Corso MLOps Engineering on AWS

Obiettivi | Certificazione | Contenuti | Tipologia | Prerequisiti | Durata e Frequenza | Docenti | Modalità di Iscrizione | Calendario

Il Corso MLOps Engineering on AWS (MLPOPS) è progettato per i partecipanti che vogliono apprendere come automatizzare il ciclo di vita del Machine Learning. I partecipanti impareranno come creare, implementare e monitorare le pipeline di Machine Learning utilizzando servizi completamente gestiti come Amazon SageMaker, AWS Step Functions e AWS Glue. Inoltre, il corso copre le best practice di MLOps e il ruolo degli strumenti di automazione nella creazione di pipeline di Machine Learning scalabili e ripetibili. Il corso contribuisce alla preparazione per la Certificazione AWS Certified Machine Learning – Specialty.

Obiettivi del corso

Di seguito una sintesi degli obiettivi principali del corso Corso MLOps Engineering on AWS (MLPOPS):

• Apprendere l’automatizzazione del ciclo di vita del Machine Learning.
• Creare, implementare e monitorare le pipeline di Machine Learning utilizzando servizi AWS come Amazon SageMaker, AWS Step Functions e AWS Glue.
• Coprire le best practice di MLOps.
• Comprendere il ruolo degli strumenti di automazione nella creazione di pipeline di Machine Learning.
• Creare pipeline di Machine Learning scalabili e ripetibili utilizzando strumenti e pratiche di automazione.

Certificazione del corso

Esame AWS Certified Machine Learning – Specialty;
L’esame di certificazione AWS Certified Machine Learning – Specialty (MLS-C01) è progettato per valutare le competenze avanzate dei candidati nella progettazione, implementazione e gestione di soluzioni di machine learning su AWS. L’esame copre tematiche come la scelta degli algoritmi appropriati, la preparazione dei dati, la formazione e il perfezionamento dei modelli, e il deployment e l’ottimizzazione delle soluzioni di machine learning.
L’obiettivo principale è garantire che i candidati dimostrino una conoscenza approfondita delle best practice e delle soluzioni avanzate AWS per lo sviluppo di applicazioni di machine learning. Durante l’esame, i candidati affronteranno argomenti quali la progettazione di architetture scalabili e sicure, l’uso di servizi AWS come SageMaker e l’integrazione con altri servizi AWS per l’analisi dei dati.

Contenuti del corso

Module 1: Introduction to MLOps

• Machine learning operations
• Goals of MLOps
• Communication
• From DevOps to MLOps
• ML workflow
• Scope
• MLOps view of ML workflow
• MLOps cases

Module 2: MLOps Development

• Intro to build, train, and evaluate machine learning models
• MLOps security
• Automating
• Apache Airflow
• Kubernetes integration for MLOps
• Amazon SageMaker for MLOps
• Lab: Bring your own algorithm to an MLOps pipeline
• Demonstration: Amazon SageMaker
• Intro to build, train, and evaluate machine learning models
• Lab: Code and serve your ML model with AWS CodeBuild
• Activity: MLOps Action Plan Workbook

Module 3: MLOps Deployment

• Introduction to deployment operations
• Model packaging
• Inference
• Lab: Deploy your model to production
• SageMaker production variants
• Deployment strategies
• Deploying to the edge
• Lab: Conduct A/B testing

Module 4: Model Monitoring and Operations

• Lab: Troubleshoot your pipeline
• The importance of monitoring
• Monitoring by design
• Lab: Monitor your ML model
• Human-in-the-loop
• Amazon SageMaker Model Monitor
• Demonstration: Amazon SageMaker Pipelines, Model Monitor, model registry, and Feature
• Store
• Solving the Problem(s)
• Activity: MLOps Action Plan Workbook

Module 5: Wrap-up

• Course review
• Activity: MLOps Action Plan Workbook
• Wrap-up

Tipologia

Corso di Formazione con Docente

Docenti

I docenti sono Istruttori accreditati Amazon AWS e certificati in altre tecnologie IT, con anni di esperienza pratica nel settore e nella Formazione.

Infrastruttura laboratoriale

Per tutte le tipologie di erogazione, il Corsista può accedere alle attrezzature e ai sistemi presenti nei Nostri laboratori o direttamente presso i data center del Vendor o dei suoi provider autorizzati in modalità remota h24. Ogni partecipante dispone di un accesso per implementare le varie configurazioni avendo così un riscontro pratico e immediato della teoria affrontata. Ecco di seguito alcuni scenari tratti dalle attività laboratoriali:

Dettagli del corso

Prerequisiti

Si consiglia la partecipazione ai seguenti corsi:

• AWS Technical Essentials
• DevOps Engineering on AWS
• Machine Learning Terminology and Process
• The Elements of Data Science

Durata del corso

Durata Intensiva 3gg.

Frequenza

Varie tipologie di Frequenza Estensiva ed Intensiva.

Date del corso

• MLOps Engineering on AWS (Formula Intensiva) – Su Richiesta – 09:00/17:00

Le iscrizioni sono a numero chiuso per garantire ai tutti i partecipanti un servizio eccellente. L’iscrizione avviene richiedendo di essere contattati dal seguente Link, o contattando la sede al numero verde 800-177596 o inviando una richiesta all’email [email protected].