Amazon Web Services (AWS) - SageMaker Studio for Data Scientists

Kesto

Kesto:

Vain 2 päivän

Menetelmä

Menetelmä:

luokkahuone / Online / Hybridi

Seuraava päivä

Seuraava päivä:

10/2/2025 (Maanantai)

Overview

On this accelerated Amazon SageMaker Studio for Data Scientists course, you will learn to boost productivity at every step of the ML lifecycle with Amazon SageMaker Studio for Data Scientists from an expert AWS instructor.

This 2 day, advanced level course helps experienced data scientists build, train, and deploy ML models for any use case with fully managed infrastructure, tools, and workflows to reduce training time from hours to minutes with optimized infrastructure. This course includes presentations, demonstrations, discussions, labs, and at the end of the course, you’ll practice building an end-to-end tabular data ML project using SageMaker Studio and the SageMaker Python SDK.

Accelerate the preparation, building, training, deployment, and monitoring of ML solutions by using Amazon SageMaker Studio Use the tools that are part of SageMaker Studio to improve productivity at every step of the ML lifecycle And much more

At the end of this course, you’ll achieve your Amazon SageMaker Studio for Data Scientists certification.

Through Firebrand’s Lecture | Lab | Review methodology, you’ll get certified at twice the speed of the traditional training and get access to courseware, learn from certified instructors, and train in a distraction-free environment.

Audience

This course is ideal for:

  • Experienced data scientists who are proficient in ML and deep learning fundamentals.
  • People with relevant experience includes using ML frameworks, Python programming, and the process of building, training, tuning, and deploying models.

8 syytä, miksi kannattaa hankkia Firebrand Trainingiltä:

  1. Koulutuksen ja todistuksen saaminen kestää vain 2 päivän. Meidän kanssamme saat -koulutuksen ja -todistuksen ennätysajassa. Todistuksen ansaitset koulutuskeskuksessamme osana intensiivistä ja nopeutettua koulutusta.
  2. Hintaan sisältyy kaikki.Kertamaksu kattaa kaikki kurssimateriaalit, kokeet, kuljetuksen, majoituksen ja ateriat ja tarjoaa kustannustehokkaimman tavan hankkia koulutus ja todistus. Ilman mitään lisäkustannuksia.
  3. Suorita tutkinto ensimmäisellä kerralla tai kertaa koulutus ilmaiseksi. Tämä on takuumme. Olemme varmoja, että läpäiset -kurssin ensimmäisellä kerralla. Mutta jos näin ei käy, voit tulla takaisin vuoden kuluttua ja maksaa vain majoituksesta ja kokeista. Kaikki muu on ilmaista.
  4. Opit enemmän.Päivä perinteisen koulutuksen tarjoajan kanssa on yleensä klo 9–17, mihin sisältyy pitkä lounastauko. Firebrand Trainingiltä saat vähintään 12 tuntia päivässä keskittynyttä ja häiriötöntä laatukoulutusaikaa opettajasi kanssa.
  5. Opit nopeammin. Yhdistämme 3 eri oppimistyyliä (visuaalisen|kuuloon perustuvan|kosketukseen perustuvan) tarjotaksemme materiaalin tavalla joka varmistaa, että opit nopeammin ja helpommin.
  6. Opiskelet huippujen kanssa.Olemme kouluttaneet ja sertifioineet 134.561 ammattilaista ja olemme kumppaneita kaikkien alan suurien nimien kanssa ja olemme saaneet lukuisia palkintoja, mm. Microsoftin Danmarki Vuoden koulutuspartneri 2010, 2011, 2012 ja 2013, Institue of IT Trainingin ”Training Company of the Year 2006, 2007, 2008” Englannissa, ISC(2):n ”Highest Performing Affiliate of the Year 2009 & 2010 – EMEA” sekä EC-Councilin ”Accredited Training Centre of the Year 2010 og 2011”, ”Newcomer of the Year 2011” ja ”Instructors Circle of Excellence”.
  7. Opit enemmän kuin pelkän teorian. Olemme kehittäneet kurssia edelleen käyttämällä laboratorioita, esimerkkitapauksia ja harjoittelukokeita varmistaaksemme, että osaat soveltaa uutta tietoa työympäristöön.
  8. Opit parhailta. Ohjaajamme kurssilla ovat alan parhaita. He tarjoavat ainutlaatuisen yhdistelmän asiantuntemusta, kokemusta ja intohimoa opetukseen.

Benefits

Curriculum

Module 1: Amazon SageMaker Setup and Navigation

  • Launch SageMaker Studio from the AWS Service Catalog.
  • Navigate the SageMaker Studio UI.
  • Demo 1: SageMaker UI Walkthrough
  • Lab 1: Launch SageMaker Studio from AWS Service Catalog

 

Module 2: Data Processing Use Amazon SageMaker Studio to collect, clean, visualize, analyze, and transform data.

