AI on Amazon Web Services (AWS)培訓
AI on Amazon Web Services (AWS) 是指 AWS 提供的人工智慧 (AI) 和機器學習 (ML) 服務套件,用於幫助企業和開發人員創建智慧應用程式和解決方案。AWS 提供了一整套工具和服務,可滿足 AI/ML 生命週期的各個階段,從數據準備和模型構建到部署和監控。
這種由講師指導的現場培訓(在線或現場)面向希望學習如何利用 AWS 工具和服務高效構建、訓練和部署 AI 模型的中級 IT 專業人員。
在培訓結束時,參與者將能夠:
- 瞭解 AWS 提供的 AI/ML 服務。
- 能夠在 AWS 上設置和管理 AI/ML 環境。
- 獲得使用 Amazon SageMaker 構建、訓練和部署 AI 模型的實踐經驗。
- 瞭解如何將各種 AWS AI 服務用於特定使用案例。
課程形式
- 互動講座和討論。
- 大量的練習和練習。
- 在現場實驗室環境中動手實施。
課程自定義選項
- 如需申請本課程的定製培訓,請聯繫我們進行安排。
課程簡介
AWS 及其 AI/ML 服務簡介
設置 AWS 環境
- 創建和管理 AWS 帳戶
- AWS 簡介 Management 控制台
- 設置 AWS CLI 和開發工具包
AWS AI/ML 服務概述
- Amazon SageMaker、AWS Deep Learning AMI 和 AWS AI 服務
- AI/ML 在 AWS 上的實際應用
- 案例研究和行業實例
亞馬遜 SageMaker
- Amazon SageMaker 簡介
- SageMaker Studio 和筆記本實例
- 主要特性和功能
- 在 SageMaker 中導入和處理數據
- 特徵工程和數據清理
模型訓練和調優
- 創建和配置訓練作業
- 使用內置演算法和自定義腳本
- 超參數優化
- 調試和分析訓練作業
模型部署和 Management
- 端點創建和配置
- 模型監控和管理
- 高級部署技術
- 多模型終結點
- A/B 測試和藍/綠部署
適用於特定 Use Case 的 AWS AI 服務
- Amazon Rekognition
- 圖像和視頻分析
- 文本轉語音和語音轉文本服務
- 將 Polly 和 Transcribe 整合到應用程式中
AWS 上的高級 AI 服務
- Amazon Comprehend 和 Lex 概述
- 自然語言處理和聊天機器人服務
- 使用 Lex 構建和部署聊天機器人
- 亞馬遜翻譯和預測
- 語言翻譯和時間序列預測
- 實際應用和用例
摘要和後續步驟
最低要求
- 基本瞭解 AI/ML 概念
- 熟悉 AWS 基礎知識
- Programming Python 中的知識
觀眾
- 數據科學家
- 機器學習工程師
- AI愛好者
- IT 專業人員
Open Training Courses require 5+ participants.
AI on Amazon Web Services (AWS)培訓 - Booking
AI on Amazon Web Services (AWS)培訓 - Enquiry
AI on Amazon Web Services (AWS) - 咨詢詢問
咨詢詢問
客戶評論 (2)
All good, nothing to improve
Ievgen Vinchyk - GE Medical Systems Polska Sp. Z O.O.
