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

Aperçu

Dans ce cours d'introduction au programme de base pour les ingénieurs en ML associés d'AWS, vous examinez les concepts de base de l'apprentissage automatique (ML) et étudiez l'évolution de l'apprentissage automatique 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. Enfin, vous êtes présenté à Amazon SageMaker, un service entièrement géré par AWS que vous pouvez utiliser pour créer, former et déployer des modèles de ML.

• Niveau du cours : avancé
• Durée : 45 minutes

Remarque : Ce cours dispose de transcriptions/sous-titres traduits. La narration est en anglais. Pour afficher les sous-titres, cliquez sur le bouton CC dans le coin inférieur droit du lecteur.

• Matériels en ligne
• Exercices
• Questions de test de connaissance

• Définir les composants clés de l'apprentissage automatique, y compris les algorithmes et les modèles de ML.
• Identifier les principales fonctionnalités et algorithmes de ML qui aident à résoudre des problèmes commerciaux courants.
• Décrire comment les réseaux de neurones artificiels (ANN) propulsent l'apprentissage profond.
• Décrire comment les modèles de base (FMs) et les grands modèles de langues (LLMs) alimentent l'IA générative.
• Identifier des moyens d'utiliser le ML et l'IA de manière responsable.
• Déterminer la viabilité 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.

• Architectes cloud
• Ingénieurs en apprentissage automatique

• Avoir au moins un an d'expérience avec l'utilisation de la solution SageMaker et d'autres services AWS pour l'ingénierie ML.
• Avoir au moins un an d'expérience dans un rôle lié, tel que développeur de logiciels backend, développeur DevOps, ingénieur de données ou data scientist.
• Une compréhension de base des langages de programmation, comme Python.
• Avoir suivi les cours précédents du parcours d'apprentissage AWS ML Engineer Associate.

• Section 1 : Introduction
  • Leçon 1 : Comment utiliser ce cours
  • Leçon 2 : Introduction au programme de base
  • 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 : Formulation de problèmes commerciaux
  • Leçon 8 : Développement de solutions de ML avec SageMaker Studio
• Section 3 : Conclusion
  • Leçon 9 : Résumé du cours
  • Leçon 10 : Contactez-nous

Programme

Enseigné par

Étiquettes

united states