Skip to product information
1 of 1

AWS

Curso AWS Machine Learning + Cloud Practitioner (Doble Certificación)

Curso AWS Machine Learning + Cloud Practitioner (Doble Certificación)

Regular price $1,210.00 USD
Regular price $1,210.00 USD Sale price $1,210.00 USD
Sale Sold out
Tax included.

Clases Virtuales en Vivo

Via Zoom con profesor en línea para resolver todas tus dudas y consultas.

  • 42 horas académicas
  • Tipo de Cambio S/. 3.70
  • Nivel Intermedio
View full details

Beneficios del Curso

1 of 11

Testimonios de nuestros alumnos

Nuestros alumnos certificados ahora trabajan en las compañías más exitosas

1 of 6

Temario del Curso

Tema 1: Introducción a AWS y los Servicios Principales (IAM, EC2, EBS, S3, VPC)

Aprenderás los conceptos y fundamentos de Cloud Computing, así como el funcionamiento de los principales servicios de cómputo, almacenamiento en bloques, gestión de acceso e identidades y almacenamiento de objetos.

  • Laboratorio práctico para crear una cuenta con capa gratuita desde la consola de AWS.
  • Laboratorio práctico para conocer los servicios que vienen incluidos en la capa gratuita.
  • Laboratorio práctico para crear usuarios y grupos de IAM.
  • Laboratorio práctico para acceder a la consola de AWS usando un usuario de IAM.

Tema 2: Virtual Private Cloud (VPC), Elastic Compute Cloud (EC2), Elastic Block Store (EBS)

Aprenderás las características más importantes y el funcionamiento de los servicios para creación de redes virtuales, servidores virtuales y discos de almacenamiento virtuales.

  • Laboratorio práctico para identificar y conocer los componentes más importantes de una red privada virtual.
  • Laboratorio práctico para crear un servidor virtual con sistema operativo Linux y conexion remota vía SSH.
  • Laboratorio práctico para crear discos de almacenamiento virtuales y asociarlos con un servidor virtual.
  • Laboratorio práctico para realizar un backup de un disco de almacenamiento virtual.

Tema 3: Identity Access Management (IAM), Simple Storage Service (S3)

Aprenderás las características más importantes y el funcionamiento de los servicios de gestión de acceso e identidades y el servicio de almacenamiento de objetos.

  • Laboratorio práctico para crear un bucket privado en S3, activar el versionamiento de archivos, la encriptación, la transferencia acelerada, replicación entre regiones y manejo de carga de archivos utilizando diferentes clases de almacenamiento.
  • Laboratorio práctico para crear roles que serán utilizados por servidores virtuales.
  • Laboratorio práctico para crear roles utilizados por usuarios para dar accesos temporales.

Tema 4: Elastic File System (EFS), Relational Database Service (RDS), ElastiCache

Aprenderás las características más importantes de los servicios de sistemas de archivos elásticos, base de datos relacionales y sistemas de cache elásticos.

  • Laboratorio práctico para crear un sistema de archivo elástico de tipo NFS conectado a un servidor virtual con sistema operativo Linux.
  • Laboratorio práctico para crear una base de datos de acceso público en RDS.
  • Laboratorio práctico para crear un cluster de servidores de cache elástico implementado con Redis.

Tema 5: Elastic Load Balancer, AutoScaling, Certificate Manager, CloudTrail, CloudWatch, Lambda, Cloud Formation

Aprenderás las características más importantes y el funcionamiento de los servicios de balanceador de carga elástico, autoescalamiento con EC2, certificados digitales, servicios de auditoria, monitoreo, funciones Lambda e infraestructura como código.

  • Laboratorio práctico para crear un balanceador de carga elástico para aplicaciones web conectado a dos servidores virtuales con sistema operativo Linux y Apache.
  • Laboratorio práctico para crear un certificado digital gratuito.
  • Laboratorio práctico para crear un evento programado en CloudWatch de inicio y terminación de servidores virtuales conectado una función Lambda.
  • Laboratorio práctico para ejecutar una plantilla de Cloud Formation que despliegue un servidor virtual.

