인공 지능 및 기계 학습(AI/ML)이 일상의 일부로 빠르게 자리 잡으면서 데이터 과학자와 효율적으로 협업하고 ML과 통합되는 애플리케이션을 구축하는 방법을 이해하는 것이 점점 더 중요해지고 있습니다. Amazon SageMaker를 사용한 실무 과학 과정은 개발자 또는 DevOps 엔지니어 역할에서 ML의 기본 사항과 Amazon SageMaker Studio를 사용하여 ML 모델을 구축하는 데 필요한 단계를 이해하는 데 도움이 됩니다. 이 1일 강의실 교육 과정에서는 전문 AWS 강사가 데이터를 준비하고 ML 모델을 교육, 평가, 조정 및 배포하는 방법을 안내합니다.
배우게 될 내용
- 비즈니스 문제 해결을 위한 다양한 유형의 기계 학습의 이점을 논의합니다.
- ML 시스템을 구축하고 배포하는 팀의 일반적인 프로세스, 역할 및 책임을 설명합니다.
- 데이터 과학자가 AWS 도구와 ML을 사용하여 일반적인 비즈니스 문제를 해결하는 방법을 설명합니다.
- 데이터 과학자가 데이터를 준비하고 ML 모델을 학습, 평가, 조정, 배포하기 위해 수행하는 단계를 요약합니다.
- 기타
이 과정의 수강 대상
- 개발 운영(DevOps) 엔지니어
- 애플리케이션 개발자
사전 요구 사항
이 과정에 참석하려면 다음 조건이 갖춰져 있는 것이 좋습니다.
- AWS Technical Essentials 과정 수강
- Python 프로그래밍에 대한 기본 이해
- 통계에 대한 기본 지식
과정 개요
레벨: 중급
유형: 강의실(온라인 및 대면)
시간: 1일
제공 언어
이 과정은 인도네시아어, 영어, 프랑스어(프랑스), 독일어, 이탈리아어, 일본어, 한국어, 포르투갈어(브라질), 중국어 간체, 스페인어(라틴 아메리카) 및 중국어(번체)로 제공됩니다.
교육 과정은 고객 피드백 및 AWS 서비스 업데이트에 따라 주기적으로 업데이트됩니다. 따라서 이러한 업데이트를 현지화하는 동안 언어별로 과정 콘텐츠가 달라질 수 있습니다.