Amazon Bedrock, Amazon Q y AWS Generative AI [2025]

Resumen

8+ casos de uso con Amazon Bedrock, Amazon Q, Agentes, Bases de Conocimiento, Chatbot, LangChain, DeepSeek. No se requiere experiencia en IA o codificación.

Lo que aprenderás:

Aprender fundamentos sobre IA, Aprendizaje Automático y Redes Neuronales Artificiales. Aprender cómo funciona la IA Generativa y explorar a fondo los Modelos de Fundación.

Amazon Bedrock - Guía detallada de consola, arquitectura de Bedrock, precios y parámetros de inferencia. Caso de uso 1:

Industria de Medios y Entretenimiento:

Generar diseño de póster de película usando API Gateway, S3 y el Modelo de Fundación Stable Diffusion.

Caso de uso 2:

Resumen de texto para la industria manufacturera usando API Gateway, S3 y el Modelo de Fundación Cohere. Caso de uso 3 - Construir un Chatbot utilizando la API Bedrock Converse - DeepSeek y el Modelo de Fundación Nova Pro, Langchain y Streamlit.

Caso de uso 4- Aplicación de preguntas y respuestas para Recursos Humanos con Generación Aumentada por Recuperación (RAG) - Bedrock - Modelo de Fundación Claude + Langchain + FAISS + Streamlit. Caso de uso 5:

Aplicación de aprendizaje electrónico sin servidor utilizando Bedrock Knowledge Base + Claude FM + AWS Lambda + API Gateway.

Caso de uso 6:

Construir un agente de banca minorista utilizando Agentes amazon Bedrock y Bases de Conocimiento. Caso de uso 7:

Amazon Q Business - Construir una aplicación de gestión de marketing con Amazon Q.

Caso de uso 8 - Capacidades del desarrollador Amazon Q sobre SDLC - HandsON. Registro en Bedrock con AWS CloudWatch.

Ciclo de vida del proyecto GenAI:

Fase 1 - Selección de Caso de Uso - Analizar varias fases de GenAI y cómo identificar el caso de uso correcto. Ciclo de vida del proyecto GenAI:

Fase 2 - Selección de Modelo de Fundación - Teoría y Práctica usando AWS Bedrock Evaluation Service.

Ciclo de vida del proyecto GenAI:

Fase 3 - Ingeniería de Prompt - Factores que impactan el diseño de Prompt - Claude, Amazon Titan, estabilidad Diffusion, Técnicas de diseño de prompt. Ciclo de vida del proyecto GenAI:

Fase 4 - Afinado de modelos de Fundación - Teoría y Práctica.

Repaso de fundamentos de Python. Repaso de AWS Lambda y API Gateway.

Curso de Amazon Bedrock, Amazon Q y AWS GenAI:

***Casos de uso prácticos implementados como parte de este curso*** Caso de uso 1 - Generar diseño de póster para la industria de los medios usando API Gateway, S3 y el Modelo de Fundación Stable Diffusion. Caso de uso 2 - Resumen de texto para la industria manufacturera usando API Gateway, S3 y el Modelo de Fundación Cohere.

Caso de uso 3 - Construir un Chatbot usando Amazon Bedrock - DeepSeek, Langchain y Streamlit. Caso de uso 4- Construir una aplicación de preguntas y respuestas para Recursos Humanos con Generación Aumentada por Recuperación (RAG) - Claude FM + Langchain (Orquestador) + FAISS (DB Vector) + Streamlit.

Caso de uso 5 - Aplicación de aprendizaje electrónico sin servidor utilizando Bedrock Knowledge Base + Claude FM + AWS Lambda + API Gateway. Caso de uso 6:

Construir un agente de banca minorista utilizando Agentes de Amazon Bedrock y Bases de Conocimiento - Claude Sonnet + AWS Lambda + DynamoDB + Agentes Bedrock + Bases de Conocimiento + Esquema OpenAPI.

Caso de uso 7 - Amazon Q Business - Construir una aplicación de gestión de marketing con Amazon Q Business. Caso de uso 8 - Developer Amazon Q - Descripción general de las capacidades de generación de código del desarrollador Amazon Q - A lo largo del SDLC.

Bienvenido a la guía más completa sobre Amazon Bedrock y Generative AI en AWS de un Arquitecto de Soluciones de AWS en ejercicio e instructor de Udemy más vendido. Este curso comenzará desde los conceptos básicos absolutos sobre IA/ML, IA generativa y Amazon Bedrock, y te enseñará cómo construir aplicaciones empresariales completas de generación de imágenes utilizando Stability Diffusion Foundation, resumen de texto utilizando Cohere, Chatbot utilizando Llama 2, Langchain, Streamlit y generación de código utilizando Amazon CodeWhisperer.

El enfoque de este curso es ayudarte a cambiar de carrera y moverte hacia roles lucrativos de IA generativa. No hay prerequisitos para este curso excepto conocimiento básico de AWS.

Proporcionaré una descripción básica de los conceptos de IA/ML y he incluido un repaso de Python, AWS Lambda y API Gateway al final del curso en caso de que no estés familiarizado con la codificación en Python o estos servicios de AWS. Continuaré actualizando este curso a medida que evolucione GenAI y Bedrock para brindarte una comprensión detallada y el aprendizaje necesario en un contexto empresarial, para que estés listo para cambiar de carrera.

Descripción detallada del curso:

Sección 2 - Evolución de la IA Generativa:

Aprender fundamentos sobre IA, Machine Learning y Redes Neuronales Artificiales (Capas, Pesos y Sesgos). Sección 3 - Conceptos de IA Generativa y Modelos de Fundación:

Aprender cómo funciona la IA generativa (Prompt, Inferencia, Completación, Ventana de contexto, etc.) y Recorrido detallado del funcionamiento del Modelo de Fundación.

