AWS ML Visão geral do curso de engenheiro associado (Português) | AWS ML Engineer Associate Curriculum Overview (Portuguese)

Resumen

En este curso introductor al plan de estudios para ingenieros de ML asociados de AWS, examinas los conceptos básicos de machine learning (ML) y exploras la evolución del machine learning y la IA. Exploras las primeras etapas del ciclo de vida del ML, identificando una meta de negocios y formulando un problema de ML basado en esa meta de negocios.

Finalmente, se te presenta Amazon SageMaker, un servicio totalmente gestionado de AWS que puedes usar para crear, entrenar y desplegar modelos de ML.

• Nivel del curso:

  avanzado

• Duración:

  45 minutos

Nota:

Este curso tiene transcripciones/subtítulos traducidos. La narración está en inglés.

Para mostrar los subtítulos, haz clic en el botón CC en la esquina inferior derecha del reproductor.

Actividades

• Materiales en línea
• Ejercicios
• Preguntas de prueba de conocimiento

Objetivos del curso

• Define los componentes clave de machine learning, incluidos algoritmos y modelos de ML.
• Identifica las características clave y algoritmos de ML que ayudan a resolver problemas comerciales comunes.
• Describe cómo las redes neuronales artificiales (ANN) potencian el aprendizaje profundo.
• Describe cómo los modelos básicos (FM) y los grandes modelos de lenguaje (LLM) potencian la IA generativa.
• Identifica formas de usar ML e IA de manera responsable.
• Determina la viabilidad de una solución de ML basada en los datos disponibles y la complejidad del problema.
• Identifica los conceptos y beneficios clave de Amazon SageMaker y Amazon SageMaker Studio.

Público objetivo

• Arquitectos de nube
• Ingenieros de machine learning

Habilidades recomendadas

• Tener al menos un año de experiencia utilizando la solución SageMaker y otros servicios de AWS para ingeniería de ML.
• Tener al menos un año de experiencia en un rol relacionado, como desarrollador de software backend, desarrollador de DevOps, ingeniero de datos o científico de datos.
• Una comprensión básica de lenguajes de programación, como Python.
• Haber completado los cursos anteriores en el plan de aprendizaje de AWS ML Engineer Associate.

Contenido del curso

• Sección 1:

  Introducción

  • Lección 1:

    Cómo usar este curso

  • Lección 2:

    Introducción al plan de estudios

  • Lección 3:

    Descripción general del curso

• Sección 2:

  Machine learning en AWS

  • Lección 4:

    Algoritmos y modelos de ML

  • Lección 5:

    ML de última generación

  • Lección 6:

    Uso responsable de IA/ML

  • Lección 7:

    Formulación de problemas comerciales

  • Lección 8:

    Desarrollando soluciones de ML con SageMaker Studio

• Sección 3:

  Conclusión

  • Lección 9:

    Resumen del curso

  • Lección 10:

    Contacto con nosotros

Asignaturas