AI Engineering Bootcamp_ Build, Train and Deploy Models with AWS SageMaker

ZeroToMastery – AI Engineering: Build, Train, Fine-Tune and Deploy Models with AWS SageMaker 2026-6

در تاریخ: 1405/04/22 4:15:11

توضیحات

AI Engineering: Build, Train, Fine-Tune and Deploy Models with AWS SageMaker، دوره آموزش هوش مصنوعی: ساخت، آموزش و استقرار مدل‌ها با AWS SageMaker توسط آکادمی ZerotoMastery منتشر شده است. با این دوره که به شما می آموزد با استفاده از دو مورد از مهمترین ابزارهای هوش مصنوعی مورد استفاده در دنیای واقعی: AWS SageMaker و Hugging Face، مدل های هوش مصنوعی خود را بسازید، آموزش دهید و به کار بگیرید، حرفه خود را در هوش مصنوعی شروع کنید. یاد بگیرید که با استفاده از AWS SageMaker برنامه‌های هوش مصنوعی سرتاسر بسازید: از جمع‌آوری و آماده‌سازی داده‌های خود تا آموزش و اصلاح مدل‌های خود و استقرار و مقیاس‌بندی برنامه هوش مصنوعی خود در دنیای واقعی. یک مهندس هوش مصنوعی مدل‌های هوش مصنوعی از جمله مدل‌های زبان بزرگ را می‌گیرد و آن‌ها را بر اساس نیازهای خود سفارشی می‌کند. این به همه چیز نیاز دارد، از ساخت مدل‌ها با استفاده از مجموعه داده‌های سفارشی گرفته تا آموزش و تنظیم مدل‌ها، به‌کارگیری مدل‌ها و مقیاس‌بندی آنها با استفاده از فناوری‌های ابری. AWS SageMaker (همچنین به عنوان Amazon SageMaker نیز شناخته می‌شود) یک سرویس یادگیری ماشینی کاملاً مدیریت شده است که به شما امکان می‌دهد تا به سرعت مدل‌های یادگیری ماشین را در مقیاس بسازید، آموزش دهید و به کار ببرید. این کار سنگینی مدیریت زیرساخت را حذف می‌کند بنابراین می‌توانید روی بخش سرگرم‌کننده تمرکز کنید.

آنچه خواهید آموخت

مدل‌های پیشرفته هوش مصنوعی و یادگیری ماشینی را در فضای ابری بسازید و بکار ببرید
با استفاده از AWS SageMaker از مدل های قدرتمند از پیش آموزش دیده Hugging Face استفاده کنید
اسرار ریاضی در پس نحوه کار مدل های زبان بزرگ را با کاوش عمیق در معماری ترانسفورماتور، توکن سازی و موارد دیگر کشف کنید.
با استفاده از PyTorch برای ایجاد راه حل های منحصر به فرد، مدل ها را برای رفع نیازهای برنامه های هوش مصنوعی خود سفارشی کنید
آموزش و آزمایش مدل ها، اطمینان حاصل کنید که نتایج دقیق را هر بار ارائه می دهند
بهترین روش‌ها را برای نظارت و بهینه‌سازی مدل‌های خود بیاموزید، از جمله آزمایش بار و مقیاس‌بندی برای تقاضای عظیم کاربران

این دوره برای چه کسانی مناسب است

هر کسی که می خواهد یک راهنمای گام به گام برای یادگیری استفاده از AWS SageMaker، یک ابزار یادگیری ماشینی و هوش مصنوعی سرتاسر، و بتواند به عنوان مهندس هوش مصنوعی استخدام شود.
هر کسی که می خواهد کار خود را در هوش مصنوعی راه اندازی یا سرعت بخشد
دانش‌آموزان، توسعه‌دهندگان، مهندسان یادگیری ماشین، دانشمندان داده و مهندسان هوش مصنوعی که می‌خواهند مهارت‌های عملی و حرفه‌ای یادگیری ماشین را با ساخت، آموزش و استقرار مدل‌های واقعی در فضای ابری نشان دهند.
هر کسی که به دنبال گسترش دانش و ابزار خود در زمینه هوش مصنوعی، یادگیری ماشین و یادگیری عمیق است
فارغ التحصیلان آموزش آنلاین بوت کمپ یا آمازون SageMaker که می خواهند فراتر از اصول اولیه بروند

مشخصات دوره AI Engineering: Build, Train, Fine-Tune and Deploy Models with AWS SageMaker

ناشر : ZerotoMastery
مدرس : Patrik Szepesi
زبان: انگلیسی
سطح آموزش: تمام سطوح
تعداد دروس: 139
مدت زمان آموزش: 19 ساعت و 10 دقیقه

سر فصل های دوره

AI Engineering: Build, Train, Fine-Tune and Deploy Models with AWS SageMaker

پیش نیاز های دوره

Basic Python knowledge is required. Don’t have that? You can start learning today by taking our Python Bootcamp course!
An AWS account is required to use AWS SageMaker. We’ll walk you through setting one up in the course!
High school mathematics is recommended, but not required (students have the option of skipping the math-heavy sections without issue)