Cloud Data & Stratégie IA Intermédiaire

AWS pour la Data Science (SageMaker, S3)

Entraînez et déployez vos modèles ML dans le cloud AWS avec SageMaker.

3 jours (21h)

Durée

Intermédiaire

Niveau

Inter-entreprise

1 690 €

par personne · HT

Intra-entreprise

2 200 €/jour

forfait groupe · HT

À propos de cette formation

Amazon Web Services propose l'écosystème data le plus complet du marché. Cette formation se concentre sur les services data et ML d'AWS : S3 pour le stockage, Glue pour l'ETL, Athena pour les requêtes SQL et SageMaker pour le cycle de vie complet du machine learning. Vous construirez un pipeline ML end-to-end : ingestion S3, processing Glue/Athena, entraînement SageMaker, déploiement sur endpoint et monitoring.

Objectifs pédagogiques

✓
Stocker et gérer des datasets dans S3 (partitionnement, formats)
✓
Requêter des données S3 avec Athena et le Glue Catalog
✓
Entraîner des modèles avec SageMaker Training Jobs
✓
Déployer des endpoints SageMaker (real-time et batch)
✓
Automatiser le pipeline ML avec SageMaker Pipelines

Programme détaillé

1 Stockage et catalogage

— S3 : partitionnement et formats (Parquet, ORC)
— AWS Glue : crawlers et catalogues
— Athena : SQL serverless sur S3

2 SageMaker fondamentaux

— Studio : notebooks managés
— Training Jobs avec built-in algorithms
— Custom containers (Docker + SageMaker)

3 Déploiement ML

— Real-time Inference Endpoints
— Batch Transform
— Multi-model et serverless endpoints

4 MLOps sur AWS

— SageMaker Pipelines : CI/CD ML
— SageMaker Model Registry
— CloudWatch monitoring et alertes

Public cible

Data scientists et ML engineers souhaitant déployer leurs modèles sur AWS.

Prérequis

Machine Learning Scikit-learn ou équivalent. Python. Notions AWS de base.

Demander un devis

Un conseiller vous recontacte sous 24h.