В период с марта 2021 г. по март 2022 г. я получил сертификаты по всем трем специальностям AWS в области данных, а именно по анализу данных, машинному обучению и базам данных. Моя мотивация для получения этих сертификатов заключалась в том, чтобы бросить себе профессиональный вызов и расширить как глубину, так и широту своего понимания экосистемы данных на AWS. Я решил написать этот пост в блоге, чтобы поделиться своим опытом подготовки и сдачи этих экзаменов с другими людьми, у которых могут быть схожие цели, чтобы помочь им достичь этих целей.

Прежде чем мы начнем

Прежде чем вы подумаете о получении специальной сертификации AWS, я настоятельно рекомендую сначала пройти сертификацию младшего специалиста. Это даст вам достаточный опыт работы с AWS и подготовит вас к формату экзамена, за которым следуют различные сертификационные экзамены AWS. Я получил сертификат уровня Associate — AWS Solutions Architect — Associate (SAA). Эта сертификация предоставляет хороший обзор всех соответствующих сервисов AWS, с которыми вы можете столкнуться в пространстве данных. В нем много подробностей о S3, немного больше о других службах хранения (например, EBS и EFS) и значительное внимание к вычислительным службам, таким как EC2 и Lambda. Это также дает вам очень хорошее понимание некоторых ключевых концепций облачных вычислений, таких как отказоустойчивость, высокая доступность, надежность данных и безопасность.

Порядок, в котором я бы рекомендовал сдавать сертификационные экзамены по специальности, следующий.

Сертификация специалиста по аналитике данных

Среди трех специализированных сертификатов, связанных с данными, я бы порекомендовал в первую очередь получить сертификат по специальности «Аналитика данных» (DA). Эта специальность охватывает широкий спектр тем для данных в AWS — от сбора данных до хранения, обработки, анализа и визуализации. Большое внимание уделяется построению конвейеров и интеграции сервисов — независимо от того, интегрируется ли данная пара сервисов изначально или им потребуется функция Lambda для взаимодействия друг с другом. Еще одним направлением деятельности является безопасность; например, шифрование, аутентификация и авторизация.

Между темами, охватываемыми сертификатами SAA и DA, есть некоторое совпадение. Например, S3 имеет много преимуществ в обоих случаях. Точно так же Lambda распространяется на обе сертификации. Если вы уже сдавали сертификационный экзамен SAA, вы уже хорошо знакомы с темами S3, охватываемыми специальным экзаменом DA (например, классы хранения, правила жизненного цикла, репликация, производительность, шифрование, уведомления о событиях и т. д.). Сертификация DA даст вам возможность освежить свои знания по этим темам.

Сертификационный экзамен DA также охватывает ряд других услуг. Что касается сбора данных, большое внимание уделяется Kinesis Data Streams и Firehose. Например, вы узнаете о производителях и потребителях Kinesis, улучшенном разветвлении, масштабировании и безопасности. К другим охватываемым службам сбора данных относятся Simple Queue Service (SQS), Internet of Things (IoT), служба миграции баз данных (DMS), Direct Connect (DC), семейство Snow и управляемая потоковая передача для Apache Kafka (MSK).

Что касается хранилища, в дополнение к S3 эта специальность подробно исследует DynamoDB. Рассматриваемые темы включают различные модели согласованности DynamoDB (событийные, строгие и транзакционные), модель ценообразования, пропускную способность, расчет единиц емкости (RCU/WCU), разделы, пакетную/адаптивную емкость, API DynamoDB, дизайн таблиц, первичные ключи (раздел/ хеш-ключи и ключи сортировки/диапазона), локальные вторичные индексы (LSI), глобальные вторичные индексы (GSI), параметры масштабирования, рекомендации (например, эффективная разработка ключей, выбор между LSI и GSI, эффективное чтение и шаблон хранения больших объектов) , DynamoDB Accelerator (DAX), резервное копирование и восстановление, непрерывное резервное копирование с восстановлением на момент времени (PITR), безопасность (шифрование, конечные точки IAM и VPC), потоки DynamoDB, время жизни (TTL) и глобальные таблицы .

