Durata: 3 giorni Lingua: Italiano Livello: Avanzato Attività: Lezione frontale, laboratori, demo Proposta: €1450 per te a €1250
A chi è rivolto
Descrizione
Questo corso illustra come usare la Machine Learning (ML) pipeline per risolvere un problema di business reale in un ambiente di apprendimento basato sul progetto. Imparerai tutte le fasi della pipeline tramite le presentazioni e le dimostrazioni degli istruttori. Applicherai quindi le tue conoscenze per completare un progetto di risoluzione di uno di tre problemi di business: rilevamento delle frodi, motori di suggerimenti o ritardi dei voli. Al termine del corso, avrai creato, addestrato, valutato, ottimizzato e distribuito correttamente un modello di ML tramite Amazon SageMaker in grado di risolvere il problema di business in questione.
Prerequisiti
Conoscenza approfondita di almeno un linguaggio di programmazione di alto livello
Conoscenza pratica dei servizi AWS principali e dell'implementazione del cloud pubblico
Completamento di Developing on AWS oltre a un minimo di sei mesi di applicazione di tali concetti in un ambiente reale
Cosa imparerai
Analizzare un'architettura applicativa monolitica per determinare punti di interruzione logici o programmatici in cui l'applicazione può essere suddivisa in diversi servizi AWS
Applicare i concetti e i passaggi del manifesto dell'applicazione Twelve-Factor durante la migrazione da un'architettura monolitica
Consiglia i servizi AWS appropriati per sviluppare un'applicazione cloud nativa basata su microservizi
Utilizza l'API, la CLI e gli SDK di AWS per monitorare e gestire i servizi AWS