This course covers part of the data preparation phase of the machine learning (ML) lifecycle. In this course, you will learn how to collect, ingest, and store data for ML and artificial intelligence (AI) workloads. This course covers data fundamentals, such as how to recognize data types and formats and how to choose the right storage service based on cost, performance, and access patterns. You will use Amazon Web Services (AWS) services such as Amazon Simple Storage Service (Amazon S3), Amazon Kinesis, and AWS Glue to ingest, extract, and merge data. You will also configure vector databases with Amazon OpenSearch Service and manage features with Amazon SageMaker Feature Store.
ML Engineer - Collect, Ingest, and Store Data
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.
ML Engineer - Collect, Ingest, and Store Data
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 AWS storage and ingestion services for ML and AI workloads based on data requirements and compliance constraints.
Differentiate appropriate data formats based on access patterns and processing requirements.
Describe different methods for visualizing data.
Kompetenzen, die Sie erwerben
- Kategorie: Artificial Intelligence
- Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
- Kategorie: MLOps (Machine Learning Operations)
- Kategorie: Machine Learning Methods
- Kategorie: Data Pipelines
- Kategorie: Cloud Services
- Kategorie: Generative AI
- Kategorie: Machine Learning
- Kategorie: Feature Engineering
- Kategorie: Data Preprocessing
- Kategorie: CI/CD
- Kategorie: Extract, Transform, Load
- Kategorie: Data Visualization
- Kategorie: Data Processing
Werkzeuge, die Sie lernen werden
- Kategorie: AWS SageMaker
- Kategorie: Generative AI Agents
- Kategorie: Vector Databases
- Kategorie: AWS Kinesis
- Kategorie: Amazon Web Services
- Kategorie: Amazon S3
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
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,