O Amazon SageMaker Studio ajuda cientistas de dados a preparar, criar, treinar, implantar e monitorar modelos de aprendizado de máquina (ML) rapidamente, reunindo um amplo conjunto de recursos criados especificamente para o ML. Este curso prepara cientistas de dados experientes para usar as ferramentas que fazem parte do SageMaker Studio para melhorar a produtividade em cada etapa do ciclo de vida do ML.
Objetivos do curso
Neste curso, você aprenderá a:
- Acelere a preparação, a criação, o treinamento, a implantação e o monitoramento de soluções de ML para dados tabulares usando o Amazon SageMaker Studio.
Público-alvo
Este curso é destinado a:
- Cientistas de dados experientes que são proficientes nos fundamentos de ML e aprendizado profundo. A experiência relevante inclui o uso de estruturas de ML, programação em Python e o processo de criação, treinamento, ajuste e implantação de modelos.
Pré-requisitos
Recomendamos que os participantes deste curso tenham feito o (s) seguinte (s) pré-requisito (s):
- Fundamentos técnicos da AWS
Recomendamos que estudantes que não sejam cientistas de dados experientes concluam os dois cursos a seguir, seguidos de 1 ano de experiência no trabalho criando modelos antes de fazer este curso:
- Pipeline de aprendizado de máquina na AWS (curso de 3 dias em sala de aula digital da AWS)
- Deep Learning na AWS (curso de 1 dia com instrutor da AWS)
Esboço
Bem-vindo ao curso
Módulo 1 - Configuração e navegação do Amazon SageMaker
Módulo 2 - Processamento de dados
Módulo 3 - Desenvolvimento de modelos
Módulo 4 - Implantação e inferência
Módulo 5 - Monitoramento
Módulo 6 - Gerenciando recursos e atualizações do SageMaker
Resumo e recursos do curso
