Willkommen auf der transformativen Reise, die der AWS Certified KI Practitioner-Kurs darstellt! In der sich schnell verändernden KI-Landschaft von heute ist es wichtig, die KI-Konzepte zu verstehen, aber die Herausforderung - und die Chance - liegt darin, zu wissen, wie man diese Konzepte in AWS implementiert. Wenn Sie sich jemals von der Komplexität der Integration von KI in AWS überwältigt gefühlt haben, sind Sie nicht allein. Jedes Tutorial scheint einfach zu sein, aber die wahre Schwierigkeit zeigt sich erst, wenn Sie KI auf Ihre AWS-Lösungen anwenden. Dieser Kurs ist genau darauf ausgerichtet. Er wurde für diejenigen entwickelt, die bereits über ein grundlegendes Verständnis von AWS verfügen. Wir konzentrieren uns darauf, die Lücke zwischen theoretischem Wissen und realen AWS-Anwendungen zu schließen. Durch praktisches, szenariobasiertes Lernen erlangen Sie die Fähigkeiten, sich im AWS KI-Ökosystem zurechtzufinden und zu übertreffen, indem Sie über die Grundlagen hinaus wertvolle, anwendbare Erkenntnisse gewinnen. Darüber hinaus bereitet Sie dieser Kurs darauf vor, selbstbewusst an der Prüfung zum AWS Certified KI Practitioner teilzunehmen, indem er Sie mit dem Wissen und den Fähigkeiten ausstattet, die Sie benötigen, um diese Berechtigung zu erlangen und Ihr Fachwissen über KI-gestützte AWS-Lösungen zu bestätigen. Kursmodule 1. Grundlagen der KI und ML Sie lernen wesentliche KI-Konzepte kennen und verstehen die Unterschiede zwischen KI, Maschinellem Lernen und Deep Learning. Sie setzen sich mit verschiedenen Datentypen und Lernmethoden auseinander und identifizieren praktische KI- und ML-Anwendungsfälle, um eine solide Grundlage für Ihre KI-Bestrebungen auf AWS zu schaffen. 2. Grundlagen der generativen KI Konzentrieren Sie sich auf die einzigartigen Attribute der generativen KI, einschließlich Token, Einbettungen und den Lebenszyklus von Basismodellen. Erörtern Sie Kostenüberlegungen und die AWS-Infrastruktur, die für generative KI spezifisch sind, sowie reale Anwendungen, Vorteile und Einschränkungen. 3. Anwendungen von Foundation-Modellen Erfahren Sie mehr über die Entwicklung und Anpassung von Anwendungen mit Foundation-Modellen. Von der Auswahl und dem Fine-Tuning von Pre-Training-Modellen bis zur Implementierung von Retrieval-Augmented Generation und Vektor-Datenbanken erhalten Sie Einblicke in die effektive Bereitstellung von generativen KI-Modellen in AWS. Erforschen Sie bewährte Praktiken im Prompt Engineering und Metriken zur Modellevaluation. 4. Richtlinien für verantwortungsvolle KI Erkunden Sie die grundlegenden Prinzipien und Tools für die Erstellung verantwortungsvoller KI-Anwendungen. Diskutieren Sie verantwortungsvolle Modellauswahl, rechtliches Risikomanagement und Bias-Bewältigung, um sicherzustellen, dass Ihre KI-Lösungen sowohl sicher als auch ethisch vertretbar sind und auf einem transparenten, menschenzentrierten Design beruhen. 5. Sicherheit, Compliance und Governance für KI-Lösungen Behandelt die wichtigsten Aspekte der Sicherung von KI-Systemen auf AWS, von Best Practices im Data Engineering bis hin zu Strategien zur Einhaltung von Vorschriften und zur Governance, um sicherzustellen, dass Ihre KI-Anwendungen sicher, compliant und vertrauenswürdig sind. 6. Fazit und nächste Schritte Fassen Sie die wichtigsten Konzepte zusammen, führen Sie eine abschließende Bewertung durch und erkunden Sie die Ressourcen für kontinuierliches Lernen im dynamischen AWS KI/ML-Bereich. Denken Sie über die zukünftigen Auswirkungen von KI innerhalb von AWS und darüber hinaus nach und bereiten Sie sich auf die weitere Entwicklung in diesem spannenden Bereich vor. Rüsten Sie sich mit den Fähigkeiten aus, um KI auf AWS durch diesen äußerst praktischen Kurs zu meistern, in dem die Theorie auf die Komplexität der realen Anwendung trifft. Ganz gleich, ob Sie Ihre derzeitige Rolle verbessern oder neue Wege in der KI beschreiten möchten, dieser Kurs ist Ihr Einstieg in die Zukunft der KI auf AWS.
