机器学习:数据平台工程师

了解架构、数据和存储如何支持高级机器学习建模和智能工作负载

本路径的目的是让数据平台工程师了解机器学习 (ML) 将会如何改变数据摄取、系统需求和性能,以及它们支持的系统、服务和应用程序的客户体验。通过基础、中级和高级课程逐步提高,并以选修课程作为补充。

详细了解以下各个学习进阶中的课程。

path_ml-data-platform-engineer_v3
  • 初级进阶

    用机器学习应对业务挑战

    机器学习 (ML) 可以帮助您用以往无法实现的方式来解决业务问题,而您必须大胆设想,确立远大目标。我们将介绍 ML 术语、业务问题、使用案例和示例。

    数字化  |  1 小时

    ML 构建基块:服务和术语

    这两门课程将介绍机器学习堆栈以及各种术语和流程,帮助您打下良好的机器学习基础。

    数字化  |  40 分钟

    了解机器学习工具集

    了解一些 AWS 机器学习服务(可用于构建模型并为应用程序添加智能功能)。

    数字化  |  80 分钟

    过程模型:AWS 堆栈上的 CRISP-DM

    了解 CRISP-DM 方法和框架,然后将模型的六个阶段应用到您的日常工作中。 

    数字化  |  50 分钟

    机器学习数据准备度

    本课程重点介绍机器学习 (ML) 背景下的数据准备度概念。您将学习如何确定数据准备度,以及何时将数据准备度作为 ML 过程的一部分。

    数字化  |  1 小时

    深入了解存储

    这些课程专门面向企业存储工程师,帮助他们学习如何构建和管理高度可用的解决方案,其中重点介绍 AWS 存储服务。

    数字化  |  课时各不相同

    机器学习解决方案的类型

    了解机器学习的三个不同学科:计算机视觉、自然语言处理和聊天机器人。查看实际应用和每个应用中使用的 AWS 服务。 

    数字化  |  15 分钟

  • 分支内容领域

    与聊天机器人沟通

    学习“与聊天机器人沟通”课程,了解如何构建智能聊天机器人。 

    数字化  |  3.5 小时

    语言:机器翻译与 NLP

    这些课程将探索机器如何与人类语言交互。了解 AWS 服务,这些服务可以帮助您应对神经网络和自然语言处理主题,例如自动语音识别、自然流畅的语言翻译和文本中的见解与关系。

    数字化  |  80 分钟

    清晰查看:计算机视觉理论

    本课程将探索机器如何理解图像和视频。 

    数字化  |  2.5 小时

  • 可选培训

    Big Data on AWS

    本课程将向您介绍基于云的大数据解决方案,例如 Amazon Elastic MapReduce (EMR)、Amazon Redshift、Amazon Kinesis 及 AWS 大数据平台的其他部分。 

    教室/虚拟  |  3 天

    AWS 上的深度学习

    本课程将向您介绍 AWS 上基于云的深度学习 (DL) 解决方案。此培训将详细介绍深度学习的实用性,并解释各种相关概念。

    教室/虚拟  |  1 天

想要了解更多?