Ir directamente a la información del producto
1 de 1

AWS

Curso AWS Machine Learning Specialty + AI Practitioner + Cloud Practitioner (Triple Certificación)

Curso AWS Machine Learning Specialty + AI Practitioner + Cloud Practitioner (Triple Certificación)

Precio habitual $1,370.00 USD
Precio habitual $1,370.00 USD Precio de oferta $1,370.00 USD
Oferta Agotado
Impuesto incluido.

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
Ver todos los detalles

Beneficios del Curso

1 de 9

Testimonios de nuestros alumnos

Nuestros alumnos certificados ahora trabajan en las compañías más exitosas

1 de 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.

  1. Laboratorio práctico para crear una cuenta con capa gratuita desde la consola de AWS.
  2. Laboratorio práctico para conocer los servicios que vienen incluidos en la capa gratuita.
  3. Laboratorio práctico para crear usuarios y grupos de IAM.
  4. 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.

  1. Laboratorio práctico para identificar y conocer los componentes más importantes de una red privada virtual.
  2. Laboratorio práctico para crear un servidor virtual con sistema operativo Linux y conexion remota vía SSH.
  3. Laboratorio práctico para crear discos de almacenamiento virtuales y asociarlos con un servidor virtual.
  4. 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.

  1. 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.
  2. Laboratorio práctico para crear roles que serán utilizados por servidores virtuales.
  3. 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.

  1. Laboratorio práctico para crear un sistema de archivo elástico de tipo NFS conectado a un servidor virtual con sistema operativo Linux.
  2. Laboratorio práctico para crear una base de datos de acceso público en RDS.
  3. 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.

  1. Laboratorio práctico para crear un balanceador de carga elástico para aplicaciones web conectado a dos servidores virtuales con sistema operativo Linux y Apache.
  2. 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.
  3. 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.

  1. Laboratorio práctico para configurar alarmas de consumo basado en presupuestos usando AWS Budgets.
  2. Laboratorio práctico para conocer el tablero general de facturación usando AWS Billing Dashboard.
  3. 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.

  1. Laboratorio práctico para procesar archivos de log de multiples servidores utilizando Kinesis Data Streams.
  2. Laboratorio práctico para consumir y analizar la información de logs mediante Kinesis Data Analytics y funciones Lambda.
  3. 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.

  1. Laboratorio práctico para realizar ingenieria de parametros, etiquetado de datos, formateo y manejo de datos faltantes.
  2. Laboratorio práctico para revisar los algoritmos de XGBoost, logistic regression, K-means, linear regression, decision trees, random forest, RNN, CNN, Ensemble y Transfer Learning.
  3. 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.

  1. Laboratorio práctico para iniciar Jupyter Notebooks y JupyterLab en SageMaker.
  2. Laboratorio práctico para entrenar, desplegar e invocar un modelo de Reconocimiento de imagenes usando Deep Learning con Pytorch, TensorFlow y SageMaker.
  3. 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.

HORARIO DE CLASES: OPCION 1

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)

Instructores certificados en AWS

Profesor de 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.

Ver en LinkedIn

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.