AWS ML Engineer Associate Curriculum Overview (Simplified Chinese)

Aperçu

Dans ce cours d'introduction au programme AWS ML Engineer Associate, vous examinerez les bases de l'apprentissage automatique (ML) et explorerez l'évolution du ML et de l'IA. Vous découvrirez les premières étapes du cycle de vie du ML, identifierez les objectifs commerciaux et formulerez un problème de ML en fonction de ces objectifs. Enfin, vous découvrirez Amazon SageMaker, un service AWS entièrement géré pour créer, entraîner et déployer des modèles ML.

• Niveau du cours : Avancé
• Durée : 45 minutes

Remarque : Ce cours comprend des annotations/sous-titres localisés. La narration reste en anglais. Pour afficher les sous-titres, cliquez sur le bouton CC en bas à droite du lecteur.

• Matières en ligne
• Exercices
• Questions d'évaluation des connaissances

• Définir les composants clés du machine learning, y compris les algorithmes et modèles ML.
• Identifier les fonctionnalités et algorithmes ML clés qui aident à résoudre des problèmes commerciaux courants.
• Expliquer comment les réseaux de neurones artificiels (ANN) facilitent l'apprentissage profond.
• Expliquer comment les modèles de base (FM) et les grands modèles de langage (LLM) facilitent l'IA générative.
• Identifier des approches pour utiliser de manière responsable le ML et l'IA.
• Déterminer la faisabilité des solutions 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.

• Architectes cloud
• Ingénieurs en apprentissage automatique

• Avoir au moins 1 an d'expérience en ingénierie ML avec SageMaker et d'autres services AWS
• Avoir au moins 1 an d'expérience dans un poste connexe (par ex. développeur backend, développeur DevOps, ingénieur de données ou data scientist)
• Compréhension de base d'un langage de programmation tel que Python
• Avoir suivi les cours précédents du parcours pédagogique AWS ML Engineer Associate

• Partie 1 : Introduction
  • Leçon 1 : Comment suivre ce cours
  • Leçon 2 : Introduction au cours
  • Leçon 3 : Aperçu du cours
• Partie 2 : Apprentissage automatique sur AWS
  • Leçon 4 : Algorithmes et modèles ML
  • Leçon 5 : Prochaine génération de ML
  • Leçon 6 : Utilisation responsable de l'IA/ML
  • Leçon 7 : Formuler des problématiques commerciales
  • Leçon 8 : Développer des solutions ML avec SageMaker Studio
• Partie 3 : Conclusion
  • Leçon 9 : Révision du cours
  • Leçon 10 : Contactez-nous

Programme

Enseigné par

Étiquettes

united states