Что касается обработки, помимо Lambda, большое внимание уделяется Glue и Elastic Map Reduce (EMR). К связующим темам относятся каталог данных, поисковые роботы, рабочие процессы, триггеры, преобразования (например, связанные преобразования/преобразования машинного обучения и преобразования форматов), задания, закладки заданий, метрики заданий и модель затрат. Темы EMR включают архитектуру, типы узлов (главный, основной и целевой), типы экземпляров, варианты использования (долговременные и временные кластеры), интеграцию с другими сервисами AWS, варианты хранения (HDFS, EMRFS и локальная файловая система). , Hadoop и Spark. Другие сервисы/инструменты, относящиеся к области обработки, включают Hive, Pig, HBase, Presto, Flink и операционные инструменты, такие как Hue, Splunk и Flume.

Что касается анализа, то основными охватываемыми сервисами являются Kinesis Analytics, AWS OpenSearch, CloudSearch, Amazon Athena, Glue и Redshift. Темы для Redshift включают архитектуру Redshift, загрузку данных в Redshift, Redshift Spectrum, федеративный запрос, управление рабочей нагрузкой (WLM), параллельное масштабирование, масштабирование кластеров Redshift, резервное копирование и восстановление, копирование моментальных снимков в другой регион, доступность и устойчивость данных в Redshift, безопасность (сеть, IAM и шифрование), улучшенную маршрутизацию VPC и модель ценообразования Redshift.

Визуализация в основном связана с Amazon QuickSight. Основные затронутые темы: модель ценообразования, информационные панели, аналитика машинного обучения, различные типы визуализации и тип, который следует использовать для данного варианта использования.

Как я упоминал ранее, в этой сертификации большое внимание уделяется безопасности. А шифрование — важная часть обеспечения безопасности данных в облаке. Вам нужно будет понимать различные виды шифрования — в состоянии покоя и при передаче — и какие службы/функции используются для каждого типа. Вам необходимо хорошо знать различные методы шифрования для объектов S3 (например, SSE-S3, SSE-KMS, SSE-C и шифрование на стороне клиента). Другими сервисами, обеспечивающими шифрование в состоянии покоя, являются AWS Key Management Service (KMS) и CloudHSM. Шифрование при передаче — это все о SSL/TLS. Еще одно направление — аутентификация/авторизация. Здесь снова и снова будет всплывать Управление идентификацией и доступом (IAM). Здесь также появятся AWS Cognito и Identity Federation. Другие популярные темы в области безопасности включают конечные точки CloudTrail и VPC. В общем, для каждой службы в домене DA вам нужно очень хорошо понимать, как безопасность вступает в игру для этой службы.

Советы

Ниже приведены советы по стратегиям, которым следует следовать при подготовке и сдаче этого сертификационного экзамена:

  • Всегда внимательно читайте вопросы и варианты ответов. Обратите особое внимание на такие требования, как ограничения на размер данных/сообщений, периоды хранения данных и цели оптимизации при проектировании конвейеров данных (например, стоимость, операционная эффективность и скорость обработки).
  • Обратите внимание на ключевые слова. Например, если в вопросе упоминается потребность в бессерверной архитектуре, то вы знаете, что частью ответа будут только бессерверные варианты.
  • Будет много вопросов по проектированию конвейеров данных. Обратите внимание на то, указывают ли требования на необходимость конвейера в реальном времени (Kinesis Data Streams, MSK и Lambda) или на работу в режиме, близком к реальному времени (Kinesis Firehose), или на пакетную обработку (EMR или Glue).
  • Интеграция сервисов очень важна на этом экзамене. При проектировании конвейеров вам необходимо знать, могут ли два сервиса изначально интегрироваться друг с другом или им нужна промежуточная функция Lambda. Например, Kinesis Firehose может иметь в качестве пункта назначения только четыре службы: S3, Redshift, Splunk и OpenSearch. Если вы видите вариант, в котором упоминается отправка данных в DynamoDB с помощью Firehose, вы знаете, что это неправильно.
  • AWS любит Random Cut Forest (RCF), потому что это их собственный алгоритм обнаружения аномалий. Узнайте о его вариантах использования и сервисах, которые он предлагает — в домене DA, то есть Quicksight ML Insights и Kinesis Analytics. В домене ML он также доступен как встроенный алгоритм в SageMaker.

Ресурсы

Страница этого специального экзамена на платформе обучения и сертификации AWS включает несколько бесплатных ресурсов, таких как руководство по экзамену, примеры вопросов и ссылку на бесплатный пробный тест. Вы обязательно должны проверить их.

Я очень рекомендую Курс Udemy Стефана Маарека и Фрэнка Кейна для этой сертификации.