Tema 6: Servicios de Seguridad, Conformidad y Administración de Costos

Aprenderás los servicios mas importantes de seguridad, cumplimiento y administración de costos.

  • Laboratorio práctico para configurar alarmas de consumo basado en presupuestos usando AWS Budgets.
  • Laboratorio práctico para conocer el tablero general de facturación usando AWS Billing Dashboard.
  • Laboratorio práctico para identificar y controlar los consumos diarios usando AWS Cost Explorer.

Tema 7: Servicios de Analítica de Colección y Procesamiento de Datos (Kinesis Data Stream, Kinesis Analytics, Kinesis Firehose)

Aprenderás los servicios de analítica de Big Data para las tareas Colección y Procesamiento de Datos a gran escala. Utilizaremos de manera práctica los servicios administrados de Kinesis.

  • Laboratorio práctico para procesar archivos de log de multiples servidores utilizando Kinesis Data Streams.
  • Laboratorio práctico para consumir y analizar la información de logs mediante Kinesis Data Analytics y funciones Lambda.
  • Laboratorio práctico para derivar el resultado obtenido hacia servicios de almacenamiento como S3 utilizando Kinesis Data Firehose.

Tema 8: Servicios de Base de Datos NoSQL (DynamoDB, DocumentDB), Grafos (Neptune) y Series de Tiempo (TimeSeries)

Aprenderás los servicios para base de datos NoSQL (DynamoDB, DocumentDB), base de datos para Grafos (Neptune) y base de datos para Series de Tiempo (TimeSeries)

  • Laboratorio práctico para crear una tabla con indices usando DynamoDB almacenando datos desde una función Lambda.
  • Laboratorio práctico para crear una base de datos para Grafos con Neptune.
  • Laboratorio práctico para crear una base de datos para Series de Tiempo con TimeSeries.

Tema 9: Servicios de Datawarehouse (RedShift) y Visualización de Datos (Athena, QuickSight)

Aprenderás los servicios para desplegar un DatawareHouse con Redshift y visualización de datos desde QuickSight. También exploraremos como conectar Athena desde S3 y Glue.

  • Laboratorio práctico para crear un cluster de servidores con Redshift.
  • Laboratorio práctico para crear un tablero de control con Quicksight accediendo desde Redshift.
  • Laboratorio práctico para crear reportes de analítica de datos usando Athena pero accediento a la información desde S3 y Glue.

Tema 10: Servicios para Exploración de Datos y Modelamiento de Aprendizaje Automático

Aprenderás las téncnicas recomendadas para analisis de datos exploratorios y los modelos de entrenamiento para regresiones, clasificaciones binarias y multi clase, agrupamiento, recomendación, predicciones. Asimismo revisaremos las metricas mas importantes para medir el desempeño y optimizar los algoritmos.

  • Laboratorio práctico para realizar ingenieria de parametros, etiquetado de datos, formateo y manejo de datos faltantes.
  • Laboratorio práctico para revisar los algoritmos de XGBoost, logistic regression, K-means, linear regression, decision trees, random forest, RNN, CNN, Ensemble y Transfer Learning.
  • Laboratorio práctico para visualización de datos usando librerias como Panda, Matplotlib y Seaborn.

Tema 11: Servicios para Entrenamiento, Validación, Despliegue e Invocación de Modelos de Aprendizaje Automático usando AWS Sage Maker

Aprenderás el proceso completo de entrenamiento, validación, despliegue e invocación de modelos de aprendizaje automático usando AWS SageMaker.

  • Laboratorio práctico para iniciar Jupyter Notebooks y JupyterLab en SageMaker.
  • Laboratorio práctico para entrenar, desplegar e invocar un modelo de Reconocimiento de imagenes usando Deep Learning con Pytorch, TensorFlow y SageMaker.
  • Laboratorio práctico para entregar, desplegar e invocar un modelo de Reconocimiento de imagenes usando Amazon Rekognition.

