Решение задач ML с помощью Amazon SageMaker. Теория и практика

Решение задач ML с помощью Amazon SageMaker. Теория и практика

Type of event:
Вебинар
Date:
23 March 2022
Address:
онлайн

Приглашаем вас на практическую сессию AWS Интенсив от наших AWS-архитекторов - Решение задач машинного обучения с помощью Amazon SageMaker. Теория и практика, который будет проходить 23-24 марта.

Вы получите практический опыт быстрого создания, обучения и развертывания моделей машинного обучения, и сможете протестировать ML сервисы своими руками под руководством профессиональных архитекторов по AWS.

Amazon SageMaker– это полностью управляемый сервис, предназначенный для создания, обучения и развертывания моделей машинного обучения (ML). Его функциональность основана на 20-летнем опыте Amazon в разработке приложений машинного обучения для решения практических бизнес-задач: рекомендации товаров, персонализации предложений, интеллектуальных покупок, роботизации, голосового управления устройствами и многих других. 

 

В теоретической части интенсива наши архитекторы познакомят вас с возможностями Amazon Sagemaker, расскажут с чего начать, что нужно и важно знать, а также какие именно сервисы Amazon Sagemaker предназначены для каких ML задач. 

В практической части вы сможете опробовать все, что вы посмотрели в первый день, своими руками в индивидуальных аккаунтах. В режиме реального времени и под руководством наших архитекторов вы реализуете один ML проект с использованием сервисов Amazon SageMaker. 

Program

11:00 - 13:00

Теоретическая часть | 23 марта

11:00 - 11:10 - Приветственное слово - Станислав Чистяков, Руководитель практики AWS, Softline
11:10 - 12:50 - Обзор возможностей Amazon SageMaker - Дарья Матвеева, Архитектор решений AWS, Softline
12:50 - 13:00 - Q&A

11:00 - 15:00

Практическая лаборатория | 24 марта

11:00 - 11:10 - Подготовка к работе в тестовой среде
11:10 - 12:00 - Лабораторная работа, часть 1. Работа с данными в Amazon SageMaker. Построение и отбор признаков
12:00 - 12:10 - перерыв
12:10 - 12:50 - Лабораторная работа, часть 2. Обучение, деплой модели с использованием готового алгоритма Sagemaker XGBoost
12:50 - 13:30 - Лабораторная работа, часть 3. Обучение, деплой модели с использованием собственной модели
13:30 - 13:40 - перерыв 13:40 - 14:30 - Лабораторная работа, часть 4. Работа с Autopilot, Debugger в Amazon SageMaker, мониторинг модели в Amazon SageMaker
14:30 - 15:00 - Q&A

Проводит Дарья Матвеева, Архитектор решений AWS, Softline

Participants

Станислав Чистяков
Станислав Чистяков
Руководитель практики AWS, Softline
Дарья Матвеева
Дарья Матвеева
Архитектор AWS, Softline