Вы знаете поговорку «Практика делает совершенным». Ниже я включаю ресурсы для различных практических тестов. Я очень рекомендую первые два.

https://www.udemy.com/course/aws-certified-data-analytics-specialty-practice-exam/

https://tutorialsdojo.com/courses/aws-certified-data-analytics-specialty-practice-exams/

Следующие два являются необязательными. Вы должны использовать их только в том случае, если вам нужна дополнительная практика.

https://www.whizlabs.com/aws-certified-data-analytics-specialty/

https://skillcertpro.com/product/aws-data-analytics-questions/

Сертификация по машинному обучению

Затем я сдал сертификационный экзамен по машинному обучению (ML). Я определенно рекомендую сдать этот сертификационный экзамен после экзамена на DA. Около 20% этого экзамена посвящено инженерии данных. Если у вас уже есть сертификат DA Specialty Certification, вы будете очень хорошо подготовлены к вопросам инженерии данных на этом экзамене.

Согласно руководству по экзаменам от AWS, сертификационный экзамен по специальностям машинного обучения состоит из инженерии данных (20%), исследовательского анализа данных (24%), моделирования (36%), а также внедрения и эксплуатации машинного обучения (20%).

Темы инженерии данных включают создание репозиториев хранения данных для машинного обучения, а также определение и внедрение решений для приема/преобразования данных для машинного обучения. Что касается хранилища, S3 снова широко представлен (например, безопасность S3, уровни хранения и правила жизненного цикла). Другие рассматриваемые носители данных включают EFS, EBS, озера данных и базы данных. Рассматриваемые решения для приема данных включают конвейеры приема для различных типов рабочих нагрузок машинного обучения (пакетная или потоковая передача), а также то, какие службы лучше подходят для какого типа рабочей нагрузки. Например, Kinesis Data Streams, Firehose и Analytics используются для потоковой передачи рабочих нагрузок, а EMR и Glue лучше подходят для пакетных рабочих нагрузок. Преобразования данных в основном сосредоточены на конвейерах извлечения, преобразования и загрузки (ETL). Здесь основное внимание уделяется Glue, EMR и AWS Batch. Другие темы включают Hadoop, Spark и Hive. Опять же, в целом, большая часть — если не весь — материал, изложенный в этом разделе, будет вам уже хорошо знаком, если вы уже сдавали сертификационный экзамен DA.

Темы анализа данных включают в себя различные типы данных (числовые, категориальные и порядковые), распределения данных (нормальное, пуассоновское, биномиальное и бернуллиевское), анализ временных рядов (тренды и сезонность), очистку и подготовку данных для моделирования, проектирование признаков и анализ данных и визуализация для ML. Очистка и подготовка данных для моделирования охватывает такие темы, как вменение отсутствующих данных, работа с несбалансированными данными и маркировка данных. Разработка функций охватывает идентификацию и извлечение функций из наборов данных в различных модальностях (например, текст, речь и изображение) и различные концепции разработки функций (бинирование, токенизация, обработка выбросов, синтетические функции, преобразование, кодирование, масштабирование/нормализация и перетасовка данных, и уменьшение размерности). Темы анализа и визуализации данных для ML включают построение графиков (например, точечная диаграмма, временные ряды, гистограмма и ящичковая диаграмма), интерпретацию описательной статистики (корреляция, сводная статистика и p-значение) и кластеризацию (например, иерархическая кластеризация, изгибы и размер кластера).

Темы моделирования делятся на три категории:

(i) первый охватывает общие концепции машинного обучения и глубокого обучения; например, контролируемое и неконтролируемое обучение, классификация, регрессия, прогнозирование, кластеризация и рекомендации (и когда что использовать), функции активации, различные типы моделей нейронных сетей (NN), настройка моделей ML, как избежать переобучения/недообучения, регуляризация, матрица путаницы, оценка модели и ансамблевые методы (багинг против бустинга).

(ii) Вторая (более важная) категория касается того, как выполнять машинное обучение на SageMaker — платформе машинного обучения AWS. Здесь темы включают введение в разработку рабочих процессов машинного обучения в SageMaker (например, выборку, очистку и подготовку данных для машинного обучения, обучение и оценку моделей, а также развертывание моделей и оценку результатов в рабочей среде) и встроенные алгоритмы SageMaker (например, линейный Learner, XGBoost, Seq2Seq, DeepAR, BlazingText, Object2Vec, обнаружение объектов, классификация изображений, семантическая сегментация, случайный вырезанный лес (RCF), нейронная тематическая модель, LDA, kNN, k-Means, PCA, машины факторизации, IP Insights и усиление Обучение). Для каждого встроенного алгоритма вам нужно будет понять, для чего он нужен, какой тип обучающих данных он ожидает, как он используется, каковы важные гиперпараметры и какие типы экземпляров он поддерживает.

