Resumen
En este curso introductorio del currículo de AWS ML Engineer Associate, repasará los fundamentos del aprendizaje automático (ML) y estudiará la evolución del ML y la IA. Explorará los pasos iniciales del ciclo de vida del ML, identificará los objetivos comerciales y formulará problemas de ML basados en dichos objetivos comerciales. Finalmente, aprenderá sobre Amazon SageMaker, un servicio de AWS completamente gestionado que se utiliza para construir, entrenar y desplegar modelos de ML.
- Nivel del curso: Avanzado
- Duración: 45 minutos
Nota: Este curso tiene anotaciones/subtítulos localizados. La narración es en inglés. Para mostrar los subtítulos, haga clic en el botón CC en la esquina inferior derecha del reproductor.
- Materiales en línea
- Ejercicios
- Preguntas de evaluación del conocimiento
- Definir los componentes clave del aprendizaje automático, incluidos los algoritmos y modelos de ML.
- Identificar las funciones y algoritmos clave de ML que ayudan a resolver problemas comerciales comunes.
- Describir cómo las redes neuronales artificiales (RNA) ayudan en el aprendizaje profundo.
- Describir cómo los modelos fundamentales (FM) y los modelos de lenguaje grande (LLM) ayudan en la IA generativa.
- Identificar enfoques para 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 los conceptos y beneficios clave de Amazon SageMaker y Amazon SageMaker Studio.
- Arquitectos de nube
- Ingenieros de aprendizaje automático
- Tener al menos 1 año de experiencia trabajando con SageMaker y otros servicios de AWS en ingeniería de ML
- Tener al menos 1 año de experiencia laboral en un puesto relacionado (por ejemplo, desarrollador de software backend, desarrollador de DevOps, ingeniero de datos o científico de datos)
- Tener conocimiento básico de lenguajes de programación como Python.
- Haber completado los cursos anteriores en la ruta de aprendizaje de AWS ML Engineer Associate
- Parte 1: Introducción
- Lección 1: Cómo tomar este curso
- Lección 2: Introducción al curso
- Lección 3: Resumen del curso
- Parte 2: Aprendizaje automático en AWS
- Lección 4: Algoritmos y modelos de ML
- Lección 5: La próxima generación de ML
- Lección 6: Uso responsable de la IA/ML
- Lección 7: Formular problemas comerciales
- Lección 8: Desarrollar soluciones de ML con SageMaker Studio
- Parte 3: Conclusión
- Unidad 9: Resumen del curso
- Lección 10: Contáctenos