Macie
  • Quiz
13

Management and Governance

  • 1. Basic to Advance with AWS CloudWatch, AWS CloudTrail, AWS Config
  • 2. Overview AWS Budgets, AWS Cost Explorer
  • 3. Overview Cost Optimization Hub
  • 4. Lab: Install CloudWatch agent using AWS Systems Manager
  • Quiz
14

Learn from real-world: Use OpenSearch Service as a vector store for gen AI applications (Amazon OpenSearch Service, Amazon SageMaker, Amazon Bedrock, Anthropic Claude...)

  • 1. Scenario/UseCase real-world
  • 2. Introduction solution architecture
  • 3. Explain flow
  • 4. Implement solution in AWS follow the instructions
  • 5. Share estimate cost for architecture
  • Quiz
15

AWS Certification Paths - Machine Learning role

  • Practice Exam 1 (Explanations and Tips)
16

Practice Exam 2 (Explanations and Tips)

17

Practice Exam 3 (Explanations and Tips)

Đối tượng tham gia

  • Developer có định hướng làm việc với AWS, có kiến trúc nền tảng về AWS

  • Data/Analyst Engineer, những người chịu trách nhiệm xây dựng và tối ưu các Model, cần nắm vững cách triển khai và quản lý mô hình trên môi trường AWS

  • Sinh viên CNTT muốn tìm hiểu, bổ sung kiến thức và chứng nhận năng lực về AI/ML/Cloud

  • BA/Solution muốn tìm hiểu về AI/ML để tư vấn giải pháp cho khách hàng

  • Những bạn muốn đạt chứng chỉ Quốc tế, có skill về AI/ML để nâng cao thu nhập và cơ hội thăng tiến

Yêu cầu đầu vào

  • Khả năng đọc hiểu tiếng Anh tương đối

  • Đã lập trình một ngôn ngữ bất kỳ, hiểu cơ bản về SQL

  • Có kiến thức cơ bản về AWS (Đã học qua hoặc có chứng chỉ SAA hoặc DVA)

  • Đam mê tìm hiểu các công nghệ về AI/ML/GenAI

Hình thức học

  • Học ONLINE, tương tác trực tiếp với Mentor qua Google Meet

  • Có video record gửi đến học viên sau mỗi buổi học

  • Học viên và Mentor trao đổi ngoài buổi học thông qua Discord

Mentor khoá học

Cam kết

  • PASS chứng chỉ AWS Certified Machine Learning - Associate nếu học viên tham gia trên 80% buổi học

  • Mentor hỗ trợ học viên liên tục trong và sau khóa học.

  • Hỗ trợ học viên học lại miễn phí cho đến khi pass chứng chỉ

  • Hoàn lại học phí nếu học viên thấy không phù hợp trong 3 buổi học đầu tiên

Ưu đãi

  • Ưu đãi giảm 200,000 vnđ cho học viên đăng ký theo nhóm

  • Ưu đãi giảm 300,000 vnđ cho học viên cũ

  • 2 suất học bổng mỗi khóa - mỗi suất 1 triệu đồng: dành cho 2 học viên thi đỗ chứng chỉ AWS sớm nhất, trong vòng 1 tháng kể từ sau khi khóa học kết thúc.

Học phí

4.480.000 ₫

Số buổi17 buổi
Lịch họcThứ 2 & Thứ 6, 19:30 – 21:30 (giờ VN)
Khai giảng18/05/2026 (Thứ Hai)

Cam kết PASS

Học trên 80% buổi — không pass, học lại miễn phí khoá tiếp theo.