Sección 4 - Amazon Bedrock – Análisis en profundidad:

Recorrido detallado de la consola, arquitectura de Bedrock, precios y parámetros de inferencia. Sección 5 - Caso de uso 1:

Industria de Medios y Entretenimiento:

Generar diseño de póster de película usando API Gateway, S3 y el Modelo de Fundación Stable Diffusion.

Sección 6 - Caso de uso 2:

Resumen de texto para la industria manufacturera usando API Gateway, S3 y el Modelo de Fundación Cohere. Sección 7 - Caso de uso 3:

Construir un chatbot usando Bedrock - DeepSeek, Langchain y Streamlit.

Sección 8 - Caso de uso 4- Construir una aplicación de preguntas y respuestas para empleados con Generación Aumentada por Recuperación (RAG) - Amazon Bedrock (Modelo de Fundación Claude) + Langchain (Orquestador) + FAISS (DB Vector) + Streamlit. Sección 9 - Aplicación de aprendizaje electrónico sin servidor utilizando Bedrock Knowledge Base + Claude FM + AWS Lambda + API Gateway.

Sección 10 - Construir un agente de banca minorista utilizando agentes de Amazon Bedrock y Bases de Conocimiento, DynamoDB, Lambda. Sección 11 - Ciclo de vida del proyecto GenAI:

Fase 1 - Selección de caso de uso - Discutir varias fases de GenAI y cómo identificar el caso de uso correcto.

Sección 12 - Ciclo de vida del proyecto GenAI:

Fase 2 - Selección de modelo de Fundación - Teoría y práctica usando AWS Bedrock Model Evaluation Service. Sección 13 - Ciclo de vida del proyecto GenAI:

Fase 3 - Ingeniería de Prompt - Factores que impactan el diseño de Prompt, Técnicas de diseño de prompt (Zero Shot, One Shot), Buenas prácticas para escribir prompts para los Modelos de Fundación Claude, Titan y Stability AI.

Sección 14 - Ciclo de vida del proyecto GenAI:

Fase 4 - Afinado de los modelos de Fundación - Teoría y práctica. Sección 15 - Generación de código usando AWS CodeWhisperer y CDK - En Typescript.

Sección 16 - Repaso de fundamentos de Python. Sección 17 - Repaso de AWS Lambda.

Sección 18 - Repaso de AWS API Gateway. Servicios usados en el curso:

Amazon Bedrock, Amazon Q, Deepseek y Nova Pro Foundation Model, Cohere Foundation Model, Stability Diffusion Model, Claude Foundation Model from Anthropic, Claude Sonnet, Amazon Bedrock Agents, Bedrock Knowledge Base, Langchain - Cadenas y Módulos de Memoria, FAISS Vector Store, Generación de Código AWS usando AWS Code Whisperer API Gateway, AWS Lambda, AWS DynamoDB, Esquema Open API, Streamlit, S3, Técnicas de diseño de prompts (Zero Shot, One Shot) para los Modelos de Fundación AI de Claude, Titan y Stability (LLMs), Afinado de modelos de Fundación - Teoría y práctica, Python, Evaluación de modelos de Fundación - Teoría y práctica, Fundamentos de AI, ML, Redes Neuronales Artificiales, Fundamentos de IA Generativa, Todo lo relacionado con AWS Amazon Bedrock.

Programa de estudio

• Introducción al curso
Visión general de Amazon Bedrock, Amazon Q y AWS Generative AI
Objetivos y resultados del curso
Métodos de evaluación y criterios de calificación
• Introducción a la IA y el Aprendizaje Automático
Conceptos básicos de IA y ML
Visión general de la IA generativa
• Amazon Bedrock
Introducción a Amazon Bedrock
Beneficios y características del uso de Bedrock
Configuración y preparación de Bedrock para aplicaciones de IA
Estudios de caso y aplicaciones en el mundo real
• Amazon Q
Comprensión de la plataforma Amazon Q
Uso de Q para la integración de computación cuántica
Características clave y funcionalidades
Sesión práctica: Desplegar modelos de IA con Amazon Q
• AWS Generative AI
Visión general de los servicios de AWS Generative AI
Herramientas y API disponibles para IA generativa en AWS
Construcción y despliegue de modelos generativos con servicios de AWS
Mejores prácticas para el uso eficiente de AWS GenAI
• Integración y casos de uso
Integración de Bedrock y Amazon Q con los servicios de IA de AWS
Exploración de casos de uso en la industria: Salud, Finanzas y Comercio electrónico
Aplicaciones en el mundo real e historias de éxito
• Seguridad y ética
Mejores prácticas de seguridad para implementaciones de IA
Consideraciones éticas en el uso de tecnologías de IA
Asegurar el cumplimiento de estándares globales
• Laboratorios prácticos y talleres
Configuración del laboratorio y recursos necesarios
Ejercicios prácticos y proyectos para el desarrollo de habilidades
Guía para crear una aplicación de IA generativa
• Proyecto final y presentación
Guías para la presentación del proyecto final
Consejos para el éxito del proyecto y criterios de evaluación
Preparación y entrega de presentaciones efectivas
• Conclusión del curso
Resumen de los aprendizajes clave y habilidades adquiridas
Tendencias futuras en IA y hoja de ruta para el aprendizaje continuo
Retroalimentación del curso y próximos pasos

Enseñado por

Rahul Trisal

Asignaturas

Programación