mypage マイページ cart カート
コース検索
サイト内検索


ホーム > MLOps Engineering on AWS (Specialty バウチャ付)

MLOps Engineering on AWS (Specialty バウチャ付)


期間  3日間 時間  9:30～17:30
価格(税込)  278,300円(税込) 主催  トレノケート
コース種別  集合研修  
形式  講義＋実機演習 コースコード  AWC0208V
コース日程が決定次第、ご案内いたします。マイページ会員様は「お気に入り」にご登録いただければ、日程が公開された際にメールで通知が届きます。
詳しくはお問い合わせください。

ワンポイントアドバイス

本コースはオンライン対応です

会場が「オンラインLive」または「教室Live配信」の日程はオンラインでご参加いただけます。

  • オンラインLive：受講者の方はオンラインのみとなります。
  • 教室Live配信：教室・オンラインから受講される方が混在します。

★オンラインLiveトレーニングの詳細はこちら

AWS Specialty 認定試験用バウチャ付き

本コースには、AWS Certified Machine Learning - Specialtyで利用可能な Specialty 用の認定試験バウチャが付属しています。

AWS Certified Machine Learning Engineer - Associate や、AWS Certified AI Practitioner ではご利用いただけません。

重要なご連絡・ご確認事項

★お申込の皆様へ★

AWS Builder Labs へのサインインについて

このコースは、演習と電子テキストの引き換えを AWS Builder Labs を利用しており、サインインには、AWS Builder ID を利用します。

※Web お申込み時に AWS Builder ID ご登録のメールアドレスをご記載ください。
※AWS Builder ID をお持ちでない場合は、以下のガイドの手順１から４に従って予めご用意ください。

AWS Builder Labs ご利用手順

※あらかじめ「no-reply@awstraining」からのメール受信を許可してください。

●受講前の事前準備作業について

本コースでは、Gilmore社より発行される電子テキストを使用します。

ご受講当日スムーズにテキスト閲覧を開始するために、あらかじめ Bookshelfアカウント登録作業をお済ませください。
すでにアカウントをお持ちの方は、登録アカウントとパスワードでログインができることをご確認ください。

対象者情報

対象者
• DevOps エンジニア
• 機械学習エンジニア
• 機械学習モデルのオペレーションを担当するエンジニア
• AWS クラウドで ML モデルを実稼働させ、モニタリングしたいと考えている MLOps エンジニア
• 本番環境での ML モデルの導入と保守を成功させる責任を負う DevOps エンジニア
前提条件
□ AWS Technical Essentials コースの受講、または同等の経験
□ DevOps Engineering on AWS コースの受講、または同等の経験
□ Practical Data Science with Amazon SageMaker コースの受講、または同等の経験

学習内容の詳細

コース概要
このコースは、ソフトウェア開発で一般的である DevOps のプラクティスを機械学習 (ML) モデルの構築、トレーニング、デプロイに取り入れることにより、データエンジニア、データサイエンティスト、ソフトウェアデベロッパー、オペレーションの間での連携に関連する課題に対処するためのツール、オートメーション、プロセス、およびチームワークを活用する方法を学びます。
また、本番環境でのモデル予測が指標から外れ始めることをツールやプロセスを使って監視し、対策を講じる方法についても学習します。
学習目標
このコースを修了すると、次のことができるようになります。

● 機械学習オペレーションと機械学習ワークフローについて説明し、MLOps構築を始められる
● 機械学習モデルで利用するデータの整合性やドリフトの検出について説明できる
● 機械学習モデルの CI/CD パイプラインを作成するための 3 つのオプションを説明できる
● 機械学習のモニタリングについて説明できる
● ML ソリューションを自動化する方法について説明できる
学習内容 
1. MLOps の導入
  - プロセス
  - ピープル
  - テクノロジー
  - セキュリティとガバナンス
  - MLOps 成熟度モデル

2. Initial MLOps: SageMaker Studio の実験環境
  - MLOps に実験を取り入れる
  - ML 実験環境のセットアップ
  - （ラボ１）AWS Service Catalog を使用して SageMaker Studio 環境を起動

3. Repeatable MLOps: リポジトリ
  - MLOps のデータ管理
  - ML モデルのバージョン管理
  - ML のコードリポジトリ

4. Repeatable MLOps: オーケストレーション
  - ML パイプライン
  - エンドツーエンドのオーケストレーション
  - （ラボ２）Step Functions でワークフローを自動化
  - ガバナンスとセキュリティ
  - Reliable MLOps の概要

5. Reliable MLOps: スケーリングとテスト
  - スケーリングとマルチアカウント戦略
  - テストとトラフィックシフト
  - （ラボ３）モデルバリアントのテスト
  - （ラボ４）トラフィックの変化

6. Reliable MLOps: モニタリング
  - ML におけるモニタリングの重要性
  - モデル監視の運用上の考慮事項
  - 監視によって特定された問題の修正
  - （ラボ５）モデルのデータドリフトの監視
  - （ラボ６）ML パイプラインの構築とトラブルシューティング

実習/演習内容詳細

演習/デモ内容
このコースにはハンズオン演習が含まれており、学習したスキルを試す機会となるとともに、実際の作業環境に応用できるようになります。

ラボ１. AWS Service Catalog を使用して SageMaker Studio 環境を起動
ラボ２. tep Functions でワークフローを自動化
ラボ３. モデルバリアントのテスト
ラボ４. トラフィックの変化
ラボ５. モデルのデータドリフトの監視
ラボ６. ML パイプラインの構築とトラブルシューティング

関連試験や資格との関連

AWS認定試験 AWS Certified Machine Learning - Specialty

ご注意・ご連絡事項

・AWS認定試験のご受験は後日AWSトレーニングポータルよりお申し込みください。コース中には受験しません。
・弊社経由でお申込みされた場合、APNパートナー割引は適用されませんのであらかじめご了承ください。
・ご受講前に、電子ブックビューア【BookShelf】のアカウント登録をお済ませください。
・ご受講当日、電子テキスト閲覧用の各種デバイス(スマートフォン、タブレット、ノートPC等)を研修会場へお持ち込みいただいても結構です。