What You Need to Know Before
You Start

Starts 19 June 2025 10:02

Ends 19 June 2025

00 days
00 hours
00 minutes
00 seconds
course image

Aula Digital - Ciencia de Datos Práctica con Amazon SageMaker

Sumérgete en el aprendizaje automático práctico con Amazon SageMaker, dominando la preparación de datos, el entrenamiento de modelos, la evaluación y la implementación a través de laboratorios prácticos y escenarios del mundo real en AWS.
Amazon Web Services via AWS Skill Builder

Amazon Web Services

479 Cursos


8 hours

Optional upgrade avallable

Intermediate

Progress at your own speed

Paid Course

Optional upgrade avallable

Resumen

La inteligencia artificial y el aprendizaje automático (IA/AA) se están convirtiendo en algo común. En este curso, los estudiantes pasarán un día en la vida de un científico de datos para que puedan colaborar eficientemente con científicos de datos y desarrollar aplicaciones que se integren con AA.

Los estudiantes aprenderán el proceso básico que utilizan los científicos de datos para desarrollar soluciones de aprendizaje automático en Amazon Web Services (AWS) con Amazon SageMaker. Los estudiantes experimentarán los pasos para construir, entrenar y desplegar un modelo de AA a través de demostraciones guiadas por instructores y laboratorios.

Programa de estudio

  • Introducción a la Ciencia de Datos y al IA/ML
  • Visión general del IA/ML en la industria
    Papel de los científicos de datos
    Introducción a AWS y Amazon SageMaker
  • Preparación de Datos
  • Comprensión de los requisitos de datos para ML
    Recolección y exploración de datos
    Técnicas de limpieza y preprocesamiento de datos
  • Introducción a Amazon SageMaker
  • Visión general de las características y servicios de SageMaker
    Navegación por la interfaz de SageMaker
    Configuración del entorno
  • Construcción de Modelos de ML
  • Selección y configuración de un algoritmo de ML
    Ingeniería de características y selección
    Construcción de un modelo con SageMaker
  • Entrenamiento de Modelos de ML
  • Conceptos y metodologías de entrenamiento
    Configuración de trabajos de entrenamiento en SageMaker
    Monitoreo y evaluación del entrenamiento de modelos
  • Despliegue de Modelos de ML
  • Comprensión de los endpoints y opciones de despliegue
    Despliegue de modelos con SageMaker
    Integración con aplicaciones y servicios
  • Colaboración con Científicos de Datos
  • Mejores prácticas de flujo de trabajo y comunicación
    Estudios de caso de proyectos de IA/ML
  • Laboratorios Prácticos y Demostraciones
  • Laboratorio: Preparación y exploración de datos
    Laboratorio: Construcción y entrenamiento de modelos
    Laboratorio: Despliegue y prueba de modelos
  • Conclusión y Próximos Pasos
  • Resumen de los aprendizajes clave
    Recursos para aprendizaje adicional
    Certificación y caminos de carrera en ciencia de datos

Asignaturas

Programación