Corso Developing Generative AI Applications on AWS

Di seguito una sintesi degli obiettivi principali del Corso Developing Generative AI Applications on AWS (MLDGAI):

- Utilizzare Amazon Bedrock e i foundation models per inference, accesso via Playgrounds e metodi di invocazione

- Applicare prompt engineering (basic/advanced), tecniche model-specific e bias mitigation su testo/immagini

- Progettare componenti applicativi: FM interface, datasets, embeddings, RAG, fine-tuning e security

- Integrare LangChain (indexes, memory, chains, agents) per orchestrare workflow LLM su AWS

- Implementare architecture patterns per summarization, Q&A, chatbots, code generation e apps con Converse API

Certificazione del corso

Esame AWS Certified Machine Learning – Specialty;

L’esame di certificazione AWS Certified Machine Learning – Specialty (MLS-C01) è progettato per valutare le competenze avanzate dei candidati nella progettazione, implementazione e gestione di soluzioni di machine learning su AWS. L’esame copre tematiche come la scelta degli algoritmi appropriati, la preparazione dei dati, la formazione e il perfezionamento dei modelli, e il deployment e l’ottimizzazione delle soluzioni di machine learning.

L’obiettivo principale è garantire che i candidati dimostrino una conoscenza approfondita delle best practice e delle soluzioni avanzate AWS per lo sviluppo di applicazioni di machine learning. Durante l’esame, i candidati affronteranno argomenti quali la progettazione di architetture scalabili e sicure, l’uso di servizi AWS come SageMaker e l’integrazione con altri servizi AWS per l’analisi dei dati.

Contenuti del corso

Module 1: Introduction to Generative AI – Art of the Possible

• Overview of ML

• Basics of generative AI

• Generative AI use cases

• Generative AI in practice

• Risks and benefits

Module 2: Planning a Generative AI Project

• Generative AI fundamentals

• Generative AI in practice

• Generative AI context

• Steps in planning a generative AI project

• Risks and mitigation

Module 3: Getting Started with Amazon Bedrock

• Introduction to Amazon Bedrock

• Architecture and use cases

• How to use Amazon Bedrock

• Demonstration: Setting Up Amazon Bedrock Access and Using Playgrounds

Module 4: Foundations of Prompt Engineering

• Basics of foundation models

• Fundamentals of prompt engineering

• Basic prompt techniques

• Advanced prompt techniques

• Demonstration: Fine-Tuning a Basic Text Prompt

• Model-specific prompt techniques

• Addressing prompt misuses

• Mitigating bias

• Demonstration: Image Bias-Mitigation

Si consiglia la partecipazione ai seguenti corsi:

- AWS Technical Essentials

- Python Developer

Esame AWS Certified Machine Learning – Specialty;

L’esame di certificazione AWS Certified Machine Learning – Specialty (MLS-C01) è progettato per valutare le competenze avanzate dei candidati nella progettazione, implementazione e gestione di soluzioni di machine learning su AWS. L’esame copre tematiche come la scelta degli algoritmi appropriati, la preparazione dei dati, la formazione e il perfezionamento dei modelli, e il deployment e l’ottimizzazione delle soluzioni di machine learning.

L’obiettivo principale è garantire che i candidati dimostrino una conoscenza approfondita delle best practice e delle soluzioni avanzate AWS per lo sviluppo di applicazioni di machine learning. Durante l’esame, i candidati affronteranno argomenti quali la progettazione di architetture scalabili e sicure, l’uso di servizi AWS come SageMaker e l’integrazione con altri servizi AWS per l’analisi dei dati.