AWS ML Engineer Associate Curriculum Overview

Resumen

En este curso introductorio al currículum de AWS ML Engineer Associate, se revisan los conceptos básicos del aprendizaje automático (ML) y se examina la evolución del ML y la IA. Se exploran los primeros pasos en el ciclo de vida del ML, identificando un objetivo comercial y formulando un problema de ML basado en ese objetivo comercial.

Finalmente, se presenta Amazon SageMaker, un servicio de AWS completamente gestionado que se puede usar para construir, entrenar y desplegar modelos de ML.

• Nivel del curso:

  Avanzado

• Duración:

  45 minutos

Actividades

• Materiales en línea
• Ejercicios
• Preguntas de verificación de conocimientos

Objetivos del curso

• Definir componentes clave del aprendizaje automático, incluyendo algoritmos y modelos de ML.
• Identificar capacidades y algoritmos clave de ML que ayudan a resolver problemas comerciales comunes.
• Describir cómo las redes neuronales artificiales (ANN) potencian el aprendizaje profundo.
• Describir cómo los modelos fundamentales (FMs) y los modelos de lenguaje grande (LLMs) potencian la IA generativa.
• Identificar formas de usar ML e IA de manera responsable.
• Determinar la viabilidad de una solución de ML basada en los datos disponibles y la complejidad del problema.
• Identificar conceptos y beneficios clave de Amazon SageMaker y Amazon SageMaker Studio.

Público objetivo

• Arquitectos de nube
• Ingenieros de aprendizaje automático

Habilidades recomendadas

• Al menos 1 año de experiencia usando SageMaker y otros servicios de AWS para ingeniería de ML
• Al menos 1 año de experiencia en un rol relacionado, como desarrollador de software backend, desarrollador DevOps, ingeniero de datos o científico de datos
• Una comprensión fundamental de lenguajes de programación, como Python
• Haber completado cursos anteriores en el Plan de Aprendizaje de AWS ML Engineer Associate

Esquema del curso

• Sección 1:

  Introducción

  • Lección 1:

    Cómo usar este curso

  • Lección 2:

    Introducción al currículo

  • Lección 3:

    Visión general del curso

• Sección 2:

  Aprendizaje automático en AWS

  • Lección 4:

    Algoritmos y modelos de ML

  • Lección 5:

    Próxima generación de ML

  • Lección 6:

    Uso responsable de IA/ML

  • Lección 7:

    Formulación de problemas comerciales

  • Lección 8:

    Desarrollo de soluciones de ML con SageMaker Studio

• Sección 3:

  Conclusión

  • Lección 9:

    Resumen del curso

  • Lección 10:

    Contáctenos

Asignaturas