mypage マイページ cart カート
コース検索
サイト内検索


MLOps Engineering on AWS -AWS主催-


期間  3日間 時間  9:30～17:30
価格(税込)  231,000円(税込) 主催  アマゾン ウェブ サービス ジャパン
コース種別  集合研修  
形式  講義＋実機演習 コースコード  AWC0111R
日程 会場 空席状況 実施状況 選択

2024年7月24日(水) ～ 2024年7月26日(金)

AWS(バーチャルロケーション WebEX)

  お申し込み後確認

※「キャンセル待ち」でお申し込みの方には、別途メールにてご連絡いたします。
※「実施確定」表示のない日程は、お申し込み状況により開催中止になる場合がございます。
※ お申込期日が過ぎた日程は、「お問い合わせください」と表示されます。
※ トレノケート主催コース以外の空席状況は、残席数に関わらず「お申し込み後確認」と表示されます。
※ トレノケート主催コース以外では、主催会社のお席を確保した後に受付確定となります。
お申込みに関するお問い合わせはこちらから

重要なご連絡・ご確認事項

・弊社経由でAWS社主催研修へお申込みの場合、弊社では出席状況の確認ができないため、人材開発支援助成金の申請書類に署名できません。予めご了承ください。


本コースはeBookでの提供となります。

本コースの受講お申し込みを完了するには、いくつかの事前登録作業が必要です。お申し込み後にご案内資料を送付致しますので、指定期日までに必ず登録をお済ませください。ご登録完了後、お申し込み確定となります。

対象者情報

対象者
このコースは、AWS クラウドでの機械学習モデルのプロダクション化を担当する以下のいずれかのロールを対象としています。
・DevOps エンジニア
・機械学習エンジニア
・機械学習モデルのオペレーションを担当するデベロッパー/企業
前提条件
必須
□AWS Technical Essentials コースの受講、または同等の経験
□DevOps Engineering on AWS コースの受講、または同等の経験
□Practical Data Science with Amazon SageMaker コースの受講、または同等の経験

推奨
□Elements of Data Science (デジタルコース) の受講、または同等の経験
□Machine Learning Terminology and Process (デジタルコース) の受講

学習内容の詳細

コース概要
このコースは、ソフトウェア開発で一般的である DevOps プラクティスを基に、機械学習 (ML) モデルの構築、トレーニング、デプロイに向けて、それを拡張します。このコースでは、機械学習デプロイを成功させるためのデータ、モデル、およびコードの重要性を強調します。データエンジニア、データサイエンティスト、ソフトウェアデベロッパー、オペレーションの間での連携に関連する課題に対処するためにツール、オートメーション、プロセス、およびチームワークを活用する方法を示します。また、本番環境でのモデル予測が、合意された重要業績評価指標から外れ始めた場合に、ツールやプロセスを使って監視し、対策を講じる方法についても説明します。
インストラクターはこのコースの参加者に、レッスンとラボの内容を毎日振り返り、参加者やインストラクターとの会話を通じて、自社用の MLOps アクションプランを構築することを勧めます。
学習目標
このコースで学習する内容

●機械学習オペレーションについて説明する
●DevOps と MLOps の重要な違いを理解する
●機械学習ワークフローについて説明する
●MLOps におけるコミュニケーションの重要性を検討する
●機械学習ワークフローの自動化に向けたエンドツーエンドのオプションについて説明する
●MLOps 自動化のための Amazon SageMaker の主要な機能を挙げる
●モデルのビルド、トレーニング、テスト、デプロイを行う自動機械学習プロセスを構築する
●モデルのコードの変更に基づいてモデルを再トレーニングする自動機械学習プロセスを構築する
●デプロイプロセスの要素と重要なステップを特定する
●モデルパッケージに含まれる可能性のある項目と、トレーニングや推論での使用について説明する
●ML フレームワークや組み込みアルゴリズム、または独自のモデルのサポートなど、デプロイするモデルを選択するための Amazon SageMaker のオプションを理解する
●機械学習のスケーリングを他のアプリケーションのスケーリングと区別する
●推論に異なるアプローチを使用するタイミングを決定する
●デプロイ戦略、利点、課題、一般的なユースケースについて説明する
●エッジデバイスに機械学習を導入する際の課題について説明する
●デプロイと推論に関連する Amazon SageMaker の重要な機能について理解する
●モニタリングが重要な理由を説明する
●基になる入力データ内のデータドリフトを検出する
●機械学習モデルのバイアスをモニタリングする方法を実演する
●モデルのリソース消費とレイテンシーをモニタリングする方法を説明する
●モデル結果の人間参加型レビューを本番環境に統合する方法について話し合う
学習内容 
1 日目

