Depois de 28 de março, os títulos dos cursos estarão somente em inglês. No entanto, as descrições dos cursos permanecerão disponíveis no idioma de sua preferência para permitir que você pesquise nesse idioma.

Neste curso introdutório à grade curricular de engenheiros de ML associados da AWS, você analisa os conceitos básicos de machine learning (ML) e examina a evolução do machine learning e da IA. Você explora as primeiras etapas do ciclo de vida do ML, identificando uma meta de negócios e formulando um problema de ML com base nessa meta de negócios. Finalmente, você é apresentado ao Amazon SageMaker, um serviço totalmente gerenciado da AWS que você pode usar para criar, treinar e implantar modelos de ML.

Nível do curso: avançado
Duração: 45 minutos

Observação: Este curso tem transcrições/legendas traduzidas. A narração está em inglês. Para exibir as legendas, clique no botão CC no canto inferior direito do player.

Atividades

Materiais on-line
Exercícios
Perguntas de teste de conhecimento

Objetivos do curso

Defina os principais componentes de machine learning, incluindo algoritmos e modelos de ML.
Identifique os principais recursos e algoritmos de ML que ajudam a resolver problemas comerciais comuns.
Descreva como as redes neurais artificiais (ANNs) potencializam o aprendizado profundo.
Descreva como os modelos de base (FMs) e os grandes modelos de linguagens (LLMs) potencializam a IA generativa.
Identifique maneiras de usar ML e IA com responsabilidade.
Determine a viabilidade de uma solução de ML com base nos dados disponíveis e na complexidade do problema.
Identifique os principais conceitos e benefícios do Amazon SageMaker e do Amazon SageMaker Studio.

Público-alvo

Arquitetos de nuvem
Engenheiros de machine learning

Habilidades recomendadas

Ter pelo menos um ano de experiência com o uso da solução SageMaker e outros serviços da AWS para engenharia de ML
Ter pelo menos um ano de experiência em uma função relacionada, como desenvolvedor de software de back-end, desenvolvedor de DevOps, engenheiro de dados ou cientista de dados
Uma compreensão básica de linguagens de programação, como Python
Ter concluído os cursos anteriores no plano de aprendizado AWS ML Engineer Associate.

Conteúdo do curso

Seção 1: Introdução
- Lição 1: Como usar este curso
- Lição 2: Introdução à grade curricular
- Lição 3: Visão geral do curso
Seção 2: Machine learning na AWS
- Lição 4: Algoritmos e modelos de ML
- Lição 5: ML de última geração
- Lição 6: Uso de IA/ML com responsabilidade
- Lição 7: Formulação de problemas comerciais
- Lição 8: Desenvolvendo soluções de ML com o SageMaker Studio
Seção 3: Conclusão
- Lição 9: Resumo do curso
- Lição 10: Entrar em contato conosco