Come ricorderete, qualche giorno fa abbiamo festeggiato la sesta (!) certificazione ottenuta dal nostro Cloud Expert Alessandro Gaggia: l’AWS Certified Machine Learning Specialty, la 58° per beSharp. Alessandro è una colonna portante di beSharp: è entrato a far parte del team come Front-end developer nel lontano 2012, a pochi mesi dalla nascita di beSharp, e oggi è il decano del team di sviluppo. Avvicinatosi al Machine Learning solamente un anno fa per partecipare all’AWS DeepRacer League tenutasi durante l’AWS RE:Mars a Las Vegas, ne ha fatto una vera e propria passione. Una volta tirato il fiato dopo il rush verso la certificazione (e non prima di un brindisi celebrativo virtuale col resto del team), Alessandro si è buttato in una preziosa retrospettiva sul percorso vincente che lo ha portato ad ottenere in pochissimi giorni questo invidiabile risultato. È il momento quindi di lasciargli la parola. Pronti a diventare AWS Certified?
Many congrats to our #CloudExpert @Balubor! ?
So #Proud2beCloud! #AWSCertified #MachineLearning #AWS @awscloud @AWSCertifiedBot https://t.co/viMskr5nL1— beSharp (@beSharpsrl) June 8, 2020
L’AWS Certified Machine Learning – Speciality è una certificazione avanzata un po’ diversa dalle altre, in quanto è l’unica a richiedere una conoscenza specifica di settore che va oltre a quelle strettamente legate ai servizi di AWS. Infatti, per passare l’esame ed ottenere questa certificazione, è fondamentale saper riconoscere, analizzare ed ottimizzare diversi problemi di Machine Learning a partire dalla descrizione di casi d’uso, senza che questi siano necessariamente legati a particolari soluzioni AWS.
Questo mio punto di vista si discosta da quanto ho potuto leggere in molti articoli, in cui diversi autori considerano SageMaker come focus principale. Sono convinto, invece, che questo esame abbia testato soprattutto la mia dimestichezza con il Machine Learning in generale.
Dall’altro lato, numerose testimonianze – per lo più di data scientist esperti – affermano che prima di affrontare questa certificazione siano necessari diversi anni di esperienza sul campo. Personalmente, trovo che non sia strettamente necessario: l’esperienza nel settore sicuramente gioca un ruolo importante tuttavia, come per tutte le altre certificazioni AWS che ho conseguito, serve principalmente dedizione nello studio, desiderio di approfondire gli argomenti e capacità logica per riuscire nell’impresa. Anche avere qualche nozione di Big Data può aiutare.
Disclaimer: le informazioni qui raccolte rappresentano la mia personale esperienza per la preparazione dell’esame e non vogliono porsi come un sostituto, tantomeno esaustivo, del materiale indicato da Amazon Web Services. Credo però che rappresentino un ottimo spunto da seguire per ottimizzare il proprio percorso di studio, contenendo riferimenti a diversi siti sull’argomento e alle FAQ di AWS.
Particolare attenzione va anche posta ai diversi questionari di prova disponibili, di cui verrà fornito il link, ed in particolar modo all’eseguibile di Certbolt, che permette di simulare un test completo di 65 domande con soluzione.
Con una full-immersion di studio da 8 ore al giorno, la certificazione può essere preparata in circa 10 giorni… o almeno, questa è stata la mia strategia, che mi ha permesso di passare l’esame con uno score di 800/1000 su un minimo richiesto di 750/1000.
L’esame dura 170 minuti per 65 domande, ma personalmente ho consegnato dopo solo 90 minuti. Si ha quindi il tempo per riguardare tutto con calma. Una nota positiva è che, rispetto ad altre certificazioni advanced, questa ha casi d’uso corti e veloci da leggere, e questo fa guadagnare tempo.