Course - AWS Lambda for Developers
IOT applications
Palaniswamy Suresh Kumar - Makers' Academy
Course - Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
Provisional Upcoming Courses (Require 5+ participants)
相關課程
Advanced Amazon Web Services (AWS) CloudFormation
7 時間:此講師指導式現場培訓在 香港(在線或現場)進行,面向希望使用 CloudFormation 管理 AWS 生態系統內基礎設施資源的雲工程師和開發人員。
在本次培訓結束時,參與者將能夠:
- 實施 CloudFormation 範本以自動化基礎設施管理。
- 將現有 AWS 資源整合到 CloudFormation 中。
- 使用 StackSets 管理跨多個帳戶和區域的堆疊。
Amazon DynamoDB for Developers
14 時間:此講師指導的現場培訓在 香港(在線或現場)進行,面向希望將 DynamoDB NoSQL 資料庫集成到 AWS 上託管的 Web 應用程式的開發人員。
在本次培訓結束時,參與者將能夠:
- 設置必要的開發環境以開始將數據集成到 DynamoDB 中。
- 將 DynamoDB 整合到 Web 應用程式和行動應用程式中。
- 使用 AWS 服務在 AWS 中行動資料。
- 使用 AWS DAX 實施 操作。
AWS IoT Core
14 時間:這種以講師為主導的 香港(現場或遠端)現場培訓 面向希望在AWS上部署和管理物聯網設備的工程師。
在本次培訓結束時,參與者將能夠構建一個物聯網平臺,其中包括在 AWS 之上部署和管理後端、網關和設備。
Amazon Web Services (AWS) IoT Greengrass
21 時間:這種以講師為主導的香港現場培訓(現場或遠端)針對希望安裝,配置和管理AWS IoT Greengrass功能以創建各種設備的應用程式的開發人員。
在本次培訓結束時,參與者將能夠使用 AWS IoT Greengrass 在智慧設備上構建、部署、管理、保護和監控應用程式。
AWS Lambda for Developers
14 時間:這種由 講師指導的 香港 現場(現場或遠端)實時培訓 面向希望使用 AWS Lambda 構建服務和應用程式並將其部署到雲中的開發人員,而無需擔心配置執行環境(伺服器、VM 和容器、可用性、可擴充性、存儲等)。
在本次培訓結束時,參與者將能夠:
- 配置 AWS Lambda 以執行函數。
- 瞭解 FaaS (Functions as a Service) 和無伺服器開發的優勢。
- 構建、上傳和執行 AWS Lambda 函數。
- 將 Lambda 函數與不同的事件源集成。
- 打包、部署、監控基於 Lambda 的應用程式並對其進行故障排除。
Building Private AI Workflows with Ollama
14 時間:這是由講師指導的現場培訓課程,適合在香港(線上或現場)參加的高階專業人士,旨在使用Ollama實現安全且高效的人工智慧驅動工作流程。
在培訓結束時,參與者將能夠:
- 部署並配置Ollama以進行私有AI處理。
- 將AI模型整合到安全的企業工作流程中。
- 在保持數據隱私的同時優化AI性能。
- 利用本地AI功能自動化業務流程。
- 確保符合企業安全與治理政策。
AWS CloudFormation
7 時間:這種由講師指導的香港現場現場培訓面向希望使用AWS CloudFormation自動管理AWS雲基礎設施過程的工程師。
在培訓結束時,參與者將能夠:
- 啟用 AWS 服務以開始管理基礎設施。
- 理解並應用「基礎設施即程式碼」的原則。
- 提高品質並降低部署基礎架構的成本。
- 使用 YAML 編寫 AWS CloudFormation 樣本。
Mastering DevOps with AWS Cloud9
21 時間:這項由 講師指導的現場培訓香港(在線或現場)面向希望加深對 DevOps 實踐的理解並使用 AWS Cloud9 簡化開發流程的高級專業人員。
在本次培訓結束時,參與者將能夠:
- 為 DevOps 個工作流設置和配置 AWS Cloud9。
- 實施持續集成和持續交付 (CI/CD) 管道。
- 使用 AWS Cloud9 自動執行測試、監控和部署流程。
- 將 Lambda、EC2 和 S3 等 AWS 服務整合到 DevOps 工作流中。
- 在 AWS Cloud9 中使用原始程式碼控制系統,如 GitHub 或 GitLab。
Deploying and Optimizing LLMs with Ollama
