Descrição do curso
Este curso prepara para o exame do AWS Certified Machine Learning – Specialty, que valida a sua habilidade de criar, implementar, implantar e manter soluções de machine learning (ML).
Neste curso, você aprenderá sobre a logÃstica do exame e a mecânica das perguntas, e explorará os domÃnios técnicos dele. Você analisará os principais produtos da AWS e os principais conceitos para os domÃnios do exame:
- Engenharia de dados
- Análise exploratória de dados
- Modelagem
- Implementação e operações de machine learningVocê também aprenderá as principais estratégias para realizar o exame e as colocará em ação, com várias perguntas de estudo. Depois de aperfeiçoar suas habilidades, você terá a chance de responder a um questionário que irá ajudá-lo a avaliar seus pontos fortes e fracos, para que você saiba no que focar em seus estudos pré-exame.
NÃvel: IntermediárioModalidade: DigitalDuração: 4 horasFormato- Apresentações multimÃdia- Demonstração com perguntas de estudo- Questionários adicionais e perguntas de estudo
Objetivos do curso
Ao final do curso, você poderá:
- Identificar seus pontos fortes e fracos em cada domÃnio do teste para que saiba no que se concentrar ao estudar para o teste
- Descrever os tópicos técnicos e conceitos que compõem cada um dos domÃnios do teste.
- Resumir a logÃstica e mecânica do teste e suas questões
- Usar estratégias eficazes para estudar e fazer o teste
Público-alvo
Este curso é destinado a:- Profissionais de ML, com pelo menos um ano de experiência prática, preparando-se para fazer o exame AWS Certified Machine Learning — Specialty
Pré-requisitos
Recomendamos que os participantes deste curso tenham:
- Proficiência expressando a visão por trás de algoritmos básicos de ML e realizando otimização básica de hiperparâmetros
- Compreensão do pipeline de ML e seus componentes
- Experiência com estruturas de ML e aprendizagem profunda
- Compreensão e experiência em treinamento de modelos, implantação e práticas operacionais recomendadas
Inscrever-se
www.aws.training
Descrição do curso
Módulo 0: Course Introduction
Módulo 1: Visão geral do exame e estratégias de realização de testes
- Visão geral, logÃstica, pontuação, interface de usuário do teste
- Mecânica e design das perguntas
- Estratégias para realizar exames
Módulo 2: DomÃnio 1 — Engenharia de dados
- DomÃnio 1.1: Repositórios de dados para ML
- DomÃnio 1.2: Identificar e implementar uma solução de ingestão de dados
- DomÃnio 1.3: Identificar e implementar uma solução de transformação de dados
- Demonstração das perguntas de estudo
- Questionário do domÃnio 1
Módulo 3: DomÃnio 2 — Análise exploratória de dados
- DomÃnio 2.1: Higienizar e preparar dados para modelagem
- DomÃnio 2.2: Executar apresentando engenharia
- DomÃnio 2.3: Analisar e visualizar dados para ML
- Demonstração das perguntas de estudo
- Questionário do domÃnio 2
Módulo 4: DomÃnio 3 — Modelagem
- DomÃnio 3.1: Mapear os problemas de negócios como problemas de ML
- DomÃnio 3.2: Selecionar o(s) modelo(s) apropriado(s) para um determinado problema de ML
- DomÃnio 3.3: Treinar modelos de ML
- DomÃnio 3.4: Executar a otimização de hiperparâmetros
- DomÃnio 3.5 Avaliar modelos de ML
- Demonstração das perguntas de estudo
- Questionário do domÃnio 3
Módulo 5: DomÃnio 4 — Implementação e operações de ML
- DomÃnio 4.1: Criar soluções de ML para performance, disponibilidade, escalabilidade, resiliência e tolerância a falhas
- DomÃnio 4.2: Recomendar e implementar os serviços e recursos de ML adequados para um determinado problema
- DomÃnio 4.3: Aplicar práticas básicas de segurança da AWS à s soluções de ML
- DomÃnio 4.4: Implantar e operacionalizar soluções de ML
- Demonstração das perguntas de estudo
- Questionário do domÃnio 4
Módulo 6: Perguntas adicionais de estudo
- Oportunidade de responder a perguntas de estudo adicionais
Módulo 7: Material de estudo recomendado
- Links para blogs da AWS, documentação, perguntas frequentes e outros materiais de estudo recomendados para o exame
Módulo 8: Encerramento do curso
- Como se cadastrar para o exame
- Resumo do curso
- Comentários sobre o curso