Amazon Web Services (AWS) SageMaker培训

这种以讲师为主导的中国现场现场培训面向希望将 DynamoDB NoSQL数据库集成到AWS上托管的Web应用程序中的开发人员。

在培训结束时，参与者将能够：

• 设置必要的开发环境以开始将数据集成到 DynamoDB 中。
• 将 DynamoDB 集成到 Web 应用程序和移动应用程序中。
• 使用 AWS 服务在 AWS 中移动数据。
• 使用 AWS DAX 实施 操作。

这种由讲师指导的中国现场现场培训面向希望使用AWS CloudFormation自动管理AWS云基础设施过程的工程师。

在培训结束时，参与者将能够：

• 启用 AWS 服务以开始管理基础设施。
• 理解并应用“基础设施即代码”的原则。
• 提高质量并降低部署基础架构的成本。
• 使用 YAML 编写 AWS CloudFormation 模板。

这种以讲师为主导的中国现场现场培训面向希望使用CloudFormation管理AWS生态系统中的基础设施资源的云工程师和开发人员。

在培训结束时，参与者将能够：

• 实施 CloudFormation 模板以自动执行基础架构管理。
• 将现有 AWS 资源集成到 CloudFormation 中。
• 使用 StackSets 跨多个账户和区域管理堆栈。

这种由讲师指导的 中国（现场或远程）现场培训 面向希望在 AWS 上部署和管理 IoT 设备的工程师。

在本次培训结束时，参与者将能够构建一个物联网平台，其中包括在 AWS 上部署和管理后端、网关和设备。

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.

这种以讲师为主导的中国现场现场培训面向希望安装，配置和管理AWS IoT Greengrass功能以为各种设备创建应用程序的开发人员。

在本次培训结束时，参与者将能够使用 AWS IoT Greengrass 在智能设备上构建、部署、管理、保护和监控应用程序。

这种以讲师为主导的中国现场或远程培训 面向希望使用AWS Lambda构建服务和应用程序并将其部署到云的开发人员，而无需担心配置执行环境（服务器，VM和容器，可用性，可扩展性，存储等）。

在培训结束时，参与者将能够：

• 配置 AWS Lambda 以执行函数。
• 了解 FaaS（函数即服务）和无服务器开发的优势。
• 构建、上传和执行 AWS Lambda 函数。
• 将 Lambda 函数与不同的事件源集成。
• 对基于 Lambda 的应用程序进行打包、部署、监控和故障排除。

这种以讲师为主导的中国现场现场培训面向希望将AWS Lambda应用程序和服务与其他服务（API Gateway，Kinesis Streams等）集成的开发人员。该培训演示了如何使用基于浏览器的 AWS Cloud9 IDE 进行协作开发软件。 

在培训结束时，参与者将能够：

• 使用 AWS Cloud9 IDE 协作开发功能、应用程序和服务。
• 将 AWS Lambda 函数与其他 AWS 服务集成。
• 创建和管理 API。
• 设置 AWS Lambda 函数以读取和处理实时流数据。
• 创建和管理持续集成管道，用于构建、测试和部署 AWS Lambda 功能和应用程序。

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.

这种以讲师为主导的中国现场现场培训针对的是希望使用Auto-sklearn来自动化选择和优化机器学习模型过程的机器学习从业者。

在培训结束时，参与者将能够：

• 自动执行训练高效机器学习模型的过程。
• 构建高度准确的机器学习模型，同时绕过选择、训练和测试不同模型等更繁琐的任务。
• 利用机器学习的强大功能解决实际业务问题。

这种以讲师为主导的中国现场培训（现场或远程）针对的是数据科学家以及希望使用Auto-Keras来自动化选择和优化机器学习模型过程的技术人员。

在培训结束时，参与者将能够：

• 自动执行训练高效机器学习模型的过程。
• 自动搜索深度学习模型的最佳参数。
• 构建高度准确的机器学习模型。
• 利用机器学习的强大功能解决实际业务问题。

这种以讲师为主导的现场培训（现场或远程）面向希望 利用 Stable Diffusion 为各种用例生成高质量图像的数据科学家、机器学习工程师和计算机视觉研究人员。

在培训结束时，参与者将能够：

了解 Stable Diffusion 的原理以及它如何用于图像生成。 为图像生成任务构建和训练 Stable Diffusion 个模型。 将 Stable Diffusion 应用于各种图像生成场景，例如修复、修复和图像到图像的转换。 优化 Stable Diffusion 模型的性能和稳定性。

这种由讲师指导的中国现场现场培训面向中高级数据科学家，机器学习工程师，深度学习研究人员和计算机视觉专家，他们希望扩展其在深度学习方面的知识和技能，以生成文本到图像。

在培训结束时，参与者将能够：

了解用于文本到图像生成的高级深度学习架构和技术。 实施复杂的模型和优化，实现高质量的图像合成。 优化大型数据集和复杂模型的性能和可扩展性。 调整超参数以获得更好的模型性能和泛化。 将 Stable Diffusion 与其他深度学习框架和工具集成

这种以讲师为主导的中国 现场现场培训针对的是希望了解AlphaFold工作原理并使用AlphaFold模型作为实验研究指南的生物学家。

在培训结束时，参与者将能够：

• 了解 AlphaFold 的基本原理。
• 了解 AlphaFold 的工作原理。
• 了解如何解释 AlphaFold 预测和结果。