Gli argomenti principali che ho ritrovato sia nelle domande di prova che in quelle ufficiali sono a grandi linee i seguenti:
In alcuni casi si ha anche una combinazione di Managed Services e Sagemaker, ma in questi casi si riesce a capire più facilmente come escludere le risposte sbagliate.
Se vogliamo analizzare gli argomenti più ad alto livello, alcuni “must” sono:
Questa carrellata copre a grandi linee il possibile ventaglio di domande che ci si può trovare ad affrontare all’esame. Qui di seguito descrivo una scaletta di studio, tramite la quale è possibile affrontare gli argomenti in modo più ordinato ed organico.
I link di riferimento agli argomenti trattati sono in gran parte relativi alla documentazione ufficiale di AWS, in particolar modo per SageMaker e i diversi servizi managed. Inoltre, per quanto riguarda i temi più strettamente legati al Machine Learning, ho voluto proporre alcuni siti che ho trovato particolarmente completi, ben spiegati ed esaustivi.
< DROPOUT + > REGULARIZATION + > FEATURE INCREASE = < OVERFITTING
Sono i parametri da modificare per ridurre l’overfitting. Inoltre:
> DROPOUT = > NOISINESS
In generale, a causa del NDA richiesto da AWS sulle domande delle certificazioni, è difficile ottenere materiale ufficiale (o anche solo ufficioso e affidabile)… questa lista di link punta a risorse che ho personalmente provato e verificato come funzionali alla preparazione della certificazione:
L’esame da remoto prevede di accedere al pannello Pearson/VUE e registrarsi per una data in cui sia disponibile il proctoring online, necessario per accertare la validità dell’esame. Data la situazione d’emergenza di quest’anno, conviene prenotare la sessione con largo anticipo, per essere sicuri di trovare una data e un orario convenienti.
È necessario avere sottomano Carta d’identità o patente o passaporto validi, di cui verranno richieste delle foto chiare e comprensibili. Un documento rovinato o una foto illeggibile provocherà forti ritardi sullo scheduling previsto a causa degli accertamenti telefonici.
Verrà fatto scaricare un software disponibile per tutte le piattaforme Windows, Mac e Linux, che servirà per sostenere l’esame e che verificherà, mediante foto dal cellulare, la stanza in cui si svolgerà il test. Anche in questo caso è necessario seguire scrupolosamente le istruzioni ricevute via email alla registrazione, per effettuare i test di prova prima della data dell’esame.
Durante lo svolgimento dell’esame, un proctor vi seguirà dalla vostra webcam e il software utilizzato sarà eseguito in fullscreen per prevenire l’uso di altri programmi.
Nel caso si verificasse qualche problema, il proctor ci avviserà mediante Chat interna.
Per concludere, se vi stavate chiedendo se fosse possibile preparare l’AWS Certified Machine Learning Specialty – o una specialty AWS in generale – in autonomia, ora sapete che la risposta è… tecnicamente sì 🙂
Tuttavia, per chi fosse alle prime armi con le certificazioni AWS o volesse ricevere una formazione strutturata, AWS ha sviluppato i propri corsi ufficiali, erogati tramite APN Training Partner riconosciuti. beSharp è stata selezionata da Amazon Web Services nel ristretto numero di partner autorizzati a erogare l’intero catalogo di corsi ufficiali AWS: i nostri corsi di formazione, sviluppati e gestiti da Cloud Expert pluri-certificati, garantiscono che i contenuti riflettano le best-practice più recenti e danno la possibilità di ricevere feedback dal vivo e risposte alle domande direttamente da un istruttore esperto. Inoltre includono laboratori pratici pensati per consolidare le conoscenze teoriche con casi d’uso reali. Per preparare questa o qualsiasi altra certificazione ufficiale, potete leggere qui tutti i dettagli e contattarci per pianificare il vostro percorso di formazione.
A presto, con un nuovo articolo sul nostro blog e in bocca al lupo per la vostra prossima certificazione AWS!