Machine Learning Engineering on AWS (バウチャ付)
- コースコードAW025
- 受講形態オンラインもしくは対面
- 日数3日間
- 受講時間9時30分 ～ 17時30分（昼休憩：60分）
- 受講料255,200円 (税別価格232,000円)
このコースでは、MLソリューションをAWSサービスを利用して構築するために必要な知識について学ぶ実践的なコースです。機械学習モデルの構築に必要なデータ準備からトレーニングやデプロイ、評価までの各タスクについてAmazon SageMaker AI や、Amazon EMR などの各種サービスを利用する方法について学びます。
※開催情報欄の「空席状況」が「×空席なし(お問い合わせ)」の場合は、右下の「問合せ」ボタンよりお問い合わせください。
開催情報
開催日程・場所
| 開催日 | 場所 | 受付状況 | 空席状況 | 受付締切 |
|---|---|---|---|---|
| 7月13日(月) 〜 7月15日(水) | オンラインLive(トレノケート社) | 受付中 | △残席わずか | 6月28日(日) |
| 8月12日(水) 〜 8月14日(金) | オンラインLive(トレノケート社) | 受付中 | △残席わずか | 7月28日(火) |
| 9月14日(月) 〜 9月16日(水) | オンラインLive(トレノケート社) | 受付中 | △残席わずか | 8月30日(日) |
| 10月6日(火) 〜 10月8日(木) | オンラインLive(トレノケート社) | 受付中 | △残席わずか | 9月21日(月) |
| 11月18日(水) 〜 11月20日(金) | オンラインLive(トレノケート社) | 受付中 | △残席わずか | 11月3日(火) |
| 12月9日(水) 〜 12月11日(金) | オンラインLive(トレノケート社) | 受付中 | △残席わずか | 11月24日(火) |
詳細情報
対象者
・AWS で機械学習モデルを構築、デプロイ、および運用化することを計画しているエンジニアの方
・機械学習プロジェクトに携わるDevOpsエンジニア、開発者、運用エンジニアの方
前提知識
以下の技術的知識をお持ちの方を対象としています。
□ AWS Cloud Practitioner Essentials および AWS Technical Essentials を修了または、同等の知識がある方（必須）
□ 基本的な機械学習の概念の理解
□ Python プログラミング言語と、NumPy、Pandas、Scikit-learn などの一般的なデータサイエンスライブラリの実用的な知識
学習目標
当コースを修了した時点で、次のことができることを目標とします。
● ML の基礎と AWS クラウドでのそのアプリケーションを説明できる。
● AWS サービスを使用して、ML タスクのデータを処理、変換、および設計できる。
● 要件とモデルの解釈可能性に基づいて、適切な ML アルゴリズムとモデリングアプローチを選択できる。
● AWS 上の ML リソースの適切なセキュリティ対策について説明できる
研修の内容
1. AWS での機械学習 (ML) の紹介
- トピックA：ML の紹介
- トピックB：Amazon SageMaker Al
- トピックC：責任あるML
2. 機械学習 (ML) の課題の分析
- トピックA：ML ビジネス課題の評価
- トピックB：ML トレーニングアプローチ
- トピックC：ML トレーニングアルゴリズム
3. 機械学習 (ML) のためのデータ処理
- トピックA：データ準備とタイプ
- トピックB：探索的データ分析
- トピックC：AWS ストレージオプションとストレージの選択
4. データ変換と特徴量エンジニアリング
- トピックA：不正なデータ、重複したデータ、欠損データの処理
- トピックB：特徴量エンジニアリングの概念
- トピックC：特徴量選択技術
- トピックD：AWS データ変換サービス
- ラボ1：Amazon SageMaker Data Wrangler と Amazon EMR を使用したデータの分析と準備
- ラボ2：SageMaker Processing と SageMaker Python SDK を使用したデータ処理
5. モデリングアプローチの選択
- トピックA：Amazon SageMaker Al 内蔵アルゴリズム
- トピックB：Amazon SageMaker Autopilot
- トピックC：組み込みトレーニングアルゴリズムの選択
- トピックD：モデル選択の考慮事項
- トピックE：ML コストの考慮事項
6. 機械学習 (ML) モデルのトレーニング
- トピックB：Amazon SageMaker Al でのモデルトレーニング
- ラボ3：Amazon SageMaker Al でのモデルのトレーニング
7. 機械学習 (ML) モデルの評価とチューニング
- トピックA：モデルパフォーマンスの評価
- トピックB：トレーニング時間を短縮する技術
- トピックC：ハイパーパラメータチューニング技術
- ラボ4：Amazon SageMaker Al を使用したモデルチューニングとハイパーパラメータ最適化
8. モデルデプロイ戦略
- トピックA：デプロイの考慮事項とターゲットオプション
- トピックB：デプロイ戦略
- トピックC：モデル推論戦略の選択
- トピックD：推論用のコンテナとインスタンスタイプ
- ラボ5：トラフィックのシフト
9. AWS 機械学習 (ML) リソースのセキュリティ
- トピックA：アクセス制御
- トピックB：ML リソースのネットワークアクセス制御
- トピックC：CI/CD パイプラインのセキュリティに関する考慮事項
10. 機械学習オペレーション (MLOps) と自動デプロイ
- トピックA：MLOps の概要
- トピックB：CI/CD パイプラインでのテストの自動化
- トピックC：継続的デリバリ
- ラボ6：Amazon SageMaker Studio で Amazon SageMaker Pipelines と Amazon SageMaker Model Registry を使用する
11. モデルパフォーマンスとデータ品質の監視
- トピックA：ML モデルにおけるドリフトの検出
- トピックB：SageMaker Model Monitor
- トピックC：データ品質とモデル品質の監視
- トピックD：自動修復とトラブルシューティング
- ラボ7：モデルのデータドリフトを監視する
<演習/デモ内容>
ラボ1：Amazon SageMaker Data Wrangler と Amazon EMR を使用したデータの分析と準備
ラボ2：SageMaker Processing と SageMaker Python SDK を使用したデータ処理
ラボ3：Amazon SageMaker Al でのモデルのトレーニング
ラボ4：Amazon SageMaker Al を使用したモデルチューニングとハイパーパラメータ最適化
ラボ5：トラフィックのシフト
ラボ6：Amazon SageMaker Studio で Amazon SageMaker Pipelines と Amazon SageMaker Model Registry を使用する
ラボ7：モデルのデータドリフトを監視する
スキルレベル
ITSS+ 共通スキルレベル：3
資格関連情報
AWS Certified Machine Learning Engineer - Associate
重要事項
| キャンセル規定 | 受講開始15日前から受講料(購入価格)の100%のキャンセル料がかかります。 |
|---|---|
| テキスト | ●AWS Builder Labs へのサインインについて |
| オンラインクラス | [Liveオンライン研修] |
備考
当コースはトレノケート株式会社 直営クラスへのご案内となります。