(iii) Третья категория моделируемых тем охватывает высокоуровневые сервисы AI/ML, предлагаемые AWS (например, Amazon Comprehend, Amazon Translate, Amazon Transcribe, Amazon Polly, Rekognition, Amazon Forecast, Amazon Lex и другие). Для каждой такой службы вам нужно будет понять, для чего она нужна, какие входные данные она ожидает и как ее можно настроить для данного варианта использования. Вам также необходимо понимать, как можно комбинировать различные высокоуровневые сервисы для создания комплексных продуктов машинного обучения. Например, Лекса и Полли можно объединить для создания интеллектуальных чат-ботов.

Темы реализации и эксплуатации машинного обучения включают (i) создание решений машинного обучения для обеспечения производительности, доступности, масштабируемости, отказоустойчивости и отказоустойчивости (например, ведение журнала и мониторинг с использованием CloudWatch/CloudTrail, систем с несколькими зонами доступности/мультирегионами, контейнеров ML AMI/Docker, группы автоматического масштабирования, оптимизация ваших решений и балансировка нагрузки), (ii) применение базовых методов безопасности AWS к решениям ML (например, IAM, политики сегментов S3, VPC, группы безопасности и шифрование/анонимизация) и (iii) развертывание и ввод в эксплуатацию Решения машинного обучения (например, предоставление конечных точек, управление версиями моделей машинного обучения, A/B-тестирование, переобучение конвейеров и отладка/устранение проблем с производительностью в рабочей среде).

Советы

Ниже приведены советы по стратегиям, которым следует следовать при подготовке и сдаче этого сертификационного экзамена:

  • Убедитесь, что вы можете распознать недооснащение и переоснащение в данном сценарии, и вы знакомы с вариантами улучшения производительности модели в каждом случае.
  • Хорошо изучите встроенные алгоритмы SageMaker. Чтобы повторить то, что я сказал ранее, для каждого встроенного алгоритма вам нужно будет понять, для чего он нужен, какой тип обучающих данных он ожидает, как он используется, каковы важные гиперпараметры и какие типы экземпляров он поддерживает. Например, каковы варианты использования обнаружения объектов, классификации изображений и семантической сегментации?
  • Повторяя то, что я сказал ранее в разделе экзамена DA, AWS любит Random Cut Forest (RCF), потому что это их собственный алгоритм обнаружения аномалий. Узнайте о его вариантах использования и сервисах, которые он предлагает — Quicksight ML Insights, Kinesis Analytics и SageMaker.
  • Все любят XGBoost. Изучите его гиперпараметры очень хорошо. Например, как увеличение эта влияет на производительность модели?
  • Узнайте, как работать с несбалансированными данными.
  • Знайте метрики оценки вашей модели (а также изучите их альтернативные названия) и когда какой из них использовать; например, полнота (также известная как чувствительность / полнота / доля истинно положительных результатов), точность (также известная как правильные положительные результаты), специфичность, оценка F1, среднеквадратическая ошибка (RMSE) и площадь под кривой (AUC).

Ресурсы

Страница этого специального экзамена на платформе обучения и сертификации AWS включает несколько бесплатных ресурсов, таких как руководство по экзамену, примеры вопросов и ссылку на бесплатный пробный тест. Вы обязательно должны проверить их.

Я очень рекомендую Курс Udemy Фрэнка Кейна и Стефана Маарека для этой сертификации.

Три слова: практика, практика, практика. Я настоятельно рекомендую следующие три ресурса для практических тестов:

https://www.udemy.com/course/aws-machine-learning-practice-exam/

https://www.udemy.com/course/aws-certified-machine-learning-specialty-full-practice-exams/

https://tutorialsdojo.com/courses/aws-certified-machine-learning-specialty-practice-exams/

Следующие два являются необязательными. Вы должны использовать их только в том случае, если вам нужна дополнительная практика.

https://www.whizlabs.com/aws-certified-machine-learning-specialty/

https://skillcertpro.com/product/aws-certified-machine-learning-specialty-practice-exam-tests/

Сертификация специалистов по базам данных

Я сдал сертификационный экзамен по специальности База данных (БД) последним. Для меня имеет смысл сдавать этот экзамен после экзамена на DA, но это не такое сильное предпочтение, как экзамен по специальности ML. Темы специализации DA и DB в значительной степени совпадают. Например, DynamoDB активно используется в обоих случаях. Redshift также находится в центре внимания в обоих случаях (хотя и не в такой степени, как DynamoDB в области баз данных). Причина, по которой я думаю, что имеет смысл сначала сдать экзамен по специальности DA, заключается в том, что он действительно помогает вам понять общую глубину и широту экосистемы данных на AWS, тогда как специальность DB в основном фокусируется на решениях для баз данных на AWS.