Dieses Modul dient zwei wichtigen Zwecken: dem Überblick über den AWS Certified KI Practitioner-Kurs und der Einführung in die Kernkonzepte von KI/ML. Sie beginnen mit der Bewertung der Voraussetzungen und der Einrichtung Ihres AWS-Kontos und gehen dann dazu über, verschiedene Lerntypen, Inferenzmethoden und den Lebenszyklus der Entwicklung des Maschinellen Lernens zu erkunden. Auf diese Weise erhalten Sie ein klares Verständnis für den Zertifizierungsweg und die Grundsätze der KI auf AWS.
Das ist alles enthalten
15 Videos5 Lektüren1 Aufgabe
Infos zu Modulinhalt anzeigen
15 Videos•Insgesamt 200 Minuten
Einführung•5 Minuten
Überblick über den Kurs•8 Minuten
Warum die AWS KI-Practitioner-Zertifizierung und was ist ein KI-Practitioner?•6 Minuten
Anmeldung/Erstmalige Teilnahme an einer Prüfung - Was Sie wissen sollten - Demo•12 Minuten
KI-Practitioner-Prüfungsleitfaden - Prüfungsdetails und Bereiche•9 Minuten
Einrichten eines eigenen AWS-Kontos - Ein Rundgang•6 Minuten
Grundlegende KI-Konzepte und Terminologien•11 Minuten
KI, ML und Deep Learning; Gemeinsamkeiten und Unterschiede•7 Minuten
Arten der Inferenzierung•6 Minuten
Datentypen in KI-Modellen•21 Minuten
Überwachtes, unüberwachtes und verstärkendes Lernen•6 Minuten
Identifizierung praktischer Anwendungsfälle für KI/ML•12 Minuten
Lebenszyklus der ML-Entwicklung und die ML-Pipeline•17 Minuten
Einführung in MLOps-Konzepte vom Entwurf bis zu den Metriken•25 Minuten
Überblick über KI- und ML-Dienste auf AWS•49 Minuten
5 Lektüren•Insgesamt 41 Minuten
Über den Kurs•10 Minuten
Wie man auf die Gemeinschaft zugeht und sie einbezieht•1 Minute
Das Konzept mit der Terminologie VERGLEICHEN•10 Minuten
VERGLEICHEN Sie die Typen mit den Namen•10 Minuten
VERGLEICH des Dienstes mit seiner MLOps-Pipeline-Stufe•10 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Grundlagen der KI und ML•30 Minuten
Grundlagen der generativen KI
Modul 2•2 Stunden abzuschließen
Moduldetails
Dieses Modul führt in die Kernkonzepte der Generativen KI ein, darunter Token, Chunking und Einbettungen. Sie werden den Lebenszyklus von grundlegenden Modellen, ihre Fähigkeiten und Grenzen in realen Anwendungen erkunden. Außerdem erhalten Sie Einblicke in die AWS-Infrastruktur für den Aufbau generativer KI-Lösungen und die Kostenüberlegungen zur Optimierung von Leistung, Verfügbarkeit und Redundanz.
