Amazon SageMaker Studio for Data Scientists

Ziele

In dieser 3-tägigen Schulung "Amazon SageMaker Studio for Data Scientists" werden erfahrene Data Scientists darin geschult, das volle Potenzial von Amazon SageMaker Studio auszuschöpfen, einer integrierten Entwicklungsumgebung (IDE) für maschinelles Lernen. Amazon SageMaker Studio vereinfacht den gesamten Machine-Learning-Workflow, von der Datenvorbereitung über das Modelltraining bis hin zum Deployment und Monitoring, indem es eine breite Palette von ML-spezifischen Funktionen und Tools bereitstellt.

Sie lernen, wie Sie ihre Effizienz und Produktivität bei der Modellerstellung und -verbesserung steigern können, indem Sie fortschrittliche Dienste wie Amazon CodeWhisperer für die automatisierte Codegenerierung und Amazon CodeGuru Security Scan Extensions für die Code-Sicherheitsprüfung nutzen.

Zielgruppe

• Data Scientists

Voraussetzungen

Für eine optimale Teilnahme am Kurs empfehlen wir folgende Vorkenntnisse:

• Erfahrung mit ML-Frameworks
• Erfahrung mit Python-Programmierung
• Mindestens 1 Jahr Erfahrung als Data Scientist, verantwortlich für Training, Tuning und Einsatz von Modellen
• Teilnahme am Seminar AWS Technical Essentials

Agenda

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
• Hands-On Lab: Analyze and prepare data at scale using Amazon EMR
• Using AWS Glue interactive sessions
• Using SageMaker Processing with custom scripts
• 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

Module 3: Model Development

• SageMaker training jobs
• Built-in algorithms
• Bring your own script
• Bring your own container
• SageMaker Experiments
• Hands-On Lab: Using SageMaker Experiments to Track Iterations of Training and Tuning Models
• 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
• Hands-On Lab: Using SageMaker Clarify for Bias and Explainability
• SageMaker Jumpstart

Module 4: Deployment and Inference

• SageMaker Model Registry
• SageMaker Pipelines
• Hands-On Lab: Using SageMaker Pipelines and SageMaker Model Registry with SageMaker Studio
• SageMaker model inference options
• Amazon SageMaker Studio for Data Scientists
• Scaling
• Testing strategies, performance, and optimization
• Hands-On Lab: Inferencing with SageMaker Studio

Module 5: Monitoring

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

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

Open Badge - Ihr digitaler Kompetenznachweis

Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erlangen Sie nicht nur Fachkenntnisse und Fähigkeiten, sondern bekommen zusätzlich zu Ihrem Teilnahmezertifikat ein Open Badge als digitalen Nachweis Ihrer Kompetenz.

Sie können diesen in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com Konto abrufen. Ihre verdienten Badges lassen sich problemlos in sozialen Netzwerken integrieren und weitergeben.

Mehr zu den Vorteilen von Badges

Kurz vor Durchführung