Este curso aborda parte de la fase de preparación de datos del ciclo de vida del machine learning (ML). En este curso, aprenderá sobre la transformación de datos. En este curso, veremos varios conceptos y técnicas de transformación, como la limpieza de datos, la codificación y la ingeniería de características. Descubrirá cómo usar los servicios de Amazon Web Services (AWS), como el almacén de características de Amazon SageMaker, Amazon SageMaker Data Wrangler y AWS Glue, con el fin de transformar sus datos.

Nivel del curso: avanzado
Duración: 60 minutos

Actividades

Materiales en línea
Una demostración
Preguntas de evaluación de conocimientos
Una evaluación del curso

Objetivos del curso

Explicar el valor de la limpieza y la transformación de datos
Describir cómo procesar datos incorrectos o duplicados
Describir cómo detectar y abordar valores atípicos
Describir cómo procesar valores que faltan
Describir las técnicas de codificación básicas
Identificar los casos prácticos de la ingeniería de características
Describir los conceptos, los beneficios y las técnicas fundamentales de la ingeniería de características
Describir las técnicas de selección de características fundamentales
Describir los servicios de AWS para validar y etiquetar datos
Identificar las herramientas y los servicios de AWS para visualizar y transformar datos
Describir cómo ingerir datos y administrar las características mediante el almacén de características de SageMaker
Describir cómo ingerir y transformar datos con el uso de Amazon SageMaker Data Wrangler
Describir cómo transformar los datos mediante AWS Glue
Identificar las herramientas y los servicios de AWS para transformar la transmisión de datos
Describir cómo transformar la transmisión de datos con AWS Lambda y Apache Spark en Amazon EMR

Audiencia objetivo

Arquitectos de la nube
Ingenieros de machine learning

Habilidades recomendadas

Al menos 1 año de experiencia en el uso de Amazon SageMaker y otros servicios de AWS para la ingeniería de ML.
Al menos 1 año de experiencia en un puesto relacionado, como desarrollador de software de backend, desarrollador de DevOps, ingeniero de datos o científico de datos.
Una comprensión básica de los lenguajes de programación como Python.
Cursos anteriores del plan de aprendizaje AWS ML Engineer Associate.