Das ist alles enthalten
6 Videos2 Lektüren1 Aufgabe
Infos zu Modulinhalt anzeigen
6 Videos•Insgesamt 62 Minuten
Grundlegende Konzepte der Generativen KI - Token, Chunking, Einbettungen und mehr•18 Minuten
Generative KI Anwendungsfälle und Anwendungen•4 Minuten
Lebenszyklus des Stiftungsmodells•8 Minuten
Möglichkeiten und LIMIT von generativen KI-Anwendungen•11 Minuten
AWS-Infrastruktur für den Aufbau von KI-Anwendungen•10 Minuten
Kostenbetrachtung für AWS Gen KI Services - Redundanz, Verfügbarkeit, Leistung und mehr•11 Minuten
2 Lektüren•Insgesamt 20 Minuten
Verknüpfen Sie die Lebenszyklus-Aktion mit dem Lebenszyklus-Stadium•10 Minuten
VERGLEICHEN Sie die Vor- und Nachteile von GenAI•10 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Grundlagen der generativen KI•30 Minuten
Anwendungen von Stiftungsmodellen
Modul 3•3 Stunden abzuschließen
Moduldetails
In diesem Modul wird untersucht, wie Sie Anwendungen für Basismodelle in AWS entwerfen, anpassen und optimieren können. Sie lernen, wie Sie Pre-Training-Modelle auswählen, Inferenzparameter anpassen und Retrieval-Augmented Generation (RAG) mit Vektor-Datenbanken nutzen. Darüber hinaus deckt das Modul mehrstufige Aufgabenagenten, Prompt Engineering-Techniken, Fine-Tuning-Prozesse und die Leistungsbewertung ab, um eine effiziente Bereitstellung von Foundation-Modellen zu gewährleisten.
Das ist alles enthalten
10 Videos4 Lektüren1 Aufgabe
Infos zu Modulinhalt anzeigen
10 Videos•Insgesamt 116 Minuten
Designüberlegungen für Foundation Modell Anwendungen•18 Minuten
Auswahl von Pre-Training-Modellen•9 Minuten
Inferenz Parameter und ihre Auswirkungen•13 Minuten
Retrieval Augmented Generation (RAG) und seine Anwendungen•10 Minuten
Vektor-Datenbanken auf AWS•8 Minuten
Ansätze zur Anpassung des Foundation Modells•9 Minuten
Agenten für Mehrschrittaufgaben•7 Minuten
Prompt Engineering-Techniken und bewährte Praktiken•21 Minuten
Trainings- und Feinabstimmungsprozess für Stiftungsmodelle•12 Minuten
Bewertung der Leistung von Stiftungsmodellen•9 Minuten
4 Lektüren•Insgesamt 40 Minuten
VERGLEICH des Modells und der Parameter mit dem Anwendungsfall•10 Minuten
Konzepte der Individualisierung•10 Minuten
Zeitnahe Ingenieurtechniken•10 Minuten
Metriken für die Leistung eines Modells•10 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Anwendungen von Stiftungsmodellen•30 Minuten
Leitlinien für verantwortungsvolle KI
Modul 4•2 Stunden abzuschließen
Moduldetails
Dieses Modul konzentriert sich auf die ethischen und praktischen Überlegungen zur Entwicklung verantwortungsvoller KI-Anwendungen. Sie werden die wichtigsten Merkmale verantwortungsvoller KI, Werkzeuge zur Identifizierung verantwortungsvoller Praktiken und Strategien zur Abschwächung von Bias in Datensätzen kennenlernen. Darüber hinaus befasst sich das Modul mit rechtlichen Risiken bei generativer KI, transparenten und erklärbaren Modellen und menschenzentrierten Designprinzipien, um eine ethische und effektive Bereitstellung von KI zu gewährleisten.
Das ist alles enthalten
7 Videos3 Lektüren1 Aufgabe
Infos zu Modulinhalt anzeigen
7 Videos•Insgesamt 51 Minuten
Merkmale von Responsible AI•6 Minuten
Werkzeuge zur Identifizierung verantwortungsvoller KI-Merkmale•7 Minuten
Verantwortungsvolle Praktiken bei der Auswahl von Modellen•8 Minuten
Rechtliche Risiken bei generativer KI•6 Minuten
Datensatzmerkmale und Bias•8 Minuten
Transparente und erklärbare Modelle•10 Minuten
Menschenzentriertes Design für erklärbare KI•5 Minuten
3 Lektüren•Insgesamt 30 Minuten
Merkmale von Responsible AI•10 Minuten
Datensatzmerkmale und Bias•10 Minuten
Erklärbare KI•10 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Leitlinien für verantwortungsvolle KI•30 Minuten
Sicherheit, Compliance und Governance für KI-Lösungen
Modul 5•2 Stunden abzuschließen
Moduldetails
In diesem Modul lernen Sie, wie Sie KI-Systeme mit AWS-Diensten sichern und bewährte Verfahren für sicheres Data Engineering anwenden. Sie werden die Bedeutung von Quellenangaben, Datenabstammung und Überlegungen zum Datenschutz in KI-Systemen untersuchen. Das Modul deckt auch Compliance-Standards und Governance-Strategien für KI ab und vermittelt Ihnen das Wissen, um sicherzustellen, dass Ihre KI-Lösungen die rechtlichen, ethischen und Sicherheitsanforderungen erfüllen.