Согласно курсу Udemy для этой специальности, подготовленному Риязом Сайядом и Стефаном Маареком, основными направлениями сертификации по специальности БД являются RDS (25%), Aurora (25%), DynamoDB (20%), миграция баз данных (20%), автоматизация (5%). %), и все остальное (5%).

Для RDS темы включают типы экземпляров/хранилищ, автоматическое масштабирование хранилища, группы параметров, группы параметров, модель ценообразования, безопасность, моментальные снимки, резервное копирование и восстановление, развертывание в нескольких зонах доступности, реплики чтения (включая реплики чтения между регионами), масштабирование и сегментирование. , ведение журнала и мониторинг (включая расширенный мониторинг), RDS Performance Insights и CloudWatch Application Insights.

Для Aurora темы включают архитектуру Aurora, настраиваемые конечные точки, параллельную обработку запросов, бессерверную работу Aurora, реплики чтения, кластеры с несколькими мастерами, межрегиональные реплики, глобальную базу данных Aurora, модель ценообразования, функции надежности, безопасность (сеть, IAM и шифрование). ), группы параметров, параметры масштабирования, мониторинг и расширенный аудит, потоки активности базы данных, резервное копирование и восстановление, восстановление на момент времени (PITR), моментальные снимки, клонирование, откат и автоматический переход на другой ресурс.

Темы, охватываемые DynamoDB и Redshift, очень похожи на темы, охватываемые специальностью DA. Категория «все остальное», о которой я упоминал ранее, охватывает ElastiCache (хранилище данных в памяти от AWS) и другие специализированные технологии баз данных на AWS, такие как DocumentDB (для рабочих нагрузок MongoDB), Neptune (графовая база данных), OpenSearch (аналитика журналов и полнофункциональная база данных). механизм текстового поиска), Timestream (база данных временных рядов), QLDB (база данных бухгалтерской книги) и Keyspaces (для рабочих нагрузок Cassandra). Для ElastiCache темы включают стратегии кэширования, архитектуру ElastiCache, особые функции Redis/Memcached (две технологии кэширования в памяти, поддерживаемые ElastiCache) и когда выбирать какую из них, цены на ElastiCache, безопасность, мониторинг и ведение журнала. Для каждой из других технологий баз данных вам, как правило, необходимо понимать архитектуру, резервное копирование и восстановление, параметры масштабирования, безопасность, модель ценообразования, мониторинг и ведение журнала.

К концу всего этого вы получите очень хорошее представление о различных технологиях специализированных баз данных на AWS. Вы сможете (i) определить правильную службу базы данных для использования с определенными типами данных (например, реляционными, ключ-значение, документ, в памяти, график, временные ряды и бухгалтерская книга) и рабочими нагрузками (например, ACID против , БАЗОВЫЕ рабочие нагрузки); (ii) определить стратегии аварийного восстановления и высокой доступности; (iii) разработка решений для баз данных с точки зрения производительности, соответствия требованиям и масштабируемости; (iv) сравнить стоимость решений для баз данных в заданном сценарии.

Как я упоминал ранее, миграция базы данных является основной темой этой сертификации. К основным инструментам миграции относятся собственные инструменты (например, mysqldump), инструмент преобразования схемы (SCT), служба миграции базы данных (DMS) и сборники сценариев миграции (шаблоны миграции и рекомендации). Основными темами DMS являются архитектура DMS, стратегии гомогенной и гетерогенной миграции, типы миграции (полная загрузка и/или непрерывная миграция со сбором измененных данных — CDC), задачи DMS и отчеты об оценке задач, передовые методы миграции больших таблиц и больших двоичных файлов. объекты (LBO), мониторинг DMS, проверка, статистика и контрольные таблицы, безопасность (сеть, IAM и шифрование) и модель ценообразования. Другие важные темы миграции включают определение правильной стратегии миграции данных для конкретного варианта использования (например, моментальный снимок/восстановление, репликация или использование SCT/DMS вместо собственных инструментов), миграцию больших баз данных, минимизацию времени простоя во время миграции и миграцию на различные базы данных AWS. технологий (например, RDS, Aurora, ElastiCache и DocumentDB).

