Aperçu
This course features Coursera Coach! A smarter way to learn with interactive, real-time conversations that help you test your knowledge, challenge assumptions, and deepen your understanding as you progress through the course.
This comprehensive course covers the essentials of Generative AI and prepares you for the AWS AI certification exam. You’ll start by exploring AI/ML fundamentals, including various machine learning models, data types, and the differences between supervised, unsupervised, and reinforcement learning.
As you advance, the course dives into Generative AI, focusing on foundation models, Large Language Models (LLM), and transformer architectures that power modern AI systems. You will also gain hands-on experience with AWS tools like Amazon Bedrock and SageMaker, learning to deploy, fine-tune, and optimize models in a cloud environment.
The course equips you with both theoretical knowledge and practical skills, ensuring you're prepared for real-world applications. Throughout the journey, you’ll first build a strong foundation in AI/ML concepts and deep learning.
From there, you'll dive into the exciting world of Generative AI, learning how it generates creative outputs and its applications across industries. You'll also explore AWS’s generative AI tools like Amazon Bedrock and SageMaker, which will help you master the skills needed to work in the cloud and deploy scalable AI models.
By the end of the course, you’ll have a deep understanding of AI and its applications, making you ready to tackle complex problems with AWS's powerful tools. This course is designed for anyone interested in pursuing a career in AI and cloud computing, from aspiring data scientists to IT professionals looking to enhance their AI knowledge.
There are no formal prerequisites, but familiarity with basic programming concepts or cloud computing can be beneficial. The course is suitable for intermediate learners with some foundational knowledge in tech or AI.
By the end of the course, you will be able to develop generative AI models, fine-tune them for specific use cases, integrate them with AWS tools, and deploy AI applications on the cloud. You will also be well-prepared for the AWS AI certification exam, demonstrating your expertise in this emerging field.
Programme
- Introduction
Dans ce module, nous présenterons les objectifs du cours et expliquerons comment il vous guidera à travers le processus d'apprentissage de l'IA générative. Vous recevrez également un aperçu de l'examen de certification AI AWS, y compris les sujets clés et les ressources. À la fin de cette section, vous aurez une compréhension claire de la structure du cours et de votre parcours d'apprentissage à venir.
- Fondamentaux de l'IA et du ML
Dans ce module, nous explorerons les concepts fondamentaux de l'Intelligence Artificielle et de l'Apprentissage Automatique. Vous apprendrez à propos de sujets clés tels que les systèmes de recommandation, les modèles d'apprentissage automatique et les différents types de méthodes d'apprentissage. À la fin de cette section, vous aurez une compréhension approfondie des fondamentaux de l'IA et du ML, y compris les différences entre l'apprentissage supervisé, non supervisé et par renforcement, les types de données, les techniques d'inférence et les applications de l'apprentissage profond.
- Fondamentaux de l'IA générative
Dans ce module, nous plongerons dans les fondamentaux de l'IA générative, en couvrant des concepts clés tels que les modèles de fondation et les Grandes Modèles de Langue (LLM). Vous apprendrez également l'architecture des transformateurs, fondamentale pour les modèles d'IA modernes tels que GPT et BERT. De plus, nous explorerons comment l'IA générative peut produire du texte semblable à celui des humains, avec des applications dans les chatbots, la création de contenu, et plus encore.
- IA générative chez AWS
Dans ce module, nous explorerons la suite d'outils et de services d'Amazon pour mettre en œuvre l'IA générative, en mettant l'accent sur Amazon Bedrock. Vous apprendrez à déployer et personnaliser des modèles de fondation, appliquer l'ingénierie de prompts et intégrer des modèles d'IA avec des bases de connaissances et d'autres services AWS. De plus, nous aborderons des sujets avancés comme la Génération Augmentée par la Récupération (RAG), le rôle des agents dans l'automatisation, les considérations de coût et les mesures de sécurité telles que les garde-fous. À la fin de cette section, vous serez prêt à construire et évoluer des applications d'IA générative en utilisant AWS.
- Affiner votre modèle
Dans ce module, nous nous concentrerons sur les techniques utilisées pour affiner les modèles d'IA pour de meilleures performances sur des tâches ou ensembles de données spécifiques. Vous comparerez l'affinage avec la formation continue pour comprendre leurs objectifs distincts en apprentissage automatique. De plus, nous vous guiderons à travers le processus de création de modèles personnalisés dans Amazon Bedrock, vous permettant d'adapter des solutions IA pour des applications spécialisées.
- Construisez votre propre modèle
Dans ce module, nous vous guiderons à travers le processus complet de construction de votre propre modèle d'IA, de la conception initiale à son déploiement. Vous apprendrez à préparer les données, sélectionner les algorithmes, entraîner les modèles et les déployer en utilisant Amazon SageMaker. Nous couvrirons également les rôles dans une équipe ML, les meilleures pratiques de MLOps et fournirons une démonstration pratique de la construction, de l'optimisation et du déploiement d'un modèle d'apprentissage automatique dans un environnement réel. À la fin de cette section, vous aurez les connaissances et les outils pour créer, entraîner et déployer des modèles d'IA personnalisés pour vos applications.
- Surveiller votre modèle
Dans ce module, nous nous concentrerons sur la surveillance des performances de vos modèles d'IA à travers des métriques commerciales et techniques. Vous apprendrez à suivre les métriques d'affaires pour évaluer le succès et la valeur de vos modèles dans un contexte commercial. De plus, nous explorerons les métriques techniques essentielles pour surveiller l'efficacité et l'efficience des modèles d'apprentissage automatique, garantissant leur fonctionnement optimal.
- IA Responsable
Dans ce module, nous plongerons dans les considérations éthiques qui doivent guider le développement des systèmes d'IA. Vous explorerez des sujets clés tels que l'équité, la transparence et la responsabilité, garantissant que les technologies d'IA soient responsables et équitables. Nous discuterons également de stratégies pour relever les défis de l'IA comme le biais et l'explicabilité, vous fournissant les outils pour aborder les dilemmes éthiques dans le développement et le déploiement de l'IA.
- Services AI ML d'AWS
Dans ce module, nous vous présenterons les services complets d'IA et ML offerts par AWS. Vous apprendrez à utiliser des services tels qu'Amazon Comprehend pour l'analyse de texte, Amazon Lex pour créer des interfaces conversationnelles et Amazon Rekognition pour l'analyse d'images et de vidéos. Nous couvrirons également des outils comme Amazon Personalize pour les recommandations de produits et Amazon Polly pour les capacités de synthèse vocale. À la fin de cette section, vous serez prêt à améliorer vos projets d'IA avec la vaste gamme de services spécialisés d'AWS.
- Se préparer pour l'examen
Dans ce module, nous vous fournirons des conseils essentiels et des stratégies pour vous préparer à l'examen de certification AI AWS. Vous recevrez des conseils sur les sujets clés sur lesquels vous concentrer et comment structurer vos séances d'étude pour obtenir des résultats optimaux. À la fin de cette section, vous vous sentirez confiant et pleinement équipé pour réussir l'examen.
Enseigné par
Packt - Course Instructors
Matières
Programming