Das ist alles enthalten
7 Videos3 Lektüren1 Aufgabe
Infos zu Modulinhalt anzeigen
7 Videos•Insgesamt 64 Minuten
Absicherung von KI-Systemen mit AWS-Diensten•14 Minuten
Quellenangabe und Datenherkunft•9 Minuten
Best Practices für sicheres Data Engineer•7 Minuten
Sicherheits- und Datenschutzüberlegungen für KI-Systeme•5 Minuten
Normen für die Einhaltung von Vorschriften für AI-Systeme•6 Minuten
AWS-Services für Governance und Compliance•12 Minuten
KI-Daten-Governance-Strategien•11 Minuten
3 Lektüren•Insgesamt 30 Minuten
Sicherheit KI System•10 Minuten
Compliance mit KI auf AWS•10 Minuten
Governance mit KI auf AWS•10 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Sicherheit, Compliance und Governance für KI-Lösungen•30 Minuten
AI/ML Karrierewege und Ressourcen
Modul 6•14 Minuten abzuschließen
Moduldetails
Dieses letzte Modul bietet eine umfassende Zusammenfassung des Kurses, einschließlich einer abschließenden Bewertung, um Ihre Fortschritte zu beurteilen. Sie werden auch die nächsten Schritte auf Ihrer Zertifizierungsreise erkunden, zusammen mit wertvollen Ressourcen für kontinuierliches Lernen im AWS KI/ML-Bereich. Das Modul schließt mit einer Diskussion über die zukünftigen Auswirkungen von KI innerhalb von AWS und darüber hinaus ab, damit Sie Ihre KI-Expertise weiter ausbauen können.
Das ist alles enthalten
3 Videos
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 14 Minuten
Nächste Schritte und Ressourcen für die Zertifizierung•4 Minuten
Kontinuierliches Lernen im KI/ML-Bereich für AWS•5 Minuten
Ein letztes Wort - Die künftigen Auswirkungen der KI in AWS und darüber hinaus•5 Minuten
Wir bei KodeKloud haben eine einzigartige Vision: Wir wollen die DevOps-Ausbildung revolutionieren, indem wir sie praktisch, zugänglich und direkt auf die realen Herausforderungen von IT-Profis ausgerichtet machen. Unsere Mission ist es, Just-in-Time-Lernlösungen anzubieten und den beruflichen Aufstieg in der sich ständig weiterentwickelnden DevOps- und IT-Landschaft zu fördern. KodeKloud ist eine innovative Online-Lernplattform, die sich dem Ziel verschrieben hat, die effektivste, praktischste Erfahrung in der DevOps-Ausbildung zu bieten. Gegründet von Branchenexperten, sind wir schnell zu einer Go-to-Ressource für Fachleute geworden, die ihre Fähigkeiten verbessern, unmittelbare technische Herausforderungen lösen und ihr berufliches Wachstum beschleunigen wollen
OK
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Der Kurs AWS Certified AI Practitioner bereitet Sie auf die Zertifizierungsprüfung vor und bestätigt Ihre Fähigkeiten bei der Anwendung von künstlicher Intelligenz und maschinellem Lernen auf AWS.
Welche AWS-Services werde ich nutzen?
Sie werden AWS-Services wie AWS SageMaker und Amazon Bedrock verwenden, um KI-Lösungen zu entwickeln und bereitzustellen.
Was ist generative KI?
Generative KI erzeugt neue Inhalte. Dieser Kurs behandelt die Grundlagen, Basismodelle und Prompt-Engineering.
Wie wird in diesem Kurs das Thema KI-Sicherheit behandelt?
Der Kurs befasst sich mit Sicherheit, Compliance und Governance für KI-Lösungen, einschließlich Best Practices für Data Engineering und Risikomanagement.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was erhalte ich, wenn ich das Zertifikat kaufe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.