Corso MLOps Engineering on AWS

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

AWS Certified Machine Learning Specialty

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.

Contattaci ora per ricevere tutti i dettagli e per richiedere, senza alcun impegno, di parlare direttamente con uno dei nostri Docenti (Clicca qui)
oppure chiamaci subito al nostro Numero Verde (800-177596).

Calling from abroad? Reach us at +39 02 87168254.

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:

Laboratorio MLOps Engineering on AWS

Dettagli del corso

Prerequisiti

Si consiglia la partecipazione ai seguenti corsi:

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

Modalità di iscrizione

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].

Vega Training
Panoramica privacy

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.