Machine Learning: Data Platform Engineer

Lernen Sie, wie Architektur, Daten und Storage fortschrittliches Machine-Learning-Modeling und Intelligence-Arbeitslasten unterstützen

Dieser Lernpfad wurde entwickelt, um Data Platform Engineers auf die Veränderungen vorzubereiten, die durch Machine Learning entstehen. Dazu gehören veränderte Bedingungen bei der Dateneinspeisung, den Systemanforderungen und der Systemleistung sowie die Auswirkungen auf das Benutzererlebnis auf von ML-gestützten Systemen, Services und Anwendungen. Es gibt Einführungs-, Mittelstufen- und Fortgeschrittenenkurse. Sie können das Gelernte außerdem durch optionale Kurse erweitern.

Im Folgenden erhalten Sie weitere Informationen zu den Kursen in den jeweiligen Lernprogressionen.

path_ml-data-platform-engineer_v3
  • Primäre Progression

    Machine Learning für betriebliche Herausforderungen

    Machine Learning (ML) kann Sie bei der Lösung betrieblicher Probleme auf eine Weise unterstützen, die bisher nicht möglich war – aber Sie müssen es wagen, Großes zu träumen. Sie lernen die ML-Terminologie kennen und beschäftigen sich mit geschäftlichen Problemen, Anwendungsfällen und Beispielen.

    Digital  |  1 Stunde

    ML-Bausteine: Services und Terminologie

    Diese beiden Kurse erörtern sowohl den Machine Learning Stack als auch die Begriffe und Prozesse. So bilden Sie eine solide Grundlage im Bereich Machine Learning.

    Digital  |  40 Minuten

    Die Werkzeuge des Machine Learnings kennenlernen

    Lernen Sie einige der AWS Machine-Learning-Services kennen, mit denen Sie Modelle entwickeln und Anwendungen mit Intelligenz ausstatten können.

    Digital  |  80 Minuten

    Prozessmodell: CRISP-DM mit AWS Stack

    Gehen Sie Schritt für Schritt durch CRISP-DM-Methodik und -Framework und wenden Sie anschließend die sechs Phasen auf Ihre tägliche Arbeit an. 

    Digital  |  50 Minuten

    Datenbereitschaft im Bereich Machine Learning

    Dieser Kurs legt den Fokus auf das Konzept der Datenbereitschaft im Kontext von Machine Learning (ML). Sie erfahren, wie Sie die Datenbereitschaft bestimmen und identifizieren, wann Sie die Datenbereitschaft als Teil Ihres ML-Prozesses einsetzen sollten.

    Digital  |  1 Stunde

    Vertiefung der Kenntnisse über Speicher

    Diese Kurse wurden für Speicherentwickler in Unternehmen konzipiert, damit diese lernen, wie sie hochgradig verfügbare Lösungen mit dem Schwerpunkt auf AWS-Speicherservices entwerfen und verwalten können.

    Digital  |  Kurse mit unterschiedlicher Länge

    Lösungsarten für Machine Learning

    Machen Sie sich mit den drei verschiedenen Disziplinen für Machine Learning vertraut: Computer Vision, Verarbeitung von natürlicher Sprache und Chatbots. Lernen Sie praktische Anwendungen und die in diesen Anwendungen verwendeten AWS-Services kennen.  

    Digital  |  15 Minuten

  • Verzweigte Inhaltsbereiche

    Kommunikation mit Chatbots

    Erfahren Sie, wie Sie intelligente Chatbots mit dem Modul für die Kommunikation mit Chatbots erstellen. 

    Digital  |  3,5 Stunden

    Im Fokus: Machine Translation und Verarbeitung natürlicher Sprache (NLP)

    In diesen Kursen erfahren Sie, wie Maschinen mit menschlicher Sprache interagieren. Schauen Sie sich AWS-Services an, die Sie mit Themen rund um neuronale Netzwerke und die Verarbeitung von natürlicher Sprache unterstützen, z. B. automatische Spracherkennung, natürlich klingende, flüssige Übersetzungen sowie Einblicke und Beziehungen im Texten.

    Digital  |  80 Minuten

    Durchblick bei der Computervision-Theorie

    In diesem Modul erfahren Sie, wie Maschinen ein Verständnis für Bilder und Videos entwickeln. 

    Digital  |  2,5 Stunden

  • Optionale Schulung

    Big Data in AWS

    Dieser Kurs bietet eine Einführung in Cloud-basierte Big-Data-Lösungen wie Amazon Elastic MapReduce (EMR), Amazon Redshift, Amazon Kinesis und die restliche AWS-Plattform für Big Data. 

    Deep Learning in AWS

    Dieser Kurs bietet eine Einführung in die Cloud-basierten Deep Learning (DL)-Lösungen in AWS. In der Schulung werden die Vorteile von Deep Learning ausführlich erläutert und die verschiedenen zugehörigen Konzepte erklärt.

Sie benötigen weitere Informationen?