CertifyDeckMLA-C02 es la versión actualizada de AWS Certified Machine Learning Engineer - Associate. Ahora mismo se ofrece como beta: solo en inglés, con 85 preguntas en 170 minutos y a 75 USD. Aquí tienes qué certifica, a quién le compensa y a quién le conviene otro examen.
Qué certifica exactamente
Según la guía oficial, MLA-C02 valida tu capacidad para construir, poner en producción, desplegar y mantener soluciones y canalizaciones de IA y ML en AWS, tanto con modelos de ML tradicionales como con modelos fundacionales (FM). Incluye preparar datos, entrenar y ajustar modelos, montar CI/CD, construir flujos con agentes, monitorizar y proteger los sistemas.
Respecto a MLA-C01, AWS amplía el temario con IA generativa en Amazon Bedrock y arquitecturas RAG, IA agéntica, selección y ajuste fino de modelos fundacionales e IA responsable. La estructura de cuatro dominios se mantiene; lo que cambia son las tareas y habilidades de cada uno.
Para quién tiene sentido
El candidato objetivo tiene al menos un año usando Amazon SageMaker AI, Amazon Bedrock y otros servicios de AWS para ingeniería de ML, y otro año en un puesto relacionado: desarrollo backend, DevOps, ingeniería de datos o ciencia de datos. AWS pone como ejemplos de rol ML engineer, MLOps engineer, LLMOps engineer, data engineer, backend developer y data scientist.
Te compensa si ya llevas modelos a producción, o vas a hacerlo, y quieres una credencial que cubra a la vez SageMaker AI y Bedrock. Es especialmente útil si vienes de datos o de backend y tu trabajo empieza a incluir RAG, agentes o endpoints de inferencia.
Para quién no es (y qué examen encaja mejor)
La guía deja fuera de alcance diseñar soluciones de IA de extremo a extremo, marcar la estrategia de ML de una organización o trabajar a fondo en varios dominios de ML. Si tu trabajo es diseñar arquitecturas generales en AWS, SAA-C03 es más directo; si desarrollas aplicaciones sin entrenar ni operar modelos, mira DVA-C02.
Si estás empezando en IA o tu rol es de negocio, AIF-C01 cubre los conceptos sin exigir experiencia práctica de ingeniería, y Generative AI Leader va dirigido a perfiles que deciden sobre IA generativa. Si tu plataforma es Databricks, el equivalente es Databricks Generative AI Engineer Associate.
Qué exige el examen
La beta de MLA-C02 tiene 85 preguntas de opción múltiple y de respuesta múltiple, dura 170 minutos y cuesta 75 USD (precio de beta). Solo está en inglés; japonés, coreano y chino simplificado llegarán con la disponibilidad general, cuya fecha AWS aún no ha publicado. Se hace en un centro Pearson VUE o en línea con supervisión.
En la versión estándar, la guía indica 50 preguntas que puntúan y 15 sin puntuar, con una escala de 100 a 1.000 y un aprobado de 720. La certificación es válida 3 años y se renueva aprobando la última versión del examen, entre otras opciones.
| Dominio | Peso |
|---|---|
| 1. Preparación de datos para ML e IA | 28 % |
| 2. Desarrollo de modelos de ML y modelos fundacionales (FM) | 24 % |
| 3. Despliegue y orquestación de flujos de ML e IA | 24 % |
| 4. Operación, monitorización y seguridad de soluciones de ML e IA | 24 % |
Fuente: página oficial de AWS Certified Machine Learning Engineer - Associate y guía del examen MLA-C02 (aws.amazon.com y docs.aws.amazon.com), consultadas el 15 de octubre de 2026.
Cómo decidir: un diagnóstico rápido
Repasa los cuatro dominios y marca qué tareas has hecho en un entorno real: cargar datos en SageMaker Feature Store, ajustar hiperparámetros con automatic model tuning, crear una knowledge base en Bedrock, configurar un endpoint dentro de una VPC, aplicar Amazon Bedrock Guardrails. Si te faltan más de la mitad, cuenta con un plan de estudio largo y con laboratorios.
Después haz una prueba corta con preguntas de ejemplo de MLA-C02 y revisa el temario explicado. Si fallas sobre todo en IA generativa o en seguridad, ya sabes por dónde empezar. Puedes practicar con el banco de preguntas de MLA-C02: empieza gratis y decide con datos propios.
Preguntas frecuentes
¿MLA-C02 sigue en beta?
Sí. La página oficial lo muestra como "Updated - Beta": la inscripción abrió el 1 de septiembre de 2026 y la beta se imparte desde el 29 de septiembre. Las fechas de disponibilidad general figuran como pendientes (TBD).
¿Necesito experiencia previa para MLA-C02?
AWS no exige requisitos formales, pero recomienda al menos 1 año con SageMaker AI, Bedrock y otros servicios de ML de AWS, y experiencia tanto en ML tradicional como en IA generativa. Sin experiencia en ML, AWS sugiere empezar por la formación de los Exam Prep Plans.
¿Qué diferencia hay con Machine Learning - Specialty?
Según AWS, la Associate está pensada para ML engineers y MLOps engineers con al menos un año de experiencia. La Specialty cubre ingeniería de datos, análisis, modelado e implementación, y se recomienda con 2 o más años desarrollando y operando cargas de ML en AWS.
¿Cuánto dura la certificación?
Tres años. Para renovarla puedes aprobar la última versión del examen o AWS Certified Generative AI Developer - Professional, o mantenerla un año más con una suscripción de pago a AWS Skill Builder.
¿Si tengo MLA-C01 debo hacer MLA-C02?
No de inmediato. AWS indica que tu certificación sigue activa durante todo su periodo de validez, sin importar cuándo la obtuviste. MLA-C02 te servirá para renovar cuando se acerque la caducidad.