Exam Prep: AWS Certified AI Practitioner (AIF-C01)

Exam Prep: AWS Certified AI Practitioner (AIF-C01)EPCAIPAWAmazon Web ServicesAW-EPCAIP1.0In diesem Kurs werden Sie lernen: <ul> <li>Identifizieren Sie den Umfang und Inhalt der Prüfung zum AWS Certified AI Practitioner (AIF-C01).</li><li>Üben Sie prüfungsähnliche Fragen und bewerten Sie Ihre Vorbereitungsstrategie.</li><li>Untersuchung von Anwendungsfällen und Unterscheidung zwischen ihnen.</li></ul>Sie müssen vor der Teilnahme an diesem Kurs keine spezielle Schulung absolvieren. Die folgenden Vorkenntnisse werden jedoch empfohlen, bevor Sie die Prüfung zum AWS Certified AI Practitioner (AIF-C01) ablegen. Empfohlene AWS-Kenntnisse <ul> <li>Vertrautheit mit den AWS-Kerndiensten (z. B. Amazon EC2, Amazon S3, AWS Lambda und Amazon SageMaker AI) und den Anwendungsfällen der AWS-Kerndienste.</li><li>Sie sollten bis zu 6 Monate Erfahrung mit KI- und ML-Technologien auf AWS haben.</li><li>Sie kennen sich mit Lösungen aus, die KI- und ML-Technologien auf AWS verwenden, erstellen diese aber nicht unbedingt.</li><li>Vertrautheit mit dem AWS-Modell der geteilten Verantwortung für Sicherheit und Compliance in der AWS-Cloud.</li><li>Vertrautheit mit AWS Identity and Access Management (IAM) zur Sicherung und Kontrolle des Zugriffs auf AWS-Ressourcen.</li><li>Vertrautheit mit der globalen AWS-Infrastruktur, einschliesslich der Konzepte von AWS-Regionen, Availability Zones und Edge-Standorten.</li><li>Vertrautheit mit den Preismodellen für AWS-Dienste.</li></ul>Empfohlene Kurse Die folgenden Kurse (oder ähnliche) werden empfohlen, sind aber nicht erforderlich. <ul> <li>Grundlagen des maschinellen Lernens und der künstlichen Intelligenz (1 Stunde)</li><li>Erforschung von Anwendungsfällen und Anwendungen der künstlichen Intelligenz (1 Stunde)</li><li>Verantwortungsvolle Praktiken der künstlichen Intelligenz (1 Stunde)</li><li>Entwicklung von Lösungen für maschinelles Lernen (1 Stunde)</li><li>Entwicklung generativer Lösungen der künstlichen Intelligenz (1 Stunde)</li><li>Grundlagen des Prompt Engineering (1 Stunde)</li><li>Optimierung von Gründungsmodellen (1 Stunde)</li><li>Sicherheit, Compliance und Governance für KI-Lösungen (1 Stunde)</li><li><a class="fl-href-prod" href="/swisscom/course/amazon-genaiex"><svg role="img" aria-hidden="true" focusable="false" data-nosnippet class="cms-linkmark"><use xlink:href="/css/img/icnset-linkmarks.svg#linkmark"></use></svg>Generative AI for Executives (GENAIEX)</a></li><li>Amazon Q Business-Einführung (0,75 Stunde)</li><li>Amazon Bedrock Erste Schritte (1 Stunde)</li><li>Erste Schritte mit Amazon Comprehend: Benutzerdefinierte Klassifizierung (1,25 Stunden)</li><li>Erstellen eines Frage-Antwort-Bots mit generativer KI (1,5 Stunden)</li></ul><ul> <li>Dieser Kurs ist für Personen gedacht, die sich auf die Prüfung zum AWS Certified AI Practitioner (AIF-C01) vorbereiten.</li></ul>Dieser Kurs umfasst Präsentationen zum Thema, prüfungsähnliche Fragen, Anwendungsfälle sowie Gruppendiskussionen und Aktivitäten.Einführung Bereich 1: Grundlagen der KI und ML <ul> <li>1.1: Erläuterung grundlegender KI-Konzepte und -Terminologien</li><li>1.2: Identifizierung praktischer Anwendungsfälle für KI</li><li>1.3: Beschreibung des Lebenszyklus der ML-Entwicklung</li></ul> Bereich 2: Grundlagen der generativen KI <ul> <li>2.1: Erklären Sie die grundlegenden Konzepte der generativen KI</li><li>2.2: Verstehen der Möglichkeiten und Grenzen generativer KI für die Lösung von Geschäftsproblemen</li><li>2.3: Beschreibung der AWS-Infrastruktur und -Technologien für die Entwicklung generativer KI-Anwendungen</li></ul>Bereich 3: Anwendungen von Stiftungsmodellen <ul> <li>3.1: Beschreiben Sie Designüberlegungen für Anwendungen, die Fundamentmodelle verwenden</li><li>3.2: Effiziente Techniken für die Eingabeaufforderung auswählen</li><li>3.3: Beschreiben Sie den Trainings- und Feinabstimmungsprozess für Gründungsmodelle</li><li>3.4: Beschreibung von Methoden zur Bewertung der Leistungsfähigkeit von Gründungsmodellen</li></ul>Bereich 4: Leitlinien für verantwortungsvolle KI <ul> <li>4.1: Erklären Sie die Entwicklung von KI-Systemen, die für die</li><li>4.2: Erkennen der Bedeutung von transparenten und erklärbaren Modellen</li></ul> Bereich 5: Sicherheit, Compliance und Governance für KI-Lösungen <ul> <li>5.1: Erläuterung von Methoden