Do I need prior experience with generative AI to take this course?

No prior generative AI experience is required. The course starts with foundational concepts like tokenization, foundation models, and RAG architecture before progressing to hands-on implementations with Bedrock, llama.cpp, and SageMaker Canvas.

Will I work with real AWS services or just learn theory?

You will work directly with AWS services throughout the course. Demonstrations include invoking Bedrock models via the Rust SDK, building RAG pipelines with Bedrock knowledge bases, deploying llama.cpp on EC2 GPU instances, and using SageMaker Canvas for no-code ML workflows.

Is this course focused only on AWS managed services?

No. The course covers both AWS managed services (Bedrock, SageMaker Canvas, Amazon Q Developer) and open-source toolchains (llama.cpp, GGUF quantization, UV packaging). You will learn to evaluate trade-offs between managed and open-source approaches for different production scenarios.

When will I have access to the lectures and assignments?

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

What will I get if I subscribe to this Specialization?

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

AWS Generative AI and Foundation Models

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

AWS Generative AI and Foundation Models

Dieser Kurs ist Teil von Spezialisierung „AI Tooling“

Dozenten: Alfredo Deza

Bei enthalten

Mehr erfahren

2 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Anfänger

Empfohlene Erfahrung

5 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

2 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Anfänger

Empfohlene Erfahrung

5 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Build RAG pipelines on AWS using Bedrock knowledge bases, embedding pipelines, and foundation models to ground LLM responses in your own data
Use Amazon Q Developer for AI-assisted code generation, security scanning, and documentation across VS Code and IntelliJ
Compile, quantize, and deploy open-source LLMs using llama.cpp, GGUF format, and AWS GPU instances with performance optimizations from Amdahl's Law

Kompetenzen, die Sie erwerben

Kategorie: Token Optimization
Kategorie: Technology Solutions
Kategorie: AI Integrations
Kategorie: Package and Software Management
Kategorie: AI literacy
Kategorie: LLM Application
Kategorie: Large Language Modeling
Kategorie: Retrieval-Augmented Generation
Kategorie: Model Optimization

Werkzeuge, die Sie lernen werden

Kategorie: Model Deployment
Kategorie: Generative AI
Kategorie: AWS SageMaker
Kategorie: Amazon Elastic Compute Cloud
Kategorie: Rust (Programming Language)
Kategorie: No-Code Development
Kategorie: Amazon Bedrock
Kategorie: Amazon Web Services

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

April 2026

Bewertungen

2 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „AI Tooling“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 2 Module

Learn to build generative AI solutions on AWS by working hands-on with Amazon Bedrock, Retrieval Augmented Generation pipelines, Amazon Q Developer, and open-source LLM toolchains. You will apply tokenization concepts to understand model pricing and context windows, construct RAG pipelines grounded in your own knowledge bases, and use the Bedrock SDK in Rust and Python to invoke foundation models programmatically. The course covers Amazon Q Developer for AI-assisted code generation, security scanning, and documentation workflows across VS Code and IntelliJ. You will compile llama.cpp with parallel build optimizations informed by Amdahl's Law, package models in the GGUF quantization format, and deploy open-source LLMs on AWS EC2 GPU instances. The course also introduces SageMaker Canvas for no-code visual machine learning and the UV Python packaging tool for dependency management. By completing this course, you will be able to evaluate trade-offs between managed AWS services, open-source toolchains, and no-code platforms for production generative AI workloads.