MLA 2주컷 ㄱㄱ!

1단계: AWS Skill Builder (무료 과정)

영상 전체를 다 보되, 아는 내용은 1.5배속으로 빠르게 넘기세요.

• 목표: "내가 아는 ML 이론이 AWS 서비스 어디에 매칭되는가?" 파악.
• 집중할 부분: Amazon SageMaker의 워크플로우 (데이터 수집 → 전처리 → 학습 → 배포 → 모니터링).
• 주의: 통계학적으로 깊게 들어가는 내용은 이미 아실 테니, '어떤 클릭을 해야 하는지', '어떤 서비스를 써야 하는지' 명칭 위주로 보세요.

---

2단계: 핵심 서비스 개념 '단권화'

Skill Builder를 보면서 아래 5가지 서비스의 용도는 반드시 머릿속에 넣어야 합니다.

단계	핵심 서비스	통계/ML 전공자용 매칭
데이터 준비	AWS Glue, SageMaker Data Wrangler	ETL 및 데이터 전처리 자동화
특징 추출	SageMaker Feature Store	모델용 변수(Feature) 저장소
모델 학습	SageMaker Training Jobs	분산 학습 및 스팟 인스턴스 활용
모델 배포	SageMaker Endpoints	API 형태로 모델 서빙 (실시간/배치)
운영/모니터링	SageMaker Model Monitor	Data Drift(데이터 분포 변화) 감지

---

3단계: 덤프 및 모의고사 (Udemy/Tutorials Dojo)

이론을 다 봤다면 바로 문제 풀이로 들어갑니다.

• 추천: Udemy의 Jon Bonso 또는 Stephane Maarek의 MLA 모의고사.
• 이유: AWS 시험은 "가장 효율적인 것은?" 같은 시나리오 문제가 많습니다. 전공 지식으로 풀리는 문제와 AWS 지식이 없으면 틀리는 문제를 구분하는 훈련이 필요합니다.

---

4단계: 오답 노트를 통한 'AWS 방식' 습득

문제를 풀다 보면 통계적으로는 맞는데 AWS 시험에서는 오답인 경우가 있을 겁니다.

• 예: "정확도를 0.1% 높이기 위해 서버를 10대 더 쓴다" (X) → "비용 효율을 위해 약간의 정확도를 포기하더라도 서버 사양을 최적화한다" (O)
• 이런 **'AWS의 비즈니스 논리'**를 오답 노트를 통해 익히시면 끝입니다.

---

🕒 요약하자면

1. Skill Builder 영상 시청 (모르는 서비스 명칭 위주로).
2. SageMaker의 5가지 단계별 기능 숙지.
3. 모의고사 2~3회분 풀고 오답 정리.