zur Sicherung von KI-Systemen</li><li>5.2: Erkennen von Governance- und Compliance-Vorschriften für KI-Systeme</li></ul>Abschluss des KursesDieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <a class="fl-href-prod" href="/swisscom/en/course/amazon-epcaip"><svg role="img" aria-hidden="true" focusable="false" data-nosnippet class="cms-linkmark"><use xlink:href="/css/img/icnset-linkmarks.svg#linkmark"></use></svg>hier</a>.In diesem Kurs werden Sie lernen: - Identifizieren Sie den Umfang und Inhalt der Prüfung zum AWS Certified AI Practitioner (AIF-C01). - Üben Sie prüfungsähnliche Fragen und bewerten Sie Ihre Vorbereitungsstrategie. - Untersuchung von Anwendungsfällen und Unterscheidung zwischen ihnen.Sie müssen vor der Teilnahme an diesem Kurs keine spezielle Schulung absolvieren. Die folgenden Vorkenntnisse werden jedoch empfohlen, bevor Sie die Prüfung zum AWS Certified AI Practitioner (AIF-C01) ablegen. Empfohlene AWS-Kenntnisse - Vertrautheit mit den AWS-Kerndiensten (z. B. Amazon EC2, Amazon S3, AWS Lambda und Amazon SageMaker AI) und den Anwendungsfällen der AWS-Kerndienste. - Sie sollten bis zu 6 Monate Erfahrung mit KI- und ML-Technologien auf AWS haben. - Sie kennen sich mit Lösungen aus, die KI- und ML-Technologien auf AWS verwenden, erstellen diese aber nicht unbedingt. - Vertrautheit mit dem AWS-Modell der geteilten Verantwortung für Sicherheit und Compliance in der AWS-Cloud. - Vertrautheit mit AWS Identity and Access Management (IAM) zur Sicherung und Kontrolle des Zugriffs auf AWS-Ressourcen. - Vertrautheit mit der globalen AWS-Infrastruktur, einschliesslich der Konzepte von AWS-Regionen, Availability Zones und Edge-Standorten. - Vertrautheit mit den Preismodellen für AWS-Dienste. Empfohlene Kurse Die folgenden Kurse (oder ähnliche) werden empfohlen, sind aber nicht erforderlich. - Grundlagen des maschinellen Lernens und der künstlichen Intelligenz (1 Stunde) - Erforschung von Anwendungsfällen und Anwendungen der künstlichen Intelligenz (1 Stunde) - Verantwortungsvolle Praktiken der künstlichen Intelligenz (1 Stunde) - Entwicklung von Lösungen für maschinelles Lernen (1 Stunde) - Entwicklung generativer Lösungen der künstlichen Intelligenz (1 Stunde) - Grundlagen des Prompt Engineering (1 Stunde) - Optimierung von Gründungsmodellen (1 Stunde) - Sicherheit, Compliance und Governance für KI-Lösungen (1 Stunde) - Generative AI for Executives (GENAIEX) - Amazon Q Business-Einführung (0,75 Stunde) - Amazon Bedrock Erste Schritte (1 Stunde) - Erste Schritte mit Amazon Comprehend: Benutzerdefinierte Klassifizierung (1,25 Stunden) - Erstellen eines Frage-Antwort-Bots mit generativer KI (1,5 Stunden)- Dieser Kurs ist für Personen gedacht, die sich auf die Prüfung zum AWS Certified AI Practitioner (AIF-C01) vorbereiten.Dieser Kurs umfasst Präsentationen zum Thema, prüfungsähnliche Fragen, Anwendungsfälle sowie Gruppendiskussionen und Aktivitäten.Einführung Bereich 1: Grundlagen der KI und ML - 1.1: Erläuterung grundlegender KI-Konzepte und -Terminologien - 1.2: Identifizierung praktischer Anwendungsfälle für KI - 1.3: Beschreibung des Lebenszyklus der ML-Entwicklung Bereich 2: Grundlagen der generativen KI - 2.1: Erklären Sie die grundlegenden Konzepte der generativen KI - 2.2: Verstehen der Möglichkeiten und Grenzen generativer KI für die Lösung von Geschäftsproblemen - 2.3: Beschreibung der AWS-Infrastruktur und -Technologien für die Entwicklung generativer KI-Anwendungen Bereich 3: Anwendungen von Stiftungsmodellen - 3.1: Beschreiben Sie Designüberlegungen für Anwendungen, die Fundamentmodelle verwenden - 3.2: Effiziente Techniken für die Eingabeaufforderung auswählen - 3.3: Beschreiben Sie den Trainings- und Feinabstimmungsprozess für Gründungsmodelle - 3.4: Beschreibung von Methoden zur Bewertung der Leistungsfähigkeit von Gründungsmodellen Bereich 4: Leitlinien für verantwortungsvolle KI - 4.1: Erklären Sie die Entwicklung von KI-Systemen, die für die - 4.2: Erkennen der Bedeutung von transparenten und erklärbaren Modellen Bereich 5: Sicherheit, Compliance und Governance für KI-Lösungen - 5.1: Erläuterung von Methoden zur Sicherung von KI-Systemen - 5.2: Erkennen von Governance- und Compliance-Vorschriften für KI-Systeme Abschluss des KursesDieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.1 Tag675.00930.00900.00750.00450.00750.00750.00750.00750.00750.00