Explore Amazon SageMaker Studio helps data scientists prepare, build, train, deploy, and monitor machine learning (ML) models.

Amazon SageMaker Studio helps data scientists prepare, build, train, deploy, and monitor machine learning (ML) models quickly. It does this by bringing together a broad set of capabilities purpose-built for ML. This course prepares experienced data scientists to use the tools that are a part of SageMaker Studio, including Amazon CodeWhisperer and Amazon CodeGuru Security scan extensions, to improve productivity at every step of the ML lifecycle.

Course level: Advanced
Duration: 3 days
Activities

This course includes presentations, hands-on labs, demonstrations, discussions, and a capstone project.

WHO SHOULD ATTEND?

Experienced data scientists who are proficient in ML and deep learning fundamentals

Prerequisites

Experience using ML frameworks
Python programming experience
At least 1 year of experience as a data scientist responsible for training, tuning, and deploying models
AWS Technical Essentials

Veri Bilimciler için Amazon SageMaker Studio Eğitimi programına Online Instructor-Led (canlı sanal sınıf) veya Classroom Based (sınıf eğitimi) formatlarında doğrudan katılım sağlayabilirsiniz. Ayrıca bu eğitimi kurumunuza özel olarak Online Instructor-Led, Classroom Based veya Onsite (yerinde eğitim) formatlarında, tercih ettiğiniz tarih ve lokasyonda organize edebiliriz. Detaylı bilgi ve kurumunuza özel planlama için bizimle iletişime geçebilirsiniz.

Kurumsal gruplar için bu eğitimi, kurumunuza özel Onsite (yerinde eğitim) formatında organize edebiliriz.

Neler Öğreneceksiniz

Accelerate the process to prepare, build, train, deploy, and monitor ML solutions using Amazon SageMaker Studio

Eğitim İçeriği

Day 1

Module 1: Amazon SageMaker Studio Setup

JupyterLab Extensions in SageMaker Studio
Demonstration: SageMaker user interface demo

Module 2: Data Processing

Using SageMaker Data Wrangler for data processing
Hands-On Lab: Analyze and prepare data using Amazon SageMaker Data Wrangler
Using Amazon EMR
Using AWS Glue interactive sessions
Using SageMaker Processing with custom scripts

Module 3: Model Development

SageMaker training jobs
Built-in algorithms
Bring your own script
Bring your own container
SageMaker Experiments

Day 2

Module 3: Model Development (continued)

SageMaker Debugger
Hands-On Lab: Analyzing, Detecting, and Setting Alerts Using SageMaker Debugger
Automatic model tuning
SageMaker Autopilot: Automated ML
Demonstration: SageMaker Autopilot
Bias detection
SageMaker Jumpstart

Module 4: Deployment and Inference

SageMaker Model Registry
SageMaker Pipelines
SageMaker model inference options
Scaling
Testing strategies, performance, and optimization

Module 5: Monitoring

Amazon SageMaker Model Monitor
Discussion: Case study
Demonstration: Model Monitoring

Day 3

Module 6: Managing SageMaker Studio Resources and Updates

Accrued cost and shutting down
Updates
Capstone

Environment setup

Challenge 1: Analyze and prepare the dataset with SageMaker Data Wrangler
Challenge 2: Create feature groups in SageMaker Feature Store
Challenge 3: Perform and manage model training and tuning using SageMaker Experiments
(Optional) Challenge 4: Use SageMaker Debugger for training performance and model optimization
Challenge 5: Evaluate the model for bias using SageMaker Clarify
Challenge 6: Perform batch predictions using model endpoint
(Optional) Challenge 7: Automate full model development process using SageMaker Pipeline

Hands-On Lab: Data processing using Amazon SageMaker Processing and SageMaker Python SDK
SageMaker Feature Store
Hands-On Lab: Feature engineering using SageMaker Feature Store
Hands-On Lab: Analyze and prepare data at scale using Amazon EMR
Hands-On Lab: Using SageMaker Experiments to Track Iterations of Training and Tuning Models
Hands-On Lab: Using SageMaker Clarify for Bias and Explainability
Hands-On Lab: Using SageMaker Pipelines and SageMaker Model Registry with SageMaker Studio
Hands-On Lab: Inferencing with SageMaker Studio

Neden Bizi Seçmelisiniz

1995’ten beri Birleşik Krallık merkezli lider bir global eğitim sağlayıcısıyız.

