Saltar al contenido
TokIQ
Aprendizaje

Cómo estudiar para AWS MLA-C02: plan de estudio ML Engineer

Plan de estudio MLA-C02: horas por semana, los cuatro dominios y sus pesos, los temas de IA generativa nuevos desde MLA-C01, material gratuito de AWS y la beta.

TokIQ Editorial5 min de lectura
En este artículo
  1. Qué te pide el examen
  2. Un plan de ocho semanas compatible con un trabajo
  3. Material gratuito que merece la pena
  4. Trampas que cuestan puntos
  5. ¿Beta o disponibilidad general?
  6. Practica con TokIQ

Dedica a MLA-C02 de seis a ocho semanas con 6 a 8 horas por semana si ya trabajas en AWS, y más tiempo si SageMaker AI y Bedrock son nuevos para ti. Es un examen de nivel associate con preguntas largas basadas en escenarios, y la actualización desde MLA-C01 añadió toda una capa de IA generativa: Bedrock, RAG, almacenes de vectores, agentes y evaluación de modelos. Planifica esa capa de forma explícita en lugar de estudiar con apuntes antiguos de MLA-C01.

Puntos clave

  • Cuatro dominios: preparación de datos 28 %, y después desarrollo de modelos, despliegue y orquestación, y operaciones y seguridad con 24 % cada uno.
  • Novedades desde MLA-C01: modelos fundacionales, preparación de documentos para RAG, almacenes de vectores, flujos de trabajo con agentes, evaluación de IA generativa.
  • La beta está en marcha ahora (solo en inglés, 75 USD de precio beta). Los resultados llegan cuando la beta se cierra.

Qué te pide el examen

MLA-C02 evalúa si puedes llevar una carga de trabajo de ML o IA generativa desde los datos en bruto hasta un endpoint de producción monitorizado y seguro en AWS. Las preguntas son escenarios: un equipo tiene una restricción (latencia, coste, residencia de datos, deriva) y tú eliges el servicio o la configuración adecuados. Los datos siguientes provienen de la página de certificación de AWS y de la guía del examen MLA-C02, consultadas el 2026-11-17.

DominioPesoQué debes saber hacer
Preparación de datos para ML e IA28 %Ingerir y almacenar datos, ingeniería de características, preparar documentos y embeddings para RAG, calidad de datos y sesgo
Desarrollo de modelos de ML y modelos fundacionales24 %Elegir entre entrenamiento, ajuste fino y RAG; entrenar y ajustar; evaluar sistemas de ML y de IA generativa
Despliegue y orquestación de flujos de trabajo de ML e IA24 %Elegir endpoints e infraestructura, también para agentes y RAG; CI/CD y pipelines para MLOps
Operación, monitorización y seguridad de soluciones de ML e IA24 %Monitorizar la inferencia y la deriva, optimizar coste y rendimiento, proteger endpoints y datos

La preparación de datos es el dominio más pesado, y es donde ahora más aparece la IA generativa: el chunking, los embeddings y los almacenes de vectores cuentan como trabajo de datos.

Un plan de ocho semanas compatible con un trabajo

Nuestra estimación, basada en los pesos de los dominios, no una cifra de AWS:

  1. Semana 1: mapea el examen. Lee la guía del examen y la comparación MLA-C01 vs MLA-C02 de AWS. Marca cada tarea en verde, ámbar o rojo según tu nivel.
  2. Semanas 2–3: preparación de datos. Opciones de ingesta y almacenamiento, herramientas de datos de SageMaker, ingeniería de características, calidad de datos y detección de sesgo; después, preparación de documentos para RAG y las opciones de almacén de vectores en AWS.
  3. Semana 4: desarrollo de modelos. Algoritmos integrados frente a tus propios contenedores, ajuste de hiperparámetros, cuándo conviene ajustar un modelo fundacional y cuándo basta con RAG, y métricas de evaluación tanto para ML clásico como para IA generativa.
  4. Semana 5: despliegue y orquestación. Inferencia en tiempo real, serverless, asíncrona y por lotes; pipelines y CI/CD; cómo se despliegan los agentes y las aplicaciones RAG y cómo se conectan con herramientas.
  5. Semana 6: operaciones y seguridad. Monitorización de deriva de modelo y de datos, coste y dimensionamiento, IAM, cifrado, aislamiento de red y guardrails para endpoints de IA generativa.
  6. Semanas 7–8: practica contra reloj. Preguntas mixtas a diario y después simulacros completos con tiempo. Relee la documentación detrás de cada fallo, no solo la respuesta.

Si ya aprobaste MLA-C01, condensa las semanas 2 a 6 en las novedades de IA generativa y dedica el tiempo ahorrado a practicar con tiempo limitado.

