Whizlabs

AI/ML & Advanced AWS Services

Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
Whizlabs

AI/ML & Advanced AWS Services

Whizlabs Instructor

Instructeur : Whizlabs Instructor

Inclus avec Coursera Plus

En savoir plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant

Expérience recommandée

6 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant

Expérience recommandée

6 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Understand advanced Generative AI concepts, prompt engineering, foundation models, and RAG architectures on AWS

  • Learn machine learning and MLOps workflows using Amazon SageMaker and AWS AI/ML operational services

  • Explore AWS AI services for conversational AI, intelligent search, speech, vision, translation, and personalization use cases

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

mai 2026

Évaluations

6 devoirs

Enseigné en Anglais

91%

of learners achieved a positive career outcome

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires
logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 3 modules dans ce cours

Welcome to the Advanced GenAI Techniques module , you’ll focus on advanced generative AI techniques used to build scalable and controlled AI applications on AWS. We’ll begin with Understanding RAG Architecture of LLM and AWS Services for Storage of Vector Embeddings, helping you understand how external knowledge is integrated into AI models for more accurate and context-aware responses.Next, you’ll explore hands-on implementation with Amazon Bedrock RAG & Knowledge Base - Demo, followed by Amazon Bedrock Guardrails and its demo, enabling you to enforce safety, compliance, and control over model outputs.As the week progresses, you’ll dive into Amazon Bedrock Agents and integrations with services like CloudWatch and S3, along with PartyRock - Amazon Bedrock Playground to experiment with generative AI use cases. You’ll also review Amazon Bedrock Pricing to understand cost considerations.By the end of this week, you’ll have a strong understanding of advanced GenAI techniques and be able to design, secure, and evaluate AI-powered applications using Amazon Bedrock.

Inclus

9 vidéos2 lectures2 devoirs1 sujet de discussion

Welcome to the AWS AI Services module, you’ll focus on AWS AI services that enable you to add intelligent capabilities to your applications. We’ll begin with Amazon Comprehend and Amazon Translate, along with demos, to understand how to process and analyze text using natural language processing. Next, you’ll explore speech and voice services such as Amazon Transcribe and Amazon Polly, helping you convert speech to text and text to speech for real-world use cases. As the week progresses, you’ll dive into computer vision and conversational AI with Amazon Rekognition and Amazon Lex, along with demos to understand image analysis and chatbot development. You’ll also explore advanced services like Amazon Kendra for intelligent search, Amazon Textract for document processing, Amazon Personalize for recommendations, and Amazon Mechanical Turk and Amazon Augmented AI (A2I) for human-in-the-loop workflows. By the end of this week, you’ll be able to leverage AWS AI services to build applications with capabilities such as NLP, speech recognition, vision processing, and intelligent automation.

Inclus

11 vidéos1 lecture2 devoirs

Welcome to the Machine Learning & MLOps module, you’ll focus on machine learning workflows and MLOps practices using AWS. We’ll begin with an Introduction to Amazon SageMaker and a hands-on SageMaker Demo, helping you understand how to build, train, and deploy machine learning models at scale. Next, you’ll explore key SageMaker capabilities, including Data Wrangler for data preparation, Feature Store for managing reusable features, and Model Monitor for tracking model performance and detecting data drift. As the week progresses, you’ll learn how to accelerate development using SageMaker JumpStart, followed by an introduction to MLOps and the AWS Services for MLOps, enabling you to automate, monitor, and manage the ML lifecycle efficiently. By the end of this week, you’ll have a solid understanding of ML workflows and be equipped to implement MLOps practices for building and maintaining scalable machine learning solutions on AWS.

Inclus

8 vidéos2 lectures2 devoirs

Instructeur

Whizlabs Instructor
Whizlabs
157 Cours121 600 apprenants

Offert par

Whizlabs

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

Plus de questions

Aide financière disponible,