Szkolenie: Usługi sztucznej inteligencji i uczenia maszynowego w chmurze AWS
Szkolenie "Usługi sztucznej inteligencji i uczenia maszynowego w chmurze AWS" to kompleksowy przegląd najnowszych technologii AI i ML dostępnych na platformie AWS. Uczestnicy poznają kluczowe pojęcia związane z uczeniem maszynowym, głębokim, generatywną sztuczną inteligencją i sieciami neuronowymi.
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:1 dzień (8h)
Kod kursu:AI/AWS
Usługi sztucznej inteligencji i uczenia maszynowego w chmurze AWS
Cele szkolenia
Wprowadzenie w podstawowe pojęcia i zagadnienia z tematyki sztucznej inteligencji.
Poznanie kluczowych usług AWS w zakresie sztucznej inteligencji i uczenia maszynowego.
Przeprowadzenie uczestników przez pełen cykl życia projektów AI/ML – od pomysłu do wdrożenia w chmurze.
Dla kogo?
Szkolenie skierowane jest do tych, którzy chcą tworzyć inteligentne rozwiązania oparte na chmurze AWS: inżynierów danych, architektów chmurowych, specjalistów DevOps oraz liderów projektów
Idealne dla osób, które chcą zrozumieć, jak usługi AWS mogą zmienić podejście do uczenia maszynowego i AI
Zalety
Teoria traktowana jako niezbędne minimum potrzebne do zrozumienia zasady działania usług chmurowych.
Przegląd od podstaw zaawansowanych narzędzi chmurowych, co pozwoli świadomie dobierać rozwiązania zależnie od potrzeb projektowych.
Warsztatowa formuła pozwala od razu wdrożyć wiedzę w praktyce.
Wymagania
Podstawowe doświadczenie w pracy z chmurą AWS
Podstawowa wiedza o sztucznej inteligencji mile widziana
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Wprowadzenie
Podstawowe pojęcia związane ze sztuczną inteligencją:
uczenie głębokie
sieci neuronowe
uczenie maszynowe
sztuczna inteligencja
generatywna sztuczna inteligencja
Podział modeli LLM ze względu na zakres i pochodzenie danych wejściowych:
LLM ogólne
Fine-Tuned specjalistyczne
RAG
Przegląd usług w AWS wraz z obszarami zastosowania:
AWS Recognition
AWS Comprehend
AWS Textract
AWS Lex
AWS Polly
AWS Translate
AWS Kendra
AWS Personalize
AWS SageMaker
Case Study: proces Machine Learning krok po kroku na przykładzie:
Identyfikacja celu
Formowanie problemu
Zbieranie danych
Procesowanie danych
Trenowanie, dostosowanie, ewaluacja
Wdrożenie
Monitorowanie