機器學習 – 資料平台工程師

了解架構、資料和儲存體如何支援進階機器學習建模和智慧工作負載

資料平台工程師可透過此路徑了解採用機器學習 (ML) 後,資料擷取、系統需求與效能及客戶對他們所支援的系統、服務和應用程式的體驗將有何改變。從基礎、中級進展到進階課程,另有輔助學習的補充選修課程。

在下方進一步了解與每項學習發展有關的課程。

path_ml-data-platform-engineer_v3
  • 主要發展

    企業的機器學習挑戰

    機器學習 (ML) 可協助您以過去無法達成的方式解決企業問題,但宏觀的思維很重要。我們將涵蓋 ML 術語、商業問題、使用案例和各種範例。

    數位  |  1 小時

    ML 建置區塊:服務與術語

    這兩堂課程將釐清機器學習堆疊與術語,以及協助您建置良好機器學習基礎的程序。

    數位  |  40 分鐘

    探索機器學習工具組

    介紹一些用於建置模型、增加應用程式智慧的 AWS 機器學習服務。

    數位  |  80 分鐘

    程序模型:AWS 堆疊上的 CRISP-DM

    逐步介紹 CRISP-DM 方法與架構,並將模型的六個階段實際應用在您的日常工作。 

    數位  |  50 分鐘

    機器學習資料準備度

    本課程聚焦在與機器學習 (ML) 有關的資料準備度概念。您將了解如何判斷資料準備度,以及判斷在 ML 程序採用資料準備度的時機。

    數位  |  1 小時

    儲存深入探討

    這些課程專為企業儲存工程師設計,可學習如何建構和管理高可用性解決方案,並著重在 AWS 儲存服務。

    數位  |  課程長度不定

    機器學習解決方案類型

    解說三種不同的機器學習訓練方式:電腦視覺、自然語言處理和聊天機器人。逐步說明各種實用的應用程式及其個別採用的 AWS 服務。 

    數位  |  15 分鐘

  • 分支內容領域

    與聊天機器人溝通

    透過「與聊天機器人溝通」課程了解如何建立智慧型聊天機器人。 

    數位  |  3.5 小時

    語言討論:機器翻譯和 NLP

    這些課程探索機器如何與人類語言互動。說明可協助您進行神經網路和自然語言處理的 AWS 服務,主題包含自動語音辨識、自然和流暢語言翻譯,以及文字中的洞見和關係。

    數位  |  80 分鐘

    清楚看見:電腦視覺理論

    本課程探索機器如何理解影像和影片。 

    數位  |  2.5 小時

  • 選擇性培訓

    Big Data on AWS

    本課程介紹以雲端為基礎的大數據解決方案,例如 Amazon Elastic MapReduce (EMR)、Amazon Redshift、Amazon Kinesis 及其他 AWS 大數據平台。 

    課堂/虛擬  |  3 天

    Deep Learning on AWS

    本課程說明 AWS 上以雲端為基礎的深度學習 (DL) 解決方案。此培訓將詳細說明深度學習的實用性,並解說其不同的概念。

    課堂/虛擬  |  1 天

需要更多課程?