Temario del curso

Introducción a AWS Cloud9 para Ciencia de Datos

  • Visión general de las características de AWS Cloud9 para ciencia de datos
  • Configuración de un entorno de ciencia de datos en AWS Cloud9
  • Configuración de Cloud9 para Python, R y Jupyter Notebook

Ingesta y Preparación de Datos

  • Importar y limpiar datos de diversas fuentes
  • Usar AWS S3 para almacenamiento y acceso a datos
  • Preprocesar datos para análisis y modelado

Análisis de Datos en AWS Cloud9

  • Análisis exploratorio de datos usando Python y R
  • Trabajar con Pandas, NumPy y bibliotecas de visualización de datos
  • Análisis estadístico y pruebas de hipótesis en Cloud9

Desarrollo de Modelos de Aprendizaje Automático

  • Construir modelos de aprendizaje automático usando Scikit-learn y TensorFlow
  • Entrenar y evaluar modelos en AWS Cloud9
  • Usar SageMaker con Cloud9 para el desarrollo de modelos a gran escala

Integración y Gestión de Bases de Datos

  • Integrar AWS RDS y Redshift con AWS Cloud9
  • Consultar grandes conjuntos de datos usando SQL y Python
  • Manejar big data con servicios de AWS

Despliegue y Optimización de Modelos

  • Desplegar modelos de aprendizaje automático usando AWS Lambda
  • Usar AWS CloudFormation para automatizar el despliegue
  • Optimizar pipelines de datos para rendimiento y eficiencia en costos

Desarrollo Colaborativo y Seguridad

  • Colaborar en proyectos de ciencia de datos en Cloud9
  • Usar Git para control de versiones y gestión de proyectos
  • Mejores prácticas de seguridad para datos y modelos en AWS Cloud9

Resumen y Pasos Siguientes

Requerimientos

  • Conocimientos básicos de los conceptos de ciencia de datos
  • Familiaridad con la programación en Python
  • Experiencia con entornos en la nube y servicios AWS

Audiencia

  • Científicos de datos
  • Analistas de datos
  • Ingenieros de aprendizaje automático
 28 Horas

Número de participantes


Precio por Participante​

Testimonios (3)

Próximos cursos

Categorías Relacionadas