Veri Bilimciler için Amazon SageMaker Studio Turkmenistan eğitimine Bilginç IT Academy'nin canlı ve etkileşimli sanal sınıf ortamında katılabilirsiniz. Online Instructor-Led eğitimlerimize bireysel olarak genel katılıma açık (Public) sınıflardan katılabileceğiniz gibi, kurumunuza özel (Private / In-house) bir sınıf da planlayabilirsiniz.

Eğitim Formatı (Delivery Method): Online Instructor-Led
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Canlı ve Etkileşimli Eğitim: Eğitmeninizle gerçek zamanlı iletişim kurun; soru-cevap, uygulama ve grup çalışmalarıyla öğrenme sürecine aktif olarak katılın.
Esnek Katılım: Evinizden, ofisinizden veya internet erişiminizin bulunduğu herhangi bir lokasyondan eğitime katılın.
Uzman Eğitmen Kadrosu: Sektör deneyimine sahip, alanında yetkin eğitmenlerden güncel ve uygulanabilir bilgiler edinin.
30 Yılı Aşkın Deneyim: Bilginç IT Academy'nin 1995 yılından bu yana süregelen eğitim uzmanlığından yararlanın.
Dünya Genelinde Erişim: Turkmenistan dahil dünyanın farklı lokasyonlarından canlı sanal sınıflarımıza katılabilir veya kurumunuza özel online eğitim planlayabilirsiniz.

Amazon SageMaker Studio for Data Scientists Turkmenistan eğitimine yüz yüze sınıf ortamında katılabilirsiniz. Classroom Based eğitimlerimiz genel katılıma açık (Public)sınıflar veya kurumunuza özel (Private / In-house)sınıflar şeklinde planlanabilir.

Eğitim Formatı (Delivery Method): Classroom Based
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Yüz Yüze Öğrenme: Eğitmeniniz ve diğer katılımcılarla doğrudan iletişim kurarak etkileşimli bir sınıf deneyimi yaşayın.
Deneyimli Eğitmenler: Sektörde uzun yıllara dayanan deneyime sahip uzmanlardan gerçek dünya örnekleriyle öğrenin.
Profesyonel Eğitim Ortamı: Teknolojik altyapısı güçlü, konforlu ve öğrenmeye uygun sınıflarda eğitim alın.
Uygulamalı Öğrenme: Eğitim içeriğine bağlı olarak uygulamalar, senaryolar, vaka çalışmaları ve eğitmen yönlendirmeli çalışmalarla teorik bilgilerinizi pratiğe dönüştürün.

Amazon SageMaker Studio for Data Scientists Turkmenistan eğitimini kurumunuza özel olarak kendi ofisinizde veya tercih ettiğiniz lokasyonda gerçekleştirebilirsiniz. Bilginç IT Academy eğitmenleri, kurumunuzun ihtiyaçlarına göre planlanan eğitim için belirlediğiniz lokasyona gelebilir.

Eğitim Formatı (Delivery Method): Onsite
Katılım Modeli (Participation Model): Kuruma Özel (Private / In-house)
Tercih Ettiğiniz Lokasyonda Eğitim: Eğitimi şirketinizin ofisinde veya belirlediğiniz farklı bir lokasyonda organize edin.
Kuruma Özel İçerik: Eğitim programını şirketinizin projelerine, ekip yapısına, mevcut yetkinlik seviyesine ve iş ihtiyaçlarına göre uyarlayın.
Ekip Odaklı Öğrenme: Ekibinizin aynı içerik ve yaklaşım etrafında gelişmesini sağlayarak kurum içi bilgi paylaşımını ve iş birliğini güçlendirin.
Esnek Planlama: Eğitim tarihini, lokasyonunu ve programını kurumunuzun operasyonel ihtiyaçlarına göre planlayın.
Global Eğitim Organizasyonu: Eğitimi Turkmenistan lokasyonunda veya tercih ettiğiniz farklı bir ülkede/lokasyonda kurumunuza özel olarak organize edebilirsiniz.

Amazon SageMaker Studio for Data Scientists Turkmenistan Eğitimi

Prerequisites

Neler Öğreneceksiniz

Eğitim İçeriği

Neden Bizi Seçmelisiniz