O curso final neste domínio se baseia nas habilidades para proteger os recursos da AWS em sua solução de machine learning (ML). Você implementará controles de segurança usando o princípio de menor privilégio e configurará políticas e perfis do AWS Identity and Access Management (IAM) para usuários e aplicações que interagem com seus sistemas de ML. Por fim, você explorará os recursos de segurança e conformidade do Amazon SageMaker para saber como cumprir os requisitos de segurança da sua empresa.
- Nível do curso: avançado
- Duração: 2 horas e 15 minutos
Atividades
- Materiais on-line
- Exercícios
- Perguntas de teste de conhecimento
Objetivos do curso
- Descrever o modelo de responsabilidade compartilhada para proteger as soluções de ML.
- Implementar o princípio de menor privilégio em artefatos de ML.
- Aplicar políticas e perfis do IAM a usuários e aplicações que interagem com sistemas de ML.
- Configurar redes de nuvem privada virtual (VPC) para endpoints do SageMaker.
- Implementar controles de acesso à rede para proteger e isolar sistemas de ML.
- Descrever recursos de segurança e conformidade do SageMaker.
- Usar recursos de segurança e conformidade do SageMaker para solucionar e depurar problemas de segurança.
- Explicar as práticas recomendadas de segurança para pipelines de integração contínua e entrega contínua (CI/CD).
Público-alvo
- Arquitetos de nuvem
- Engenheiros de machine learning
Habilidades recomendadas
- Ter pelo menos um ano de experiência com o uso da solução SageMaker e outros serviços da AWS para engenharia de ML
- Ter pelo menos um ano de experiência em uma função relacionada, como desenvolvedor de software de back-end, desenvolvedor de DevOps, engenheiro de dados ou cientista de dados
- Uma compreensão fundamental de linguagens de programação como Python
- Ter concluído os cursos anteriores no plano de aprendizado AWS ML Engineer Associate.
Conteúdo do curso
Seção 1: Introdução
- Lição 1: Como usar este curso
- Lição 2: Visão geral do curso
Seção 2: Proteção de recursos de ML
- Lição 3: Proteção de recursos da AWS em sua solução de ML
- Lição 4: Modelo de responsabilidade compartilhada
- Lição 5: Capacidades de controle de acesso usando o IAM
- Lição 6: Princípio de menor privilégio
- Lição 7: Controles de acesso à rede para recursos de ML
- Lição 8: Demonstração: proteção de recursos de ML
Seção 3: Conformidade e governança do Amazon SageMaker
- Lição 9: Recursos de segurança e conformidade
- Lição 10: Recursos de conformidade e governança
Seção 4: Práticas recomendadas de segurança para pipelines de CI/CD
- Lição 11: Considerações de segurança para pipelines de CI/CD
Seção 5: Implementar a segurança e a conformidade por meio de monitoramento, auditoria e registro em log
- Lição 12: Implementação de segurança e conformidade por meio do monitoramento e registro em log
Seção 6: Conclusão
- Lição 13: Resumo do curso
- Lição 14: Avaliação
- Lição 15: Entrar em contato
FIM
