AWS ML Engineer Associate 3.2 Create and Script Infrastructure (Japanese)

この分野の 2 つ目のコースでは、保守性、スケーラビリティ、コスト効率に重点を置いて、機械学習 (ML) ソリューションのインフラストラクチャの構築とスクリプティングについて学習します。プログラムを使ってインフラストラクチャを作成、デプロイ、管理するための Infrastructure as Code (IaC) について学習します。さらに、AWS Cloud Development Kit (AWS CDK) などのツールを使用してコードでクラウドインフラストラクチャを定義し、AWS CloudFormation を使ってプロビジョニングを自動化する方法も学びます。このコースでは、AWS クラウドに ML モデルをデプロイするための Amazon SageMaker Python SDK についても説明します。また、DevOps の取り組みをサポートするためにコンテナを使用する方法や、コンテナを管理およびホスティングするための Amazon Web Services (AWS) についても学びます。最後に、最適なアプリケーションパフォーマンスを実現するためのオートスケーリングの手法について詳しく調べます。

• コースレベル: アドバンスト
• 所要時間: 1 時間 30 分

アクティビティ

• オンライン資料
• 演習
• ナレッジチェックの問題

コースの目標

• 保守しやすく、スケーラブルで、コスト効率の高い ML ソリューションを作成するためのベストプラクティスについて説明する。
• IaC の利点とユースケースについて説明する。
• リソースを自動的にプロビジョニングする手法としての CloudFormation について説明する。
• リソースを自動的にプロビジョニングする方法としての AWS CDK について説明する。
• AWS CDK と CloudFormation でコードを使用してリソースをデプロイする例について説明する。
• リソースを自動化する方法について、AWS CDK と CloudFormation を比較する。
• コンテナの構築と保守の方法を説明する。
• コンテナ化の概念と AWS のコンテナサービスについて説明する。
• Amazon SageMaker SDK を使用し、ML モデルをデプロイしてホストする。
• 主な利点に基づいて Auto Scaling デプロイのメトリクスを選択する。
• SageMaker エンドポイントのオートスケーリングポリシーを使用してスケーラビリティの要件を満たす方法について説明する。

対象者

• クラウドアーキテクト
• 機械学習エンジニア

推奨スキル

• SageMaker およびその他の AWS サービスを機械学習エンジニアリングに使用した経験が 1 年以上あること
• バックエンドソフトウェアデベロッパー、DevOps デベロッパー、データエンジニア、データサイエンティストなどの関連職での経験が 1 年以上あること
• Python などのプログラミング言語に関する基本的な理解
• AWS ML エンジニアアソシエイト学習プランの先行するコースを修了していること

コースの概要

• セクション 1: はじめに

            o    レッスン 1: このコースの使用方法

            o    レッスン 2: コースの概要

            o    レッスン 3: AWS 機械学習デプロイのベストプラクティス

• セクション 2: リソースプロビジョニングの手法

            o    レッスン 4: Infrastructure as Code

            o    レッスン 5: AWS CloudFormation の使用

            o    レッスン 6: AWS CDK の使用

            o    レッスン 7: AWS CloudFormation と AWS CDK の比較

• セクション 3: モデルのデプロイとホスティング

            o    レッスン 8: Amazon SageMaker Python SDK

            o    レッスン 9: コンテナの構築と保守

            o    レッスン 10: 推論インフラストラクチャのオートスケーリング

• セクション 4: まとめ

            o    レッスン 11: コースのまとめ

            o    レッスン 12: 評価テスト

            o    レッスン 13: お問い合わせ

終了