Recenze knihy Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego - Fregly, Chris

\nPlatforma Amazon Web Services jest uważana za największą i najbardziej dojrzałą chmurę obliczeniową. Zapewnia bogaty zestaw specjalistycznych narzędzi ułatwiających realizację projektów z zakresu inżynierii danych i uczenia maszynowego. W ten sposób inżynierowie danych, architekci i... číst celé

Platforma Amazon Web Services jest uważana za największą i najbardziej dojrzałą chmurę obliczeniową. Zapewnia bogaty zestaw specjalistycznych narzędzi ułatwiających realizację projektów z zakresu inżynierii danych i uczenia maszynowego. W ten sposób inżynierowie danych, architekci i menedżerowie mogą szybko zacząć używać danych do podejmowania kluczowych decyzji biznesowych. Uzyskanie optymalnej efektywności pracy takich projektów wymaga jednak dobrego rozeznania w możliwościach poszczególnych narzędzi, usług i bibliotek.

Dzięki temu praktycznemu przewodnikowi szybko nauczysz się tworzyć i uruchamiać procesy w chmurze, a następnie integrować wyniki z aplikacjami. Zapoznasz się ze scenariuszami stosowania technik sztucznej inteligencji: przetwarzania języka naturalnego, rozpoznawania obrazów, wykrywania oszustw, wyszukiwania kognitywnego czy wykrywania anomalii w czasie rzeczywistym. Ponadto dowiesz się, jak łączyć cykle rozwoju modeli z pobieraniem i analizą danych w powtarzalnych potokach MLOps. W książce znajdziesz też zbiór technik zabezpieczania projektów i procesów z obszaru inżynierii danych, takich jak stosowanie usługi IAM, uwierzytelnianie, autoryzacja, izolacja sieci, szyfrowanie danych w spoczynku czy postkwantowe szyfrowanie sieci dla danych w tranzycie.

Najciekawsze zagadnienia:

\nnarzędzia AWS związane ze sztuczną inteligencją i z uczeniem maszynowym\nkompletny cykl rozwoju modelu przetwarzania języka naturalnego\npowtarzalne potoki MLOps\nuczenie maszynowe w czasie rzeczywistym\nwykrywanie anomalii i analiza strumieni danych\nzabezpieczanie projektów i procesów z obszaru inżynierii danych\n

AWS i inżynieria danych: tak zwiększysz wydajność i obniżysz koszty!

\nImplementowanie solidnego kompletnego procesu uczenia maszynowego to żmudne zadanie, dodatkowo komplikowane przez szeroki zakres dostępnych narzędzi i technologii. Autorzy wykonali świetną robotę, a jej efekty pomogą zarówno nowicjuszom, jak i doświadczonym praktykom realizować to zadanie z wykorzystaniem możliwości, jakie dają usługi AWS\n\nBrent Rabowsky, danolog w firmie Amazon Web Services\n

O autorach książki

Chris Fregly jest głównym ambasadorem deweloperów w obszarach sztucznej inteligencji i uczenia maszynowego w AWS. Regularnie występuje na konferencjach poświęconych SI i UM na całym świecie.

Antje Barth jest starszą ambasadorką deweloperów w obszarach sztucznej inteligencji i uczenia maszynowego w AWS. Jest też współzałożycielką düsseldorfskiego oddziału organizacji Women in Big Data.

\n schovat popis