Темы автоматизации включают общий обзор шаблонов CloudFormation (CF) (например, ресурсы, параметры, сопоставления, выходные данные, условия и встроенные функции), создание/обновление/удаление стеков CF, откаты CF, наборы изменений, вложенные стеки и наборы стеков. . Поскольку это сертификация по специальности DB, особое внимание уделяется темам CF, которые связаны с технологиями баз данных, такими как RDS и Aurora; например, как отключить удаление автоматических резервных копий при удалении ресурса БД, как включить защиту от удаления для ресурса БД, как обрабатывать обновления ресурсов БД, как безопасно передать главное имя пользователя и пароль в шаблоне CF и как чтобы включить аутентификацию базы данных IAM. Другие затронутые темы автоматизации включают взаимодействие между шаблонами CF и хранилищем параметров Systems Manager (SSM) и диспетчером секретов.

Советы

Ниже приведены советы по стратегиям, которым следует следовать при подготовке и сдаче этого сертификационного экзамена:

  • Всегда внимательно читайте вопросы и варианты ответов. Обратите особое внимание на такие требования, как периоды хранения резервных копий RDS, цели оптимизации аварийного восстановления (DR) (например, максимально допустимое RTO/RPO) и цели оптимизации миграции БД (например, затраты по сравнению с операционной эффективностью по сравнению с минимальным временем простоя).
  • Хорошо изучите архитектуру и функции Aurora. Та же архитектура и функции также используются/поддерживаются DocumentDB и Neptune.
  • Хорошо изучите различия между Aurora и RDS. Например, Aurora поддерживает автоматическое повышение роли реплики чтения до первичной, в то время как повышение роли реплики чтения в RDS выполняется вручную.
  • Для RDS хорошо изучите различия между репликами чтения и резервными экземплярами в развертываниях в нескольких зонах доступности.
  • Отвечая на вопросы по RDS, уделяйте особое внимание рассматриваемому механизму БД, поскольку определенные функции поддерживаются для одних механизмов БД, но не для других. Например, межрегиональные реплики чтения поддерживаются для PostgreSQL, MySQL, MariaDB и Oracle, но не для SQL Server.
  • Обратите внимание на ключевые слова. Научитесь распознавать следующие шаблоны (среди прочего):
  • Одноразрядная задержка чтения в миллисекундах → DynamoDB
  • Одноразрядная задержка чтения в микросекундах → DynamoDB с DAX
  • База данных NoSQL с известными шаблонами доступа → DynamoDB
  • База данных NoSQL с неизвестными шаблонами доступа → DocumentDB
  • Мультирегиональная БД с низкой задержкой чтения/записи → Глобальные таблицы DynamoDB
  • Сложные аналитические запросы → реляционная база данных
  • Кэш в памяти, совместимый с HIPAA → ElastiCache с Redis
  • Игровые рейтинги → Отсортированные наборы Redis
  • Хранение данных сеанса → ElastiCache или DynamoDB
  • Миграция гетерогенных БД → SCT
  • Автоматическая ротация паролей → Менеджер секретов
  • Централизованно управлять предоставлением ресурсов для нескольких учетных записей/регионов → CF StackSets
  • Устранение проблем с производительностью в RDS → RDS Performance Insights
  • Конфигурации параметров не по умолчанию в RDS → группы настраиваемых параметров
  • Нечастые, прерывистые или непредсказуемые рабочие нагрузки → бессерверная Aurora (реляционная) или DynamoDB с емкостью по запросу (нереляционная)

Ресурсы

Страница этого специального экзамена на платформе обучения и сертификации AWS включает несколько бесплатных ресурсов, таких как руководство по экзамену, примеры вопросов и ссылку на бесплатный пробный тест. Вы обязательно должны проверить их.

Я очень рекомендую Курс Udemy Рияза Сайяда и Стефана Маарека для этой сертификации.

Я настоятельно рекомендую следующие ресурсы для практических тестов:

https://www.udemy.com/course/practice-exams-aws-certified-database-specialty/

https://tutorialsdojo.com/courses/aws-certified-database-specialty-practice-exams/