AWS ML Engineer Associate Curriculum Overview

Aperçu

Dans ce cours introductif au programme AWS ML Engineer Associate, vous passez en revue les bases de l'apprentissage automatique (ML) et examinez l'évolution du ML et de l'IA. Vous explorez les premières étapes du cycle de vie du ML, identifiant un objectif commercial et formulant un problème de ML basé sur cet objectif commercial.

Enfin, vous êtes introduit à Amazon SageMaker, un service AWS entièrement géré que vous pouvez utiliser pour créer, entraîner et déployer des modèles de ML.

• Niveau du cours :

  Avancé

• Durée :

  45 minutes

Activités

• Matériaux en ligne
• Exercices
• Questions de vérification des connaissances

Objectifs du cours

• Définir les composants clés de l'apprentissage automatique, y compris les algorithmes et les modèles de ML.
• Identifier les capacités et algorithmes clés du ML qui aident à résoudre des problèmes commerciaux courants.
• Décrire comment les réseaux de neurones artificiels (ANN) alimentent l'apprentissage profond.
• Décrire comment les modèles de fondation (FMs) et les grands modèles de langue (LLMs) alimentent l'IA générative.
• Identifier des façons d'utiliser le ML et l'IA de manière responsable.
• Déterminer la faisabilité d'une solution de ML en fonction des données disponibles et de la complexité du problème.
• Identifier les concepts clés et les avantages d'Amazon SageMaker et d'Amazon SageMaker Studio.

Public visé

• Architectes cloud
• Ingénieurs en apprentissage automatique

Compétences recommandées

• Avoir au moins 1 an d'expérience avec SageMaker et d'autres services AWS pour l'ingénierie ML
• Avoir au moins 1 an d'expérience dans un rôle connexe, tel que développeur de logiciels backend, développeur DevOps, ingénieur de données ou scientifique des données
• Une compréhension fondamentale des langages de programmation, tels que Python
• Avoir suivi les cours précédents du plan de formation AWS ML Engineer Associate

Plan du cours

• Section 1 :

  Introduction

  • Leçon 1 :

    Comment utiliser ce cours

  • Leçon 2 :

    Introduction au programme

  • Leçon 3 :

    Aperçu du cours

• Section 2 :

  Apprentissage automatique sur AWS

  • Leçon 4 :

    Algorithmes et modèles de ML

  • Leçon 5 :

    ML de nouvelle génération

  • Leçon 6 :

    Utilisation responsable de l'IA/ML

  • Leçon 7 :

    Formuler des problèmes commerciaux

  • Leçon 8 :

    Développer des solutions de ML avec SageMaker Studio

• Section 3 :

  Conclusion

  • Leçon 9 :

    Résumé du cours

  • Leçon 10 :

    Contactez-nous

Sujets

united states