Título do curso: AWS ML Engineer Associate 4.3 Proteção de recursos de ML da AWS (Português (Brasil)) | AWS ML Engineer Associate 4.3 Secure AWS ML Resources (Portuguese (Brazil))

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