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 4 Module
In diesem Kurs lernen Sie, wie Sie große Sprachmodelle (LLMs) in der Produktion mit AWS-Services wie Amazon Bedrock bereitstellen und verwalten. Am Ende des Kurses werden Sie wissen, wie Sie: die richtige LLM-Architektur und das richtige Modell für Ihre Anwendung mithilfe von Services auswählen.
Kosten, Leistung und Skalierbarkeit von LLMs auf AWS mit Hilfe von Auto-Scaling-Gruppen, Spot-Instanzen und Container-Orchestrierung zu optimieren Metriken Ihres LLMs zu überwachen und zu protokollieren, um Probleme zu erkennen und die Qualität kontinuierlich zu verbessern. Zuverlässige und sichere Pipelines zum Trainieren, Bereitstellen und Aktualisieren von Modellen mit AWS-Services aufzubauen. Die Einhaltung von Vorschriften bei der Bereitstellung von LLMs in der Produktion durch Techniken wie differentielle Privatsphäre und kontrollierte Rollouts zu gewährleisten. Sie werden praktische Übungen durchführen, um die erlernten Konzepte in die Praxis umzusetzen. Egal, ob Sie ein Ingenieur für Maschinelles Lernen, ein Datenwissenschaftler oder ein technischer Leiter sind, Sie werden praktische Fähigkeiten erwerben, um LLMs in der Produktion einzusetzen.
In diesem Modul lernen Sie, wie Sie eine Rust-Entwicklungsumgebung einrichten, das AWS SDK für Rust nutzen und AWS Lambda-Funktionen mit Rust erstellen.
Starten einer Code-Editor-Anwendung in Studio•10 Minuten
Anleitung: Erste Schritte mit Lightsail für virtuelle Forschungsrechner•10 Minuten
Lektion Reflexion•10 Minuten
Schlüsselbegriffe•10 Minuten
LLamaIndex•10 Minuten
Stromlos•10 Minuten
Lektion Reflexion•10 Minuten
4 Aufgaben•Insgesamt 420 Minuten
Quiz - Einführung in das AWS Cloud-Computing für KI•30 Minuten
Quiz - Einrichten von AI-fokussierten Entwicklungsumgebungen•30 Minuten
Quiz - Entwicklung von serverlosen Lösungen für Daten, ML und KI•180 Minuten
Quiz - Erste Schritte bei der Entwicklung von KI auf AWS•180 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Treffen und Begrüßung (optional)•10 Minuten
2 Unbewertete Labore•Insgesamt 120 Minuten
Hallo Rust Statement•60 Minuten
Aufbau und Betrieb des Axum Greedy Coin Microservice•60 Minuten
AI Pair Programming von CodeWhisperer bis Prompt Engineering
Modul 2•16 Stunden abzuschließen
Moduldetails
CodeWhisperer schreibt Code. Sie lernen, ihn zu steuern. Große Sprachmodelle verarbeiten Daten und spucken Inhalte aus. Gedankenketten-Eingaben lassen Modelle sich selbst erklären. Erstellen Sie Prompts, formen Sie Ausgaben. Erstellen Sie CLI-Tools und Bash-Funktionen. Verwenden Sie CodeWhisperer CLI, um Aufgaben zu automatisieren. Schnelles, effizientes Coding mit KI.
Das ist alles enthalten
7 Videos10 Lektüren4 Aufgaben2 Unbewertete Labore
Infos zu Modulinhalt anzeigen
7 Videos•Insgesamt 32 Minuten
Zeitnahe technische Arbeitsabläufe•4 Minuten
Text mit Claude zusammenfassen•5 Minuten
CodeWhisperer für Rust in Cloud9•8 Minuten
Installieren und KonfigurierenCodeWhisperer CLI•2 Minuten
CodeWhisperer CLI verwenden•4 Minuten
Bash CLI erstellen•3 Minuten
Bash-Funktionen•6 Minuten
10 Lektüren•Insgesamt 100 Minuten
Schlüsselbegriffe•10 Minuten
Schnelles Engineering•10 Minuten
Lektion Reflexion•10 Minuten
Schlüsselbegriffe•10 Minuten
CodeWhisperer•10 Minuten
LLMs für Kodierung•10 Minuten
Lektion Reflexion•10 Minuten
Schlüsselbegriffe•10 Minuten
CodeWhisperer für das CLI•10 Minuten
Lektion Reflexion•10 Minuten
4 Aufgaben•Insgesamt 720 Minuten
Quiz-Prompt Technik•180 Minuten
Quiz-CodeWhisperer•180 Minuten
Quiz-CodeWhisper für die Befehlszeile•180 Minuten
Quiz-AI Pair Programming von CodeWhisperer bis Prompt Engineering•180 Minuten
2 Unbewertete Labore•Insgesamt 120 Minuten
Schnelles Engineering mit Rust•60 Minuten
Praxisnahes Projekt•60 Minuten
Amazonas-Felsen
Modul 3•12 Stunden abzuschließen
Moduldetails
In diesem Modul lernen Sie die Fähigkeiten von Amazon Bedrock kennen. Anwenden durch Modellbewertungen und Anpassungen.
Das ist alles enthalten
6 Videos14 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
6 Videos•Insgesamt 15 Minuten
Schlüsselkomponenten von Amazon Bedrock•3 Minuten
Erkundung des Boto3 Bedrock Client Python SDK•3 Minuten
Erkundung des Cargo Rust SDK•1 Minute
Aufrufen von Python-Listenmodellen•2 Minuten
Aufrufen von Rust-Listenmodellen•2 Minuten
Aufrufen von Claude über die Bedrock Runtime API•4 Minuten
Claude3 Technische Vertiefung für Bedrock•10 Minuten
Agenten für Amazon Bedrock•10 Minuten
Wissensdatenbank•10 Minuten
Externes Labor: Aufrufen von Foundation-Modellen in Python mit Boto3•10 Minuten
Lektion Reflexion•10 Minuten
3 Aufgaben•Insgesamt 540 Minuten
Quiz-Amazon-Felsen•180 Minuten
Quiz - Erste Schritte mit dem Bedrock SDK•180 Minuten
Quiz-Grundlagenmodelle, Wissensdatenbanken (RAG) und Agenten mit Bedrock•180 Minuten
Projekt-Herausforderungen
Modul 4•5 Stunden abzuschließen
Moduldetails
In diesem Modul werden Sie sich der Herausforderung stellen, die im vorangegangenen Modul behandelten Konzepte anzuwenden und das Gelernte in einem neuen Kontext anzuwenden.
Das ist alles enthalten
2 Videos6 Lektüren1 Aufgabe1 Unbewertetes Labor
Infos zu Modulinhalt anzeigen
2 Videos•Insgesamt 13 Minuten
Einführung in Cargo Lambda•6 Minuten
Erstellen von Rust Add-Funktionen für AWS Lambda•7 Minuten
Die Duke University hat etwa 13.000 Studenten und Absolventen und eine erstklassige Fakultät, die dazu beiträgt, die Grenzen des Wissens zu erweitern. Die Universität engagiert sich stark für die Anwendung von Wissen im Dienste der Gesellschaft, sowohl in der Nähe ihres Campus in North Carolina als auch weltweit.
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 bekomme ich, wenn ich mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder 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.