François Chung, Ph.D.

Tag: computació en el núvol

Conferència ODSC APAC 2023

Conferència ODSC APAC 2023

Conferència ODSC, en línia (2023). Hem arribat a un punt d'inflexió tant a la indústria de la intel·ligència artificial (IA) com a la societat en general, i la regió APAC es troba a l'epicentre d'aquest canvi. És per això que l'Open Data Science Conference Asia-Pacific (ODSC APAC) reuneix els principals experts d'arreu del món per compartir coneixements, eines i tècniques sobre les últimes tendències en ciència de dades i IA, com ara grans models de llenguatge (LLM), anàlisi de dades, aprenentatge automàtic i IA responsable.

Dia 1

Temes principals:

  • La revolució de la IA;
  • Dades espacials al núvol;
  • Paisatge de la IA generativa;
  • La IA en funcions de RRHH;
  • La IA generativa i la llei.

Dia 2

Temes principals:

  • La frontera de la IA generativa (GenAI);
  • La IA responsable a la pràctica;
  • Construir una aplicació GenAI;
  • La IA generativa a l'educació;
  • Els LLM no són necessàriament de la GenAI.

Referències

Articles relacionats

Més informació

ODSC - Open Data Science Conference
ODSC APAC Conference (conferència ODSC APAC)

Google Cloud: big data i aprenentatge automàtic

Google Cloud: big data i aprenentatge automàtic

Formació Coursera, MOOC (2020). Aquesta formació en línia presenta les capacitats de big data i aprenentatge automàtic (ML) de Google Cloud Platform (CGP). Mitjançant una combinació de presentacions, demostracions i laboratoris pràctics, la formació ofereix una descripció general de Google Cloud i una vista detallada de les solucions de processament de dades i de ML, com BigQuery, Cloud SQL, Dataproc, Pub/Sub, Dataflow i Data Studio.

Setmana 1: Big data i fonaments de ML

Temes principals:

  • Explorar un conjunt de dades públiques BigQuery;
  • Triar l'enfocament de solució adequat;
  • Recomanar productes amb Cloud SQL i Spark;
  • Predir les compres de clients amb BigQuery ML.

Setmana 2: Desafiaments de la canalització de dades moderna

Temes principals:

  • Panells de control IoT en temps real;
  • Crear una canalització de dades de transmissió;
  • ML en conjunts de dades no estructurats;
  • Classificació d'imatges amb models ML predissenyats.

Referències

Azure: fonaments, aprenentatge automàtic i Power BI

Azure: fonaments, aprenentatge automàtic i Power BI

Formació Microsoft Docs, MOOC (2020). Aquests 3 cursos en línia presenten Microsoft Azure i Power BI. La formació ensenya els conceptes bàsics del núvol, juntament amb exercicis pràctics, i ofereix una descripció general dels serveis d'Azure, com Azure Machine Learning (ML), que és una plataforma en el núvol per entrenar, desplegar, gestionar i monitoritzar models ML. A més, la formació explica com utilitzar Power BI i crear informes d'intel·ligència empresarial.

Curs 1: Fonaments d’Azure

Temes principals:

  • Principis de la computació en el núvol;
  • Arquitectura d’Azure i garanties de servei;
  • Computació, emmagatzematge de dades i xarxes;
  • Seguretat, responsabilitat i confiança;
  • Estàndards d'infraestructura amb Azure Policy;
  • Recursos d'Azure amb Azure Resource Manager.

Curs 2: Aprenentatge automàtic d’Azure

Temes principals:

  • Treballar amb dades;
  • Orquestrar ML amb pipelines;
  • Implementar models ML;
  • Automatitzar la selecció del model;
  • Afinar els hiperparàmetres;
  • Monitoritzar models i la deriva de dades.

Curs 3: Power BI

Temes principals:

  • Començar a crear amb Power BI;
  • Obtenir dades amb Power BI Desktop;
  • Modelar i explorar dades;
  • Utilitzar elements visuals, publicar i compartir.

Referències

Formació

Microsoft Docs (insígnies i trofeus)

Articles relacionats

Més informació

Microsoft Docs (Fonaments d’Azure)
Microsoft Docs (Aprenentatge automàtic d’Azure)
Microsoft Docs (Power BI)

AWS: fonaments i aprenentatge automàtic

AWS: fonaments i aprenentatge automàtic

Formació AWS, MOOC (2020). Aquests cursos en línia proporcionen una comprensió global del núvol d’AWS, amb una visió general dels conceptes, serveis, seguretat, arquitectura, preus i suport del núvol. Els cursos específics per a socis d’AWS ensenyen les millors pràctiques per a abordar les prioritats comercials dels clients. També es cobreix l'aprenentatge automàtic (ML), amb el pla d'estudis utilitzat per Amazon per capacitar als seus desenvolupadors i científics de dades.

Conceptes bàsics d’AWS

Temes principals:

  • Serveis bàsics d'AWS;
  • Serveis integrats d’AWS;
  • Arquitectura d’AWS;
  • Seguretat d’AWS;
  • Preus i suport.

Solucions de socis d’AWS: Bases comercials

Temes principals:

  • Desenvolupar el seu negoci amb AWS;
  • El que els importa als clients d'AWS;
  • Seguretat, identitat i compliment;
  • Preus i llicències;
  • Migració i adopció del núvol;
  • Gestió d'oportunitats.

Solucions de socis d’AWS: Fonaments tècnics

Temes principals:

  • Arquitectes de solucions d'AWS;
  • Conceptes arquitectònics d’AWS;
  • Blocs de construcció;
  • Well-Architected Framework d’AWS;
  • Arquitectura d'una solució AWS;
  • Involucrar els clients i dissenyar solucions.

AWS Machine Learning: Prenedor de decisions

Temes principals:

  • Desmitificant AI/ML/DL;
  • Aprenentatge automàtic per a desafiaments empresarials;
  • Terminologia d'aprenentatge automàtic;
  • Explorant el conjunt d'eines ML.

AWS Machine Learning: Científic de dades

Temes principals:

  • Matemàtiques per a l'aprenentatge automàtic;
  • Regressió lineal i logística;
  • Elements de la ciència de dades;
  • Decisions d'aprenentatge automàtic.

Referències

Formació

AWS Business Professional (Solucions de socis d’AWS: Bases comercials, certificat del curs)
AWS Technical Professional (Solucions de socis d’AWS: Fonaments tècnics, certificat del curs)

Articles relacionats

Més informació

AWS Cloud Practitioner Essentials (Conceptes bàsics d’AWS)
AWS Partner Solutions (Solucions de socis d’AWS)
AWS Machine Learning: Decision maker (AWS Machine Learning: Prenedor de decisions)
AWS Machine Learning: Data scientist (AWS Machine Learning: Científic de dades)