モジュール 0: ようこそ
     • コースの紹介

モジュール 1: MLOps の概要
     • 機械学習オペレーション
     • MLOps の目標
     • コミュニケーション
     • DevOps から MLOps へ
     • 機械学習ワークフロー
     • 範囲
     • 機械学習ワークフローを MLOps の視点で見る
     • MLOps のケース

モジュール 2: MLOps の開発
     • 機械学習モデルの構築、トレーニング、評価の概要
     • MLOps のセキュリティ
     • 自動化
     • Apache Airflow
     • MLOps 向けの Kubernetes 統合
     • MLOps 用 Amazon SageMaker
     • ラボ: MLOps パイプラインで独自のアルゴリズムを使用する
     • デモンストレーション: Amazon SageMaker
     • 機械学習モデルの構築、トレーニング、評価の概要
     • ラボ: AWS CodeBuild を使用して機械学習モデルをコーディングし、使用する
     • アクティビティ: MLOps アクションプランワークブック

2 日目

モジュール 3: MLOps デプロイ
     • デプロイオペレーションの概要
     • モデルのパッケージ化
     • 推論
     • ラボ: モデルを本番環境にデプロイする
     • SageMaker 本番バリアント
     • デプロイ戦略
     • エッジへのデプロイ
     • ラボ: A/B テストを実施する
     • アクティビティ: MLOps アクションプランワークブック

3 日目

モジュール 4: モデルのモニタリングとオペレーション
     • ラボ: パイプラインのトラブルシューティングを行う
     • モニタリングの重要性
     • 設計によるモニタリング
     • ラボ: 機械学習モデルをモニタリングする
     • ヒューマンインザループ
     • Amazon SageMaker Model Monitor
     • デモンストレーション: Amazon SageMaker Pipeline、Model Monitor、Model Registry、および Feature Store
     • 問題を解決する
     • アクティビティ: MLOps アクションプランワークブック

モジュール 5: まとめ
     • コースの復習
     • アクティビティ: MLOps アクションプランワークブック
     • まとめ

実習/演習内容詳細

ソフトウェア
ハードウェア
■PCのお持込に関しまして
お持込は可能ですが、必須要件や事前準備がございます。
後日AWS社から送付されるメールに詳細が記載されておりますのでご覧の上、ご対応をお願い致します。
演習/デモ内容
このコースには、プレゼンテーション、ラボ、デモンストレーション、ワークブック、グループ演習が含まれます。

ご注意・ご連絡事項

・本コースはAWS社主催のコースです。
・本コース受講お申し込みは6営業日前まで、日程変更・キャンセル・受講者変更は11営業日前までです。代理受講は原則不可です。なお、キャンセル料の扱いは以下のとおりです。
・コース開始日の10営業日（当該日が当社休業日の場合は、直前の営業日）～当日のキャンセル：受講料の全額を請求
・日程変更・受講者変更は1回限りとさせて頂きます。
・本コースの受講お申し込みを完了するには、コースの開催決定後、いくつかの事前登録作業が必要です。コース開催確定後、別途ご案内資料を送付致します。各登録作業は、指定期日までに必ずお済ませくださいますようお願い申し上げます。
・弊社経由でお申込みされた場合、APNパートナー割引は適用されませんのであらかじめご了承ください。