在 MLOps（机器学习操作）平台中，您将学习使用两个领先的云平台：Amazon SageMaker 和 Azure ML 在生产环境中构建、训练和部署机器学习解决方案的必要技能：Amazon SageMaker 和 Azure ML 中，您将学习在生产环境中使用两个领先的云平台构建、训练和部署机器学习解决方案的必要技能：Amazon Web Services (AWS) 和 Microsoft Azure。本课程也是准备申请 AWS 或 Azure 机器学习认证的个人或正在（或寻求）从事数据科学家、软件工程师、软件开发人员、数据分析师或其他使用机器学习的职位的个人的绝佳资源。 通过一系列实践练习，您将获得基本机器学习算法的直觉和使用这些领先云平台的实践经验。课程结束时，您将能够在生产环境中使用 AWS 和 Azure 技术部署机器学习解决方案。 第 1 周。探索使用 AWS 技术的数据工程。我们将讨论 AWS 机器学习入门、创建数据存储库以及确定和实施数据摄取和转换解决方案等主题。利用 AWS 技术获得基本数据科学技能。您将学习数据清理技术，为机器学习执行特征工程、数据分析和数据可视化。我们将优先使用 AWS 上可用的无服务器解决方案，以提高整个过程的效率。 第 3 周。利用 AWS 技术学习机器学习模型。我们将研究如何为手头的任务选择合适的模型、选择超参数、在平台上训练模型以及评估模型。 第 4 周。学习 AWS 的 MLOps：将机器学习投入生产的最后阶段。我们将讨论机器学习模型的操作化、CPU 和 GPU 之间的抉择以及部署和维护模型等主题。 第 5 周：学习如何使用数据和机器学习模型学习如何在第二个领先的基于云的平台中处理数据和机器学习：Azure ML。