Whizlabs

AI/ML und erweiterte AWS-Dienste

Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.

Whizlabs

AI/ML und erweiterte AWS-Dienste

Bei Coursera Plus enthalten

Fragen Sie Coursera

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger

Empfohlene Erfahrung

6 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger

Empfohlene Erfahrung

6 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Erfahren Sie mehr über fortgeschrittene Konzepte der generativen KI, Prompt Engineering, Grundmodelle und RAG-Architekturen auf AWS

  • Lernen Sie maschinelles Lernen und MLOps-Workflows mithilfe von Amazon SageMaker und den AWS-Diensten für den Einsatz von KI und ML kennen

  • Entdecken Sie die AWS-KI-Dienste für Anwendungsfälle in den Bereichen dialogorientierte KI, intelligente Suche, Sprachverarbeitung, Bildverarbeitung, Übersetzung und Personalisierung

Kompetenzen, die Sie erwerben

  • Kategorie: Künstliche Intelligenz
  • Kategorie: Künstliche Intelligenz und maschinelles Lernen (AI/ML)
  • Kategorie: Computer Vision
  • Kategorie: MLOps (Operationen für maschinelles Lernen)
  • Kategorie: Modellierung großer Sprachen
  • Kategorie: Modell Ausbildung
  • Kategorie: Generative AI-Agenten
  • Kategorie: Abruf-erweiterte Erzeugung
  • Kategorie: Datenwrangling
  • Kategorie: Bildanalyse
  • Kategorie: Verarbeitung natürlicher Sprache

Werkzeuge, die Sie lernen werden

  • Kategorie: Generative KI
  • Kategorie: Amazon Web Services
  • Kategorie: Agentische Arbeitsabläufe
  • Kategorie: Amazonas-Felsen
  • Kategorie: AWS SageMaker
  • Kategorie: Schnelles Engineering
  • Kategorie: Modell-Einsatz
  • Kategorie: AI-Arbeitsabläufe

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

Mai 2026

Bewertungen

6 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „AWS Core+: Technische Grundlagen für Team-Manager“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 3 Module

Willkommen im Modul „Fortgeschrittene GenAI-Techniken“. Hier konzentrieren Sie sich auf fortgeschrittene generative KI-Techniken, die zum Aufbau skalierbarer und kontrollierter KI-Anwendungen auf AWS verwendet werden. Wir beginnen mit dem Thema „RAG-Architektur von LLM und AWS-Diensten zur Speicherung von Vektor-Embeddings“, um Ihnen zu vermitteln, wie externes Wissen in KI-Modelle integriert wird, um genauere und kontextbezogene Antworten zu erzielen.Anschließend beschäftigen Sie sich mit der praktischen Umsetzung mithilfe von „Amazon Bedrock RAG & Knowledge Base – Demo“, gefolgt von „Amazon Bedrock Guardrails“ und der dazugehörigen Demo, mit denen Sie Sicherheit, Compliance und Kontrolle über die Modellausgaben gewährleisten können.Im weiteren Verlauf der Woche beschäftigen Sie sich eingehend mit Amazon Bedrock Agents und Integrationen mit Diensten wie CloudWatch und S3 sowie mit „PartyRock – Amazon Bedrock Playground“, um mit Anwendungsfällen generativer KI zu experimentieren. Außerdem befassen Sie sich mit den Amazon Bedrock-Preisen, um die Kostenaspekte zu verstehen. Am Ende dieser Woche verfügen Sie über fundierte Kenntnisse fortgeschrittener GenAI-Techniken und sind in der Lage, KI-gestützte Anwendungen mit Amazon Bedrock zu entwerfen, abzusichern und zu bewerten.

Das ist alles enthalten

9 Videos2 Lektüren2 Aufgaben1 Diskussionsthema

Willkommen zum Modul „AWS AI Services“. Hier konzentrieren Sie sich auf AWS-KI-Dienste, mit denen Sie Ihre Anwendungen um intelligente Funktionen erweitern können. Wir beginnen mit Amazon Comprehend und Amazon Translate sowie entsprechenden Demos, um zu verstehen, wie Text mithilfe der Verarbeitung natürlicher Sprache verarbeitet und analysiert wird. Anschließend beschäftigen Sie sich mit Sprachdiensten wie Amazon Transcribe und Amazon Polly, mit denen Sie Sprache in Text und Text in Sprache für praktische Anwendungsfälle umwandeln können. Im weiteren Verlauf der Woche tauchen Sie mit Amazon Rekognition und Amazon Lex in die Bereiche Computer Vision und dialogorientierte KI ein. Anhand von Demos lernen Sie dabei die Bildanalyse und die Entwicklung von Chatbots kennen. Außerdem lernen Sie fortgeschrittene Dienste wie Amazon Kendra für die intelligente Suche, Amazon Textract für die Dokumentenverarbeitung, Amazon Personalize für Empfehlungen sowie Amazon Mechanical Turk und Amazon Augmented AI (A2I) für „Human-in-the-Loop“-Workflows kennen. Am Ende dieser Woche werden Sie in der Lage sein, AWS-KI-Dienste zu nutzen, um Anwendungen mit Funktionen wie NLP, Spracherkennung, Bildverarbeitung und intelligenter Automatisierung zu entwickeln.

Das ist alles enthalten

11 Videos1 Lektüre2 Aufgaben

Willkommen zum Modul „Machine Learning & MLOps“. Hier konzentrieren Sie sich auf Machine-Learning-Workflows und MLOps-Verfahren unter Verwendung von AWS. Wir beginnen mit einer Einführung in Amazon SageMaker und einer praktischen SageMaker-Demo, die Ihnen verdeutlicht, wie Sie Machine-Learning-Modelle in großem Maßstab erstellen, trainieren und bereitstellen können. Anschließend lernen Sie wichtige Funktionen von SageMaker kennen, darunter „Data Wrangler“ zur Datenaufbereitung, „Feature Store“ zur Verwaltung wiederverwendbarer Merkmale und „Model Monitor“ zur Überwachung der Modellleistung und zur Erkennung von Datenabweichungen. Im weiteren Verlauf der Woche lernen Sie, wie Sie die Entwicklung mit SageMaker JumpStart beschleunigen können. Anschließend folgt eine Einführung in MLOps und die AWS-Services für MLOps, mit denen Sie den ML-Lebenszyklus effizient automatisieren, überwachen und verwalten können. Am Ende dieser Woche verfügen Sie über ein fundiertes Verständnis von ML-Workflows und sind in der Lage, MLOps-Praktiken zur Erstellung und Wartung skalierbarer Machine-Learning-Lösungen auf AWS umzusetzen.

Das ist alles enthalten

8 Videos2 Lektüren2 Aufgaben

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Whizlabs Instructor
Whizlabs
172 Kurse126.891 Lernende

von

Whizlabs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen