Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Integration and Deployment of GenAI Models

Tích hợp và Triển khai Mô hình GenAI

Tích hợp và Triển khai Mô hình GenAI

Triển khai mô hình học máy và AI sinh sáng bằng AWS SageMaker, Bedrock và Anthropic Claude.

4.4
(58 đánh giá)
371 học viên
Giảng viên
Navid Shirzadi, Ph.D.
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
10.000đ 399.000đ -97%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
7.5 giờ video
31 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Cách thiết lập và sử dụng AWS Management Console cho các dự án học máy.
Cách xây dựng, huấn luyện và triển khai mô hình ML bằng Amazon SageMaker Studio và SageMaker Canvas (môi trường không cần code và ít code).
Cách tối ưu hóa việc triển khai học máy bằng các chiến lược Hardwire-Optimized Deployment của SageMaker.
Cách sử dụng SageMaker JumpStart để nhanh chóng khởi chạy các giải pháp ML có sẵn.
Cách tương tác với các dịch vụ SageMaker bằng code thông qua Python SDK.
Cách sử dụng Amazon Bedrock để lưu trữ các mô hình nền tảng (FMs) dưới dạng serverless được quản lý hoàn toàn.
Cách xây dựng ứng dụng AI sinh sáng (tạo văn bản và hình ảnh) bằng Bedrock.
Cách so sánh SageMaker và Bedrock cho các trường hợp sử dụng học máy và AI sinh sáng khác nhau.
Cách triển khai Retrieval-Augmented Generation (RAG) và tinh chỉnh các mô hình ngôn ngữ lớn bằng Bedrock.
Cách làm việc với các mô hình Anthropic Claude thông qua đám mây và API cho tác vụ tạo văn bản, hỗ trợ theo vai trò và tác vụ đa phương thức (bao gồm nhận diện hình ảnh).
Cách thiết lập và sử dụng Anthropic API để triển khai các ứng dụng thông minh chạy bằng AI.

Yêu cầu

Hiểu biết cơ bản về các khái niệm học máy (không cần chuyên môn sâu).
Quen thuộc với lập trình Python (từ cơ bản đến trung cấp).
Một tài khoản AWS

Đối tượng phù hợp

Nhà khoa học dữ liệu, kỹ sư ML và chuyên gia AI
Nhà phát triển và kỹ sư phần mềm
Kỹ sư và kiến trúc sư đám mây quan tâm
Người học từ mới bắt đầu đến trung cấp muốn tiếp cận thực hành, có hướng dẫn để thiết lập dự án ML và AI sinh sáng trên AWS.
Chuyên gia chuẩn bị cho các vai trò trong triển khai AI/ML, phát triển ứng dụng AI trên đám mây, hoặc các chứng chỉ AWS AI/ML.

Nội dung khóa học

4 phần • 30 bài giảng
1 Nội dung Khóa học
2 Thông tin Khóa học
3 Tài nguyên
1 Thiết lập Tài khoản và Console AWS
2 Khám phá SageMaker Console
3 Tạo Domain, Vai trò và Hồ sơ Người dùng
4 Thiết lập Môi trường SageMaker Studio
5 Giới thiệu SageMaker Canvas - DataWrangler
6 Sử dụng Canvas Data Wrangler để Chuẩn bị Dữ liệu
7 Xây dựng Mô hình Học máy với Canvas - Phần 1
8 Xây dựng Mô hình Học máy với Canvas - Phần 2
9 Dừng Các Instance Đang Chạy
10 Bắt đầu với SageMaker JumpStart
11 SageMaker qua Python SDK - Phần 1
12 SageMaker qua Python SDK - Phần 2
13 SageMaker qua Python SDK - Phần 3
1 Giới thiệu Amazon Bedrock
2 Cấu hình Bedrock
3 Thiết lập AWS Credentials
4 Dự án 1: Tạo Văn bản với Bedrock - Phần 1
5 Dự án 1: Tạo Văn bản với Bedrock - Phần 2
6 Dự án 2: Tạo Hình ảnh với Bedrock - Phần 1
7 Dự án 2: Tạo Hình ảnh với Bedrock - Phần 2
8 Giới thiệu Retrieval-Augmented Generation (RAG)
1 Giới thiệu Các Mô hình Anthropic Claude
2 Thiết lập Anthropic API
3 Dự án 1: Tạo Văn bản với Claude
4 Dự án 2: Sử dụng Vai trò Trợ lý cho Ứng dụng AI
5 Dự án 3: Sử dụng System Prompt
6 Dự án 4: AI Đa phương thức (Nhận diện Hình ảnh với Claude)

Giới thiệu khóa học

Unlock the full power of AWS to deploy Machine Learning and Generative AI solutions!
In this hands-on course, you’ll learn how to use AWS SageMaker, Amazon Bedrock, and Anthropic Claude models to build, train, and deploy intelligent applications.

We’ll start with setting up your AWS environment and mastering SageMaker's capabilities, from no-code tools like SageMaker Canvas to coding solutions using the Python SDK. You’ll then dive into Amazon Bedrock to work with foundation models (FMs) for text and image generation, and implement Retrieval-Augmented Generation (RAG) techniques.
Finally, you’ll explore Anthropic Claude — learning how to generate text, use role-based AI assistants, and build multimodal (text + image) applications through APIs.

Throughout the course, you’ll work on real-world projects including text generation, image generation, and fine-tuning large language models.

By the end of this course, you will be confident in setting up, managing, and deploying machine learning and AI models using AWS services — whether you are a data scientist, AI developer, cloud engineer, or tech enthusiast.

Key Topics Covered:

  • AWS Account Setup and SageMaker Studio Environment

  • No-Code ML Model Building with SageMaker Canvas

  • Model Deployment with Canvas and SageMaker SDK

  • Using Amazon Bedrock for Fully Managed Foundation Models

  • Comparing SageMaker vs. Bedrock for AI Deployments

  • Building AI Projects: Text Generation, Image Generation, RAG Fine-Tuning

  • Working with Anthropic Claude for API-based Text and Image Applications

No prior cloud deployment experience is required — just basic Python knowledge and a passion for machine learning and AI!

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Ai Engineering
Hiển thị tất cả khoá học Amazon Bedrock
Hiển thị tất cả khoá học Amazon Sagemaker
Hiển thị tất cả khoá học Machine Learning
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