Curso AWS Machine Learning Specialty + AI Practitioner + Cloud Practitioner (Triple Certificación)
Curso AWS Machine Learning Specialty + AI Practitioner + Cloud Practitioner (Triple Certificación)
Clases Virtuales en Vivo
Via Zoom con profesor en línea para resolver todas tus dudas y consultas.
- 54 horas académicas
- Tipo de Cambio S/. 3.70
- Nivel Avanzado
Share
Beneficios del Curso
Testimonios de nuestros alumnos
Nuestros alumnos certificados ahora trabajan en las compañías más exitosas
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 CloudFormation 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: Fundamentos de la Inteligencia Artificial y el Machine Learning usando SageMaker, Amazon SageMaker Data Wrangler, Amazon SageMaker Feature Store, Amazon SageMaker Model Monitor
Tema 8: Fundamentos de la Inteligencia Artificial Generativa usando Amazon SageMaker JumpStart; Amazon Bedrock, PartyRock, Amazon Bedrock Playground, Amazon Q
Tema 9: Servicios para construcción de aplicaciones usando Modelos Fundacionales de la IA Generativa usando Amazon Bedrock
Tema 10: Servicios de seguridad, conformidad y administración para construir soluciones de Inteligencia Artificial usando SageMaker Model Cards
Tema 11: Lineamientos para uso responsable de la Inteligencia Artificial
Tema 12: 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 13: Servicios para Exploración de Datos y Modelamiento de Aprendizaje Automático
Aprenderás las técnicas 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 14: 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 15: Servicios para Desarrollo de Modelos de Machine Learning usando Amazon SageMaker, Translate, Amazon Transcribe, Amazon Rekognition, Amazon Bedrock
Tema 16: Servicios para Orquestación de Workflows de MLOps usando Amazon SageMaker, CodeBuild, CodeDeploy y CodePipeline
Tema 17: Servicios para Monitoreo, Mantenimiento y Seguridad de soluciones de Machine Learning usando SageMaker Model Monitor, SageMaker Model Debugger y SageMaker Clarify
Tema 18: Simulacro del examen oficial de certificación AWS Cloud Practitioner
Revisaremos a detalle la guía oficial en español del examen de certificación AWS Cloud Practitioner 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.
Tema 19: Simulacro del examen oficial de certificación AWS AI Practitioner
Revisaremos a detalle la guía oficial del examen de certificación AWS AI 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 20: Simulacro del examen oficial de certificación AWS Machine Learning Engineer - Associate
Revisaremos a detalle la guía oficial del examen de certificación AWS Machine Learning Engineer - Associate 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.
Inicio: Lunes 14 de octubre
Frecuencia: Lunes, miércoles y viernes
(18 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)
Nuestro Compromiso y Garantía
La gran mayoría de nuestros alumnos aprueban sus exámenes de certificación en el primer intento. Sin embargo, si no te fue bien en el examen vuelves a llevar el curso totalmente gratis. ¡Lo volvemos a intentar hasta que lo logres!
Instructores certificados en AWS
Ing. Cesar Caisan
Especialista en AWS con 23 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, AWS Certified Data Analytics y AWS Certified Machine Learning.
Preguntas Frecuentes
¿Qué aprenderás?
Este curso elaborado por profesores de CerTI+ certificados en Amazon Web Services que ya han aprobado el examen previamente, te van a preparar y entrenar para rendir los exámenes “AWS Certified Machine Learning - Specialty (MLS-C01), AWS Certified AI Practitioner (AIF-C01) y AWS Certified Cloud Practitioner (CLF-C02)”.
¡Reinventate este año! obteniendo una certificación acreditada por Amazon Web Services (AWS). No esperes más y da el primer paso, para incorporarte al selecto grupo de profesionales que dominan las tecnologías de Computación en la Nube.
¿A quién esta dirigido el curso?
Este curso está dirigido a las personas que piensen rendir el examen AWS Certified Machine Learning – Specialty (MLS-C01), AWS Certified AI Practitioner (AIF-C01) y AWS Certified Cloud Practitioner (CLF-C02).
Pre-Requisitos
Para llevar el curso recomendamos que los asistentes tengan los siguientes requisitos previos:
- Conocimientos técnicos generales de informática.
- Conocimiento general de negocios de TI.
¿Qué incluye?
- 54 horas de clases en vivo.
- Acceso a la Consola de AWS de la cuenta de Certimas.
- 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.