Amazon Web Services (AWS) SageMaker 교육 과정

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 DynamoDB NoSQL 데이터베이스를 AWS에서 호스팅되는 웹 애플리케이션에 통합하려는 개발자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• DynamoDB에 데이터 통합을 시작하는 데 필요한 개발 환경을 설정합니다.
• DynamoDB를 웹 애플리케이션과 모바일 애플리케이션에 통합합니다.
• AWS 서비스를 사용하여 AWS에서 데이터를 이동합니다.
• AWS DAX로 작업을 구현합니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 AWS CloudFormation을(를) 사용하여 AWS 클라우드 인프라 관리 프로세스를 자동화하려는 엔지니어를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• AWS 서비스를 활성화하여 인프라 관리를 시작하세요.
• "코드로서의 인프라" 원칙을 이해하고 적용합니다.
• 품질을 향상하고 인프라 배포 비용을 절감합니다.
• YAML을 사용하여 AWS CloudFormation 템플릿을 작성합니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 CloudFormation을(를) 사용하여 AWS 생태계 내 인프라 리소스를 관리하려는 클라우드 엔지니어 및 개발자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 인프라 관리를 자동화하는 CloudFormation 템플릿을 구현합니다.
• 기존 AWS 리소스를 CloudFormation에 통합합니다.
• StackSets를 사용하여 여러 계정 및 지역의 스택을 관리합니다.

대한민국(현장 또는 원격)에서 진행되는 이 강사 주도 라이브 교육은 AWS에서 IoT 장치를 배포하고 관리하려는 엔지니어를 대상으로 합니다.

이 교육이 끝나면 참가자는 AWS 위에 백엔드, 게이트웨이 및 장치의 배포 및 관리가 포함된 IoT 플랫폼을 구축할 수 있게 됩니다.

Summery:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Alerts and events
• Sensor calibration

Summary:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage using DynamoDB.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Hands on with Raspberry PI and AWS IoT Core to build a smart device.
• Sensor data visualization and communication with web interface.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 AWS IoT Greengrass 기능을 설치, 구성 및 관리하여 다양한 디바이스용 애플리케이션을 생성하려는 개발자를 대상으로 합니다.

이 교육이 끝나면 참가자는 AWS IoT Greengrass를 사용하여 지능형 장치에서 애플리케이션을 구축, 배포, 관리, 보호 및 모니터링할 수 있습니다.

대한민국(현장 또는 원격)에서 진행되는 이 강사 주도 라이브 교육은 실행 환경(서버, VM 및 컨테이너, 가용성, 확장성, 스토리지 등).

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 기능을 실행하려면 AWS Lambda을 설정하세요.
• FaaS(Functions as a Service)와 서버리스 개발의 장점을 이해합니다.
• AWS Lambda 함수를 빌드, 업로드 및 실행합니다.
• Lambda 함수를 다양한 이벤트 소스와 통합합니다.
• Lambda 기반 애플리케이션을 패키징, 배포, 모니터링 및 문제 해결합니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 AWS Lambda 애플리케이션 및 서비스를 다른 서비스(API Gateway, Kinesis Streams 등)와 통합하려는 개발자를 대상으로 합니다. 교육에서는 브라우저 기반 AWS Cloud9 IDE를 사용하여 소프트웨어를 공동으로 개발하는 방법을 보여줍니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• AWS Cloud9 IDE를 사용하여 기능, 애플리케이션 및 서비스를 공동으로 개발합니다.
• AWS Lambda 기능을 다른 AWS 서비스와 통합합니다.
• API를 생성하고 관리합니다.
• 실시간 스트리밍 데이터를 읽고 처리하려면 AWS Lambda 함수를 설정합니다.
• AWS Lambda 기능과 애플리케이션을 구축, 테스트 및 배포하기 위한 지속적인 통합 파이프라인을 생성하고 관리합니다.

H2O AutoML is an artificial intelligence platform that automates the process of building, selecting and optimizing large numbers of machine learning models.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use H2O AutoML to automate the process of building and selecting the best machine learning algorithm and parameters.

By the end of this training, participants will be able to:

• Automate the machine learning workflow.
• Automatically train and tune many machine learning models within a specified time range.
• Train stacked ensembles to arrive at highly predictive ensemble models.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Auto-sklearn을 사용하여 기계 학습 모델 선택 및 최적화 프로세스를 자동화하려는 기계 학습 실무자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 매우 효율적인 기계 학습 모델을 훈련하는 프로세스를 자동화합니다.
• 다양한 모델을 선택하고 훈련하고 테스트하는 지루한 작업을 우회하면서 매우 정확한 기계 학습 모델을 구축하세요.
• 머신러닝의 힘을 활용하여 실제 비즈니스 문제를 해결하세요.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 데이터 과학자뿐만 아니라 Auto-Keras을 사용하여 기계 학습 모델 선택 및 최적화 프로세스를 자동화하려는 기술이 부족한 사람들을 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 매우 효율적인 기계 학습 모델을 훈련하는 프로세스를 자동화합니다.
• 딥 러닝 모델에 가장 적합한 매개변수를 자동으로 검색합니다.
• 매우 정확한 기계 학습 모델을 구축하세요.
• 머신러닝의 힘을 활용하여 실제 비즈니스 문제를 해결하세요.

이 강사가 진행하는 실시간 교육(온라인 또는 현장)은 Stable Diffusion을 활용하여 다양한 사용 사례에 맞는 고품질 이미지를 생성하려는 데이터 과학자, 기계 학습 엔지니어 및 컴퓨터 비전 연구원을 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

Stable Diffusion의 원리와 이것이 이미지 생성에 어떻게 작동하는지 이해합니다. 이미지 생성 작업을 위한 Stable Diffusion 모델을 구축하고 훈련합니다. 인페인팅, 아웃페인팅, 이미지 간 변환 등 다양한 이미지 생성 시나리오에 Stable Diffusion을 적용합니다. Stable Diffusion 모델의 성능과 안정성을 최적화합니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 딥 러닝에 대한 지식과 기술을 확장하고자 하는 중급 및 고급 수준의 데이터 과학자, 기계 학습 엔지니어, 딥 러닝 연구자 및 컴퓨터 비전 전문가를 대상으로 합니다. 텍스트-이미지 생성을 위해.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

텍스트-이미지 생성을 위한 고급 딥 러닝 아키텍처와 기술을 이해합니다. 고품질 이미지 합성을 위해 복잡한 모델과 최적화를 구현합니다. 대규모 데이터세트와 복잡한 모델의 성능과 확장성을 최적화합니다. 더 나은 모델 성능과 일반화를 위해 하이퍼파라미터를 조정합니다. Stable Diffusion을 다른 딥 러닝 프레임워크 및 도구와 통합

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 AlphaFold의 작동 방식을 이해하고 AlphaFold 모델을 실험 연구의 가이드로 사용하려는 생물학자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• AlphaFold의 기본 원리를 이해합니다.
• AlphaFold이 어떻게 작동하는지 알아보세요.
• AlphaFold 예측과 결과를 해석하는 방법을 알아보세요.