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,另有補充學習的選修課程。

在下方進一步了解與每項學習發展有關的課程。

learning-paths_ml-data-platform-engineer
  • 主要發展

    ML 建置區塊:服務與術語

    這兩個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

    Process Model: CRISP-DM on the AWS Stack

    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

    Data Analytics Fundamentals

    在此自主進度課程中,您將了解規劃資料分析解決方案的過程,以及所涉及的各種資料分析過程。此課程將向您介紹五個關鍵因素,這些因素表明在收集、處理,分析和顯示資料時需要特定的 AWS 服務。

    數位  |  3.5 小時

    機器學習資料準備度

    本課程專注在與機器學習 (ML) 有關的資料準備度概念。您將了解如何判斷資料準備度,以及識別在 ML 程序採用資料準備度的時機。

    數位  |  1 小時

    Storage Deep Dives

    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

    機器學習安全

    透過特定主題,具體包括 NACL、安全群組、AWS identity and access management,以及加密金鑰管理,保障您的應用程式與環境的安全。
     

    數位  |  30 分鐘

    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

     

  • 與聊天機器人溝通

    透過 Communicating with Chat Bots 課程了解如何建立智慧型聊天機器人。 

    數位  |  3.5 小時

    Speaking of: Machine Translation and 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

    Seeing Clearly: Computer Vision Theory

    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

    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

     

需要更多課程?