AWS SageMaker
Entraînement et mise en service de modèles d'apprentissage sur AWS avec SageMaker.
Durée du cours : 7h
Ce que vous allez apprendre
- Préparer des données et les stocker pour un entraînement géré
- Lancer un entraînement distribué sans gérer les serveurs
- Déployer un point de terminaison et en maîtriser le coût
- Automatiser une chaîne de traitement avec SageMaker Pipelines
- Surveiller un modèle en service et détecter une dérive
Prérequis
- Python et apprentissage supervisé
- Notions de cloud AWS
Modules du cours
- Panorama de SageMaker et de ses composants
- Studio, carnets et environnements de travail
- Données sur S3 et magasins de variables
- Tâches d'entraînement et conteneurs intégrés
- Conteneurs personnalisés et scripts d'entraînement
- Réglage automatique des hyperparamètres
- Points de terminaison en temps réel et sans serveur
- Transformation par lots pour les gros volumes
- SageMaker Pipelines et registre de modèles
- Surveillance, alertes et maîtrise de la facture
Évaluation et attestation
Le parcours se termine par un examen de 40 questions qui couvre tous les modules. En cas de réussite, une attestation d'achèvement est délivrée ; son numéro est vérifiable sur la plateforme.
Les cours gratuits, eux, se concluent par un quiz de 5 questions avec un aperçu de l'attestation, sans certification.