  • Set up a repeatable process for data processing.
  • Use SageMaker to validate that collected data is ML ready.
  • Detect bias in collected data and estimate baseline model accuracy.
  • Lab 2: Analyze and Prepare Data Using SageMaker Data Wrangler
  • Lab 3: Analyze and Prepare Data at Scale Using Amazon EMR
  • Lab 4: Data Processing Using SageMaker Processing and the SageMaker Python SDK
  • Lab 5: Feature Engineering Using SageMaker Feature Store

 

Module 3: Model Development Use Amazon SageMaker Studio to develop, tune, and evaluate an ML model against business objectives and fairness and explainability best practices.

  • Fine-tune ML models using automatic hyperparameter optimization capability.
  • Use SageMaker Debugger to surface issues during model development.
  • Demo 2: Autopilot Lab 6: Track Iterations of Training and Tuning Models Using SageMaker Experiments
  • Lab 7: Analyze, Detect, and Set Alerts Using SageMaker Debugger
  • Lab 8: Identify Bias Using SageMaker Clarify

 

Module 4: Deployment and Inference Use Model Registry to create a model group; register, view, and manage model versions; modify model approval status; and deploy a model.

  • Design and implement a deployment solution that meets inference use case requirements.
  • Create, automate, and manage end-to-end ML workflows using Amazon SageMaker Pipelines.
  • Lab 9: Inferencing with SageMaker Studio
  • Lab 10: Using SageMaker Pipelines and the SageMaker Model Registry with SageMaker Studio

 

Module 5: Monitoring Configure a SageMaker Model Monitor solution to detect issues and initiate alerts for changes in data quality, model quality, bias drift, and feature attribution (explainability) drift.

  • Create a monitoring schedule with a predefined interval.
  • Demo 3: Model Monitoring

 

Module 6: Managing SageMaker Studio Resources and Updates List resources that accrue charges.

  • Recall when to shut down instances.
  • Explain how to shut down instances, notebooks, terminals, and kernels.
  • Understand the process to update SageMaker Studio.
  • Capstone:

The Capstone lab will bring together the various capabilities of SageMaker Studio discussed in this course. Students will be given the opportunity to prepare, build, train, and deploy a model using a tabular dataset not seen in earlier labs. Students can choose among basic, intermediate, and advanced versions of the instructions. Capstone Lab: Build an End-to-End Tabular Data ML Project Using SageMaker Studio and the SageMaker Python SDK.

Exam Track

At the end of this accelerated course, you’ll achieve your Amazon SageMaker Studio for Data Scientists.

What's Included

Prerequisites

Before attending this accelerated course, you should have:

  • Completed the following AWS course prior to attending this course: AWS Technical Essentials (AWSE)
  • Students who are not experienced data scientists complete the following two courses followed by 1-year on-the-job experience building models prior to taking this course: Machine Learning Pipeline on AWS (ML-PIPE) Deep Learning on AWS (AWSDL).

Arvioinnit

Olemme kouluttaneet kymmenen vuoden aikana yli 134.561 opiskelijaa. Heitä kaikkia on pyydetty arvioimaan pikakurssimme. Tällä hetkellä 94,80% on sitä mieltä, että Firebrand on ylittänyt heidän odotuksensa:

"The trainer was absolutely fantastic. The course materials was explained to point and easily understood. All questions answered I had. I am feeling extremely confident of passing the exam and being certified."
Peter Royle, Lineage Logistics. (29/4/2024 (Maanantai) - 2/5/2024 (Torstai))

"It was a great week worth of training. Very intense course so not for the faint of heart! If you do decide to do a course here, be prepared but be excited. It's a great place to learn these courses and appreciate my instructor and everyone for making it a great experience!"
Robert Sizeland, Rhino Analytics. (29/4/2024 (Maanantai) - 2/5/2024 (Torstai))

"Good trainer. Course has a lot of content but trainer did well to make it entertaining."
Uchenna Onyia. (8/3/2024 (Perjantai) - 10/3/2024 (Sunnuntai))

"Intensive course with good content"
Karen Asamoah, BPP. (4/3/2024 (Maanantai) - 10/3/2024 (Sunnuntai))

"Very in-depth knowledge of the trainer made the course enjoyable"
A.K.. (4/3/2024 (Maanantai) - 7/3/2024 (Torstai))

Kurssipäivämäärät

Alkaa

Loppuu

Saatavuus

Sijainti

Rekisteröidy

26/8/2024 (Maanantai)

27/8/2024 (Tiistai)

Päättynyt - Jätä palautetta

-

 

 

10/2/2025 (Maanantai)

11/2/2025 (Tiistai)

Rajoitettu määrä paikkoja

Maanlaajuinen

 

24/3/2025 (Maanantai)

25/3/2025 (Tiistai)

Paikkoja saatavilla

Maanlaajuinen

 

5/5/2025 (Maanantai)

6/5/2025 (Tiistai)

Paikkoja saatavilla

Maanlaajuinen

 

16/6/2025 (Maanantai)

17/6/2025 (Tiistai)

Paikkoja saatavilla

Maanlaajuinen

 

Uusimmat arvostelut opiskelijoiltamme