This course covers part of the deployment phase of the machine learning (ML) lifecycle. In this course, you will learn how to build and script the infrastructure that runs ML solutions, with a focus on maintainability, scalability, and cost efficiency. This course covers infrastructure as code with Amazon Web Services (AWS) CloudFormation and the AWS Cloud Development Kit (AWS CDK), programmatic deployment with the Amazon SageMaker Python SDK, virtual private cloud (VPC) configuration, and auto scaling. You will also configure knowledge bases, retrieval pipelines, agent state, and GPU scaling for generative AI workloads with Amazon Bedrock.
ML Engineer - Provision and Configure Resources
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.
ML Engineer - Provision and Configure Resources
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 compute, storage, networking, and AI-specific resource configurations for ML and AI workloads.
Explain resource provisioning tradeoffs between on-demand and provisioned resources.
Describe compute provisioning automation.
Kompetenzen, die Sie erwerben
- Kategorie: Generative AI
- Kategorie: Machine Learning
- Kategorie: Artificial Intelligence
- Kategorie: Cloud Infrastructure
- Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
- Kategorie: Cloud Services
- Kategorie: MLOps (Machine Learning Operations)
- Kategorie: Cloud Deployment
- Kategorie: Feature Engineering
- Kategorie: Containerization
- Kategorie: CI/CD
- Kategorie: Model Deployment
- Kategorie: Infrastructure as Code (IaC)
- Kategorie: Retrieval-Augmented Generation
- Kategorie: Data Pipelines
- Kategorie: Machine Learning Methods
Werkzeuge, die Sie lernen werden
- Kategorie: AWS SageMaker
- Kategorie: Amazon Bedrock
- Kategorie: Generative AI Agents
- Kategorie: AWS CloudFormation
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Kürzlich aktualisiert!
November 2026
Bewertungen
14 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,