El AWS Certified Machine Learning Engineer – Associate (MLA-C02) cuesta 150 USD de inscripción, tiene cuatro dominios y es el examen que prueba si sabes llevar un modelo de la libreta de Jupyter a producción sin que se caiga el primer lunes con tráfico real. No es un examen de teoría de machine learning: es un examen de ingeniería alrededor del modelo.
El temario, dominio por dominio
AWS organiza el MLA-C02 en cuatro bloques, y cada uno mapea a una etapa real del ciclo de vida de un modelo:
- ▸Data Preparation for Machine Learning — limpieza, feature engineering, balanceo de clases, el trabajo que se come el 70% del tiempo de cualquier proyecto real
- ▸ML Model Development — SageMaker, selección de algoritmo, tuning de hiperparámetros, cuándo usar un modelo propio vs uno preentrenado
- ▸Deployment and Orchestration of ML Workflows — endpoints, pipelines de CI/CD para modelos, cuándo usar batch transform en vez de inferencia en tiempo real
- ▸ML Solution Monitoring, Maintenance, and Security — detección de drift, reentrenamiento, permisos IAM para que el modelo no tenga más acceso del que necesita
Lo que distingue a este examen de uno de certificación general de ML es que casi no te pregunta "qué algoritmo usarías". Te pregunta "tu modelo en producción empezó a fallar la semana pasada, ¿qué revisas primero y con qué servicio de AWS?". Si solo estudiaste teoría de machine learning y nunca desplegaste nada, ese tipo de pregunta te va a costar.
Costo y formato real del examen
150 USD es el precio estándar de los exámenes Associate de AWS, se paga directo en Pearson VUE y es el mismo en cualquier país (ajustado solo por impuestos locales según donde factures). Si repruebas, hay 14 días de espera antes de poder volver a intentarlo y pagas la inscripción completa de nuevo — así que vale más llegar preparado que "ir a tantear" la primera vez.
Nuestro curso de Preparación AWS Machine Learning Engineer (MLA-C02) cubre los cuatro dominios en 25 clases (3.3 horas de contenido) y cierra con un simulacro cronometrado, igual que el examen real, para que llegues sabiendo en qué dominio específico necesitas reforzar y no adivinando. Cuesta 149 USD, prácticamente lo mismo que el examen.
Qué necesitas saber antes de empezar
El MLA-C02 asume que ya tienes nociones de Python y de los servicios core de AWS (S3, IAM, al menos haber visto SageMaker una vez). No es tu primera certificación de nube ideal. Si vienes de analista de datos o recién estás entrando a AWS, te conviene empezar por AWS Cloud Practitioner (CLF-C02) para tener el vocabulario de servicios resuelto, y de ahí saltar a este.
Lo que más reprueba gente en este examen no es no saber ML — es no haber tocado nunca SageMaker Pipelines ni Model Monitor en la vida real. Eso no se estudia de memoria, se practica.
Después del certificado: el rol completo
La certificación valida una foto fija de lo que sabes hoy sobre AWS. El rol de ML Engineer es más amplio: incluye MLOps, versionado de modelos, trabajo con equipos de datos y, cada vez más, meter modelos generativos en el flujo de producción. Si tu meta es el puesto completo y no solo el badge, la ruta de ML Engineer arma ese camino con proyectos de punta a punta, no solo preparación de examen.
Una cosa que sí vale decir sin rodeos: el examen cambió bastante de su versión anterior (MLA-C01) a esta. Si estudiaste con material viejo de hace un año, repásalo — varias preguntas de la versión actual entran directo en territorio de MLOps y seguridad que antes pesaba menos.
Cuánto tiempo toma prepararse de verdad
Si ya trabajas con SageMaker a diario, 3-4 semanas de repaso dirigido a los cuatro dominios te alcanzan. Si vienes del lado de ciencia de datos puro — notebooks, modelos, métricas — y nunca desplegaste nada a producción, cuenta con 6-8 semanas, porque el dominio de Deployment and Orchestration va a ser territorio nuevo y ahí es donde más preguntas pierde la gente que domina la parte de modelado pero nunca operó nada.
El orden que mejor funciona: primero Data Preparation y Model Development (lo que ya conoces si vienes de ML), después Deployment (lo nuevo), y Monitoring/Security al final, porque ahí entran conceptos de IAM y seguridad que se entienden mejor una vez que ya viste cómo se despliega un modelo.
Errores comunes que cuestan el examen
- ▸Memorizar nombres de servicios sin entender cuándo NO usarlos — el examen premia saber descartar opciones, no solo reconocerlas
- ▸Subestimar el dominio de seguridad — pesa menos en horas de estudio pero las preguntas de IAM y encriptación son de las más puntillosas del examen
- ▸No practicar con un simulacro cronometrado — el examen son 130 minutos y quedarte pensando 4 minutos en una pregunta te deja sin tiempo para las últimas
El último punto es el que más veo repetirse: gente que sabe el contenido pero nunca se puso un cronómetro encima y llega al minuto 100 con 40 preguntas sin responder. Practicar bajo presión de tiempo, aunque sea incómodo, es parte de la preparación — no un extra.
