Amazon Web Services - AWME

MLOps Engineering on AWS

MLOps Engineering on AWS
  • 時數：24小時
  • 費用：NT$ 42,000
  • 點數：11.0

選擇查詢分區開課時間

地點 班號 日期 時間 預約
台北 26681 班 2026/06/29 ~ 2026/07/01 每週一二三 09:00~18:00 預約

目前查無開課時段

詳細開課時間請洽詢業務
新竹、台中、高雄如有上課需求，請參考台北開課日期，洽當地服務人員依需求加開遠距開課日期

聯絡恆逸

教材

AWS原廠電子教材

課程目標

本課程將協助您將DevOps型態的實踐方式帶入建立、訓練與部署ML模型，學習如何建立與管理MLOps。課程由講師講授與實機練習的方式，讓您了解如何以工具、自動化、流程與團隊合作方式來解決企業在AWS雲建置MLOps所遭遇的各種問題。完成本課程之後，您將學會如何建立與管理在AWS進行MLOps所需的各項技能。

適合對象

  1. 資料平台工程師
  2. DevOps工程師
  3. 負責管理ML Model的程式開發人員或操作人員

預備知識

  1. 上過AWS Technical Essential課程或具備相等經驗
  2. 上過DevOps Engineering on AWS課程或具備相等經驗

課程內容

第一天

　 • MLOps介紹

　 • 初始化MLOps：使用SageMaker Studio建立實驗環境

　 • 可重複的MLOps：儲存體

　 • 可重複的MLOps：編排

第二天

　 • 可靠的MLOps：擴縮與測試

第三天

　 • 可靠的MLOps：監控

學會技能

  1. 使用Service Catalog與SageMaker project管理ML環境
  2. 使用自動化流程建立、訓練、測試與部署ML模型
  3. 在生產環境下，採用不同的部署策略來實作ML模型
  4. 監控會影響預測結果與符合商業預期的資料漂移與概念漂移

備註事項

  1. 上課時間為09:00~18:00
  2. 此課程需向原廠訂購電子教材及實驗環境，請於開課前兩週完成報名並繳清課程費用


AWS學員見證：入門AWS領域，就選有正統的AWS學習資源才能事半功倍


你應該要從哪個AWS認證開始?


您的公司是已經遷上雲端了，還是正在遷上雲端？


恆逸講師重點解析AWS雲端運算概念、AWS核心服務、AWS安全與合規概觀

推薦課程