Machine Learning: для инженеров платформ

Узнайте, как архитектура, данные и хранилища поддерживают создание продвинутых моделей машинного обучения и аналитические рабочие нагрузки

Машинное обучение  |  Руководитель  |  Инженер платформ обработки данных  |  Специалист по работе с данными  |  Разработчик   

Эта схема предназначена для специалистов по платформам данных. Изучив технологии машинного обучения (ML), вы сможете изменить методы приема данных, требования к системе и ее производительность, а также повысить удобство работы для клиентов. После этого дополните полученные навыки с помощью факультативных курсов обучения.

Подробности о каждой серии курсов читайте ниже.

learning-path-ml-data-platform-engineer_march2020
  • Чтобы получить навыки по работе с облаком AWS в этой схеме обучения, изучите курсы и пройдите экзамены в рекомендуемой здесь последовательности.

    ML Building Blocks: Services and Terminology

    В рамках этих двух курсов вы ознакомитесь со стеком, терминами и процессами машинного обучения, что поможет вам создать крепкую базу для понимания машинного обучения.

    Digital | 40 минут

    Process Model: CRISP-DM on the AWS Stack

    Ознакомьтесь с моделью и методологией CRISP‑DM и научитесь применять шесть фаз модели в своей повседневной работе. 

    Digital  |  50 минут

    Data Analytics Fundamentals

    Пройдя этот курс обучения со свободным графиком, вы изучите механизм принятия решений в ходе анализа данных, а также познакомитесь с различными методами анализа данных. Благодаря этому курсу вы узнаете пять основных факторов, указывающих на необходимость использования специальных сервисов AWS для сбора, обработки, анализа и представления данных.

    Digital | 3,5 часа

    Machine Learning Data Readiness

    Данный курс посвящен понятию готовности данных в контексте машинного обучения (ML). Вы узнаете, как определять готовность данных и когда можно использовать готовность данных в процессах ML.

    Digital  |  1 час

    Курсы Storage Deep Dive

    Эти курсы посвящены сервисам хранилищ AWS и предназначены для технических специалистов по поддержке корпоративных хранилищ, которые желают узнать, как проектировать решения высокой доступности и управлять ими.

    Digital | Продолжительность курсов различна

    Machine Learning Security

    Защитите свои приложения и среды. Отдельные разделы посвящены NACL, группам безопасности, AWS Identity and Access Management и управлению ключами шифрования.

    Digital | 30 минут

    Big Data on AWS

    В этом курсе вы познакомитесь с облачными решениями для работы с большими данными, например Amazon Elastic MapReduce (EMR), Amazon Redshift, Amazon Kinesis, и другими решениями платформы для работы с большими данными AWS.

  • Конвейер машинного обучения на AWS

    Узнайте, как использовать конвейер машинного обучения (ML), чтобы решать реальные бизнес-проблемы в среде проектного обучения. Вы узнаете о каждом этапе конвейера из презентаций и демонстраций, которые проводятся инструкторами AWS. Затем вы примените эти знания для выполнения проекта по решению одной из трех бизнес-проблем. К концу курса у вас будет успешно построенная, обученная, оцененная, настроенная и развернутая модель машинного обучения с использованием Amazon SageMaker, которая решает выбранную вами бизнес-проблему.

    Машинный перевод и технологии обработки естественного языка

    Данные курсы рассказывают, как машины работают с человеческим языком. Рассмотрите сервисы AWS, которые помогают работать с нейронными сетями и естественным языком в таких областях, как естественный и живой перевод на другие языки, а также поиск закономерностей и соотношений в тексте.

    Digital  |  80 минут

    Seeing Clearly: Computer Vision Theory

    В данном учебном курсе показано, как машины распознают изображения и видео. 

    Digital  |  2,5 часа

  • Факультативные курсы

    Изучение набора средств машинного обучения

    Курс содержит обзор нескольких сервисов машинного обучения AWS, с помощью которых можно строить модели и добавлять аналитические возможности в приложения.

    Digital | 80 минут