AWS ML Engineer Associate Curriculum Overview (Japanese)

AWS ML Engineer Associate Curriculum のこの入門コースでは、機械学習 (ML) の基礎を復習し、ML と AI の進化について確認します。ML ライフサイクルの最初のステップとして、ビジネス目標を特定し、そのビジネス目標に基づいて ML の問題を定式化します。最後に、ML モデルの構築、トレーニング、デプロイに使用できるフルマネージド型 AWS サービスである Amazon SageMaker について学習します。

• コースレベル: 上級
• 所要時間: 45 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

• ML アルゴリズムやモデルを含む主要な機械学習コンポーネントを定義する。
• 一般的なビジネス上の問題の解決に役立つ主要な ML 機能とアルゴリズムを特定する。
• 人工ニューラルネットワーク (ANN) がいかに深層学習を強化するか説明する。
• 基盤モデル (FM) と大規模言語モデル (LLM) がいかに生成 AI を強化するか説明する。
• ML と AI を責任を持って使用する方法を特定する。
• 利用可能なデータと問題の複雑さに基づいて、ML ソリューションの実現可能性を判断する。
• Amazon SageMaker と Amazon SageMaker Studio の主な概念と利点を特定する。

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の学習プランの以前のコースを修了していること

コースの概要

• セクション 1: コースの紹介
  • レッスン 1: このコースの使用方法
  • レッスン 2: カリキュラムの紹介
  • レッスン 3: コースの概要
• セクション 2: AWS での機械学習
  • レッスン 4: ML アルゴリズムとモデル
  • レッスン 5: 次世代の機械学習
  • レッスン 6: AI/ML を責任を持って使用する
  • レッスン 7: ビジネス上の問題を定式化する
  • レッスン 8: SageMaker Studio で ML ソリューションを開発する
• セクション 3: まとめ
  • レッスン 9: コースのまとめ
  • レッスン 10: お問い合わせ