Tema 12: Simulacro del examen oficial de certificación AWS Cloud Practitioner

Revisaremos a detalle la guía oficial en español del examen de certificación AWS Cloud Practitioner así como las 10 preguntas de ejemplo para conocer los tips, consejos y estrategias de resolución. Además se realizará el Simulador Oficial del examen de AWS que consta de 20 preguntas, donde los alumnos podrán validar su conocimientos aprendidos y preparación impartida en clase.

Tema 13: Simulacro del examen oficial de certificación AWS Machine Learning

Revisaremos a detalle la guía oficial en español del examen de certificación AWS Machine Learning asi como las 10 preguntas de ejemplo para conocer los tips, consejos y estrategias de resolución. Además se realizará el Simulador Oficial del examen de AWS que consta de 20 preguntas, donde los alumnos podrán validar su conocimientos aprendidos y preparación impartida en clase.

HORARIO DE CLASES:

Inicio: Lunes 15 de julio

Frecuencia: Lunes, miércoles y viernes
(14 clases de 3 horas cada una)

  • Lun, Mie, Vie
    (6 a 9 pm)

  • Lun, Mie, Vie
    (7 a 10 pm)

  • Lun, Mie, Vie
    (8 a 11 pm)

  • Lun, Mie, Vie
    (9 a 12 pm)

Instructores certificados en AWS

Profesor de AWS

Ing. Cesar Caisan

Especialista en AWS con 21 años de experiencia profesional a nivel nacional e internacional. Actualmente se desempeña como Arquitecto de Soluciones en la empresa Random Bit con presencia en los EE.UU. Tiene certificaciones internacionales: AWS Certified Developer – Associate, AWS Certified Data Engineer – Associate, AWS Certified SysOps Administrator – Associate, AWS Certified Solutions Architect – Associate & Professional y AWS Certified Data Analytics – Specialty.

Ver en LinkedIn

Preguntas Frecuentes

¿Qué aprenderás?

El curso está diseñado para enseñar a los ingenieros y científicos de datos cómo optimizar el uso de AWS al comprender los servicios más relevantes y cómo estos servicios se adaptan a las soluciones de inteligencia artificial basadas en la nube. Debido a que las soluciones de inteligencia artificial pueden diferir según la industria, el tipo de aplicaciones y el tamaño de la empresa, este curso enfatiza las mejores prácticas de AWS y los patrones de diseño recomendados para ayudar a los estudiantes a pensar en el proceso de diseñar soluciones de inteligencia artificial óptimas en AWS.

También presenta casos de estudio a lo largo del curso que muestran cómo algunos clientes de AWS han diseñado sus arquitecturas de datos, asimismo las estrategias y servicios que implementaron. También se brindan oportunidades para construir una variedad de soluciones de datos e inteligencia artificial a través de un enfoque guiado y práctico.

¿A quién esta dirigido el curso?

Este curso está dirigido a: Estadísticos, Investigadores, Analistas de datos, Arquitectos de Datos, Programadores e Ingenieros de Datos, Científico de Datos, Administradores de Base de Datos y otros profesionales relacionados con TI. Así también para las personas que piensen rendir el examen “ AWS Certified Machine Learning – Specialty” y “AWS Cloud Practitioner”.

¿Qué incluye?

  • 42 horas lectivas.
  • Acceso al simulador del examen AWS Certified Machine Learning – Specialty (MLS-C01) y AWS Certified Cloud Practitioner (CLF-C02).
  • Al finalizar el curso se hará entrega de un certificado digital a nombre de CerTI+.
  • Cada clase online será grabada y estará disponible luego para que usted pueda reforzar lo aprendido (acceso al aula virtual de CerTI+).
  • Material digital.
  • Kit de materiales extra incluyendo videos, presentaciones, tutoriales, white papers y otros recursos orientados al crecimiento y aprendizaje continuo tras el curso.

¿Cómo puedo solicitar Media Beca?

Dándole click al siguiente botón podrás postular y obtener hasta un 50% de descuento en el precio normal del curso.

Solicitar Media Beca
(*) No se incluye el voucher del examen de Cloud Practitioner en promociones con descuentos especiales y/o media beca