14 時間:這是一場由講師指導的現場培訓,地點在香港(線上或現場),適合希望使用Ollama部署、優化和整合LLM的中級專業人士。
在培訓結束時,參與者將能夠:
- 使用Ollama設置和部署LLM。
- 優化AI模型以提升性能和效率。
- 利用GPU加速提升推理速度。
- 將Ollama整合到工作流程和應用程式中。
- 監控和維護AI模型的長期性能。
Developing Serverless Applications on AWS Cloud9
14 時間:這種以講師指導的現場培訓<本地>(在線或現場)面向希望學習如何在AWS Cloud9 和 AWS Lambda 上有效構建、部署和維護無伺服器應用程式的中級專業人員。
在本次培訓結束時,參與者將能夠:
- 瞭解無伺服器架構的基礎知識。
- 設置 AWS Cloud9 以進行無伺服器應用程式開發。
- 使用 AWS Lambda 開發、測試和部署無伺服器應用程式。
- 與其他 AWS 服務(如 API Gateway 和 S3)集成。
- 優化無伺服器應用程式以提高性能和成本效率。
Fiji: Image Processing for Biotechnology and Toxicology
14 時間:這個 香港(在線或現場)的講師指導實時培訓,旨在幫助希望處理和分析與組織學組織、血細胞、藻類和其他生物樣本相關的圖像的初學者和中級研究人員及實驗室專業人員。
在本次培訓結束時,參加者將能夠:
- 瀏覽Fiji界面並利用ImageJ的核心功能。
- 對科學圖像進行預處理和增強,以便更好地分析。
- 定量分析圖像,包括細胞計數和面積測量。
- 使用宏和插件自動化重複性任務。
- 針對生物研究中特定的圖像分析需求定制工作流程。
Fine-Tuning and Customizing AI Models on Ollama
14 時間:這是一個由講師指導的現場培訓課程,可在香港(線上或現場)進行,旨在為高級專業人士提供微調和自訂Ollama上的AI模型的能力,以提升性能和針對特定領域的應用。
在培訓結束時,參與者將能夠:
- 在Ollama上設置高效的AI模型微調環境。
- 為監督式微調和強化學習準備數據集。
- 優化AI模型以提升性能、準確性和效率。
- 在生產環境中部署自訂模型。
- 評估模型改進並確保其穩健性。
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
4 時間:總結:
- 物聯網架構和功能的基礎知識
- “物”、“感測器”、互聯網和物聯網業務功能之間的映射
- 所有物聯網軟體元件的基本要素 - 硬體、韌體、中間件、雲端和行動應用程式
- 物聯網功能 - 車隊管理器、數據可視化、基於 SaaS 的 FM 和 DV、警報/警報、感測器入職、“事物”入職、地理圍欄
- 使用 MQTT 與雲端進行物聯網設備通信的基礎知識。
- 使用 MQTT (AWS IoT Core) 將 IoT 設備連接到 AWS。
- 將 AWS IoT 內核與 AWS Lambda 功能連接,用於計算和數據存儲。
- 連接具有 AWS IoT 核心和簡單數據通信的Raspberry PI。
- 警報和事件
- 感測器校準
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「8 Hours Remote」
8 時間:總結:
- 物聯網架構和功能的基礎知識
- “物”、“感測器”、互聯網和物聯網業務功能之間的映射
- 所有物聯網軟體元件的基本要素 - 硬體、韌體、中間件、雲端和行動應用程式
- 物聯網功能 - 車隊管理器、數據可視化、基於 SaaS 的 FM 和 DV、警報/警報、感測器入職、“事物”入職、地理圍欄
- 使用 MQTT 與雲端進行物聯網設備通信的基礎知識。
- 使用 MQTT (AWS IoT Core) 將 IoT 設備連接到 AWS。
- 將 AWS IoT 核心與 AWS Lambda 函數連接,以使用 DynamoDB 進行計算和數據存儲。
- 連接具有 AWS IoT 核心和簡單數據通信的Raspberry PI。
- 動手使用Raspberry PI和 AWS IoT Core 構建智慧設備。
- 感測器數據可視化和與網路介面的通信。
Getting Started with Ollama: Running Local AI Models
7 時間:這是一個由講師指導的現場培訓課程,可在香港(線上或現場)進行,適合初級專業人士學習如何在本地機器上安裝、配置和使用 Ollama 來運行 AI 模型。
在本課程結束時,學員將能夠:
- 了解 Ollama 的基本概念及其功能。
- 設置 Ollama 以運行本地 AI 模型。
- 使用 Ollama 部署並與 LLM 進行互動。
- 優化 AI 工作負載的性能和資源使用。
- 探索本地 AI 部署在各行業中的應用案例。