This course covers part of the deployment phase of the machine learning (ML) lifecycle. In this course, you will learn how to move a trained model into production and manage the infrastructure that serves it. This course covers selecting deployment targets and inference strategies on Amazon SageMaker AI, including real-time, serverless, asynchronous, and batch inference, and bringing in models built outside Amazon Web Services (AWS). You will also learn to deploy generative AI workloads, including foundation model hosting and agents with Amazon Bedrock and retrieval augmented generation (RAG) systems with Amazon Bedrock Knowledge Bases.
ML Engineer - Manage Deployment Infrastructure
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.
ML Engineer - Manage Deployment Infrastructure
Dieser Kurs ist Teil von AWS ML Engineer Associate (berufsbezogenes Zertifikat)
Dozent: AWS Instructor
Bei Mehr erfahren enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Fortgeschritten
Empfohlene Erfahrung
2 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Differentiate appropriate deployment infrastructure for ML and AI workloads based on latency, cost, and scale requirements.
Differentiate appropriate compute environments and deployment targets for ML workloads.
Differentiate deployment orchestrators and multi-model or multi-container strategies.
Kompetenzen, die Sie erwerben
- Kategorie: Serverless Computing
- Kategorie: Retrieval-Augmented Generation
- Kategorie: Cloud Services
- Kategorie: Application Deployment
- Kategorie: Cloud Deployment
- Kategorie: Cloud Infrastructure
- Kategorie: Machine Learning Methods
- Kategorie: Machine Learning
- Kategorie: Model Deployment
- Kategorie: CI/CD
- Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
- Kategorie: Artificial Intelligence
- Kategorie: Data Pipelines
- Kategorie: Generative AI
- Kategorie: Feature Engineering
- Kategorie: MLOps (Machine Learning Operations)
Werkzeuge, die Sie lernen werden
- Kategorie: Amazon Bedrock
- Kategorie: Amazon Web Services
- Kategorie: AWS SageMaker
- Kategorie: Generative AI Agents
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Kürzlich aktualisiert!
November 2026
Bewertungen
12 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihr Fachwissen im Bereich Machine Learning
Dieser Kurs ist Teil der Spezialisierung AWS ML Engineer Associate (berufsbezogenes Zertifikat)
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat 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 von Amazon Web Services zur Vorlage
In diesem Kurs gibt es 5 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
Mehr von Machine Learning entdecken
Amazon Web Services
Amazon Web Services
Amazon Web Services
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.“
Was führt Sie heute zu Coursera?
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,