Material gratuito que merece la pena

  • La guía del examen es el temario. Cada pregunta corresponde a una declaración de tarea de la guía.
  • AWS Skill Builder ofrece un conjunto oficial de preguntas de práctica y cursos gratuitos para esta certificación. Comprueba qué es gratis en tu región, porque el catálogo cambia.
  • La documentación de los servicios y las guías para desarrolladores de SageMaker AI y Amazon Bedrock. Las preguntas de escenario a menudo se responden con una sola línea de una sección «cuándo usarlo».
  • Práctica real. Crea una pequeña aplicación RAG en Bedrock y un endpoint de SageMaker con monitorización. Un fin de semana así enseña más que una semana de lectura.

Trampas que cuestan puntos

  • Responder al estilo MLA-C01. Si el escenario menciona documentos, chatbots o agentes, espera respuestas con Bedrock, RAG o almacenes de vectores, no un modelo propio.
  • Ignorar la palabra de la restricción. «Menor sobrecarga operativa», «menor coste» y «casi en tiempo real» apuntan cada una a respuestas distintas. Subráyala antes de leer las opciones.
  • Sobrediseñar. En los exámenes de AWS suele ganar la opción gestionada, salvo que el escenario la descarte.
  • Preguntas de respuesta múltiple. Lee cuántas respuestas se piden. Las respuestas parciales puntúan cero.

¿Beta o disponibilidad general?

AWS abrió la beta de MLA-C02 el 29 de septiembre de 2026, solo en inglés, con 85 preguntas en 170 minutos a un precio beta de 75 USD. A fecha de 2026-11-17, la página de certificación no indica una fecha de disponibilidad general. Los resultados de la beta llegan cuando AWS termina la beta, así que hazla ahora solo si estás listo y no necesitas la credencial en una fecha fija. Para todos los datos y el conjunto de práctica, consulta las preguntas de práctica de MLA-C02.

Practica con TokIQ

El modo MLA-C02 de TokIQ crea una sesión diaria que cubre los cuatro dominios, recupera las preguntas falladas e incluye simulacros de examen, con un enlace a la documentación de AWS detrás de cada pregunta. Abre la página del examen MLA-C02 o compáralo con los exámenes de fundamentos en qué certificación de IA hacer primero. TokIQ es independiente y no está afiliado a AWS.

Preguntas frecuentes

¿Cuánto se tarda en estudiar para MLA-C02?

Nuestra estimación es de 40 a 60 horas repartidas en seis a ocho semanas si ya usas SageMaker AI o Bedrock en el trabajo, y más si eres nuevo en AWS. AWS no publica un tiempo de estudio, así que tómalo como una cifra de planificación y no como un dato oficial.

¿Es MLA-C02 más difícil que MLA-C01?

Es más amplio. MLA-C02 mantiene el núcleo de ingeniería de ML de MLA-C01 y añade modelos fundacionales e IA generativa: Amazon Bedrock, RAG, almacenes de vectores, agentes y métodos de evaluación como LLM-as-a-judge. Si tus apuntes de MLA-C01 son todos de ML clásico, tienes material nuevo que cubrir.

¿Debo presentarme a la beta de MLA-C02?

Hazlo si estás listo ahora y quieres el precio reducido de la beta (75 USD en la página de certificación de AWS, consultada el 2026-11-17). Los resultados de la beta llegan más tarde de lo habitual, cuando AWS cierra la beta, y solo está en inglés. Si necesitas el resultado en una fecha fija, espera a la disponibilidad general.

¿Cuál es la puntuación mínima para aprobar MLA-C02?

La guía del examen indica una puntuación escalada de 100 a 1.000 con un mínimo de 720. La puntuación es compensatoria, así que apruebas el examen en conjunto, no cada dominio por separado.

¿Necesito AIF-C01 antes de MLA-C02?

No. No hay requisito previo. AWS recomienda, en cambio, al menos 1 año de experiencia práctica con SageMaker AI, Bedrock y servicios relacionados. Si eres nuevo en IA en AWS, AIF-C01 es un primer paso más suave.

  • #MLA-C02
  • #AWS
  • #Machine Learning Engineer Associate
  • #plan de estudio
  • #preparación de certificación

Ahora, a practicar

TokIQ convierte el prompt engineering en quizzes cortos, con una explicación para cada respuesta.

Próximamente enApp StoreDisponible enGoogle Play

Escribe mejores prompts con unas pocas preguntas al día.

Quizzes cortos sobre decisiones reales al escribir prompts, con una explicación para cada respuesta. Gratis para empezar en iPhone y Android.

Próximamente enApp StoreDisponible enGoogle Play