探索新AWS课程，学习构建机器学习模型和生成式AI应用程序

关键要点

生成式人工智能AI的宣传引发了兴奋与担忧。根据AWS与Access Partnership联合开展的研究，49的雇主和员工表示AI可以提高整体生产力，而93的雇主预计在未来五年内将采用生成式AI。然而，75的雇主发现难以找到所需的人才。他们认识到，只有通过培训和教育计划才能缩小AI技能差距。

为了满足生成式AI的培训需求，AWS培训和认证推出了专门针对决策者、数据科学家和开发者的课程。

面向决策者的生成式AI培训

对商业决策者来说，了解生成式AI的潜力至关重要，以便做出明智的决策。生成式AI可以在改善客户体验和降低运营成本方面发挥作用。决策者若有兴趣更深入了解生成式AI，可以注册90分钟的决策者生成式AI学习计划。该学习计划包括三门课程：生成式AI简介 可能的艺术、规划一个生成式AI项目 以及 构建一个适合生成式AI的组织。如果你只有10分钟，可以观看面向高管的生成式AI视频介绍。随后，你可以深入阅读这本电子书，了解更多关于生成式AI的知识，如何应用，它所需的技能，及如何实现商业成果。

利用AWS生成式AI服务进行创新

AWS服务可以用于实现生成式AI解决方案，涵盖整个AI和机器学习ML技术栈。这包括基础设施、基础模型FM的选择和访问FM的API，以构建解决方案。例如，模型构建者可以利用专为高性能和成本效益训练语言模型而设计的计算基础设施。使用Amazon Bedrock和其他AWS服务，模型用户可以构建AI应用程序。模型构建者和模型用户可以在专为高性能和成本效益推理设计的计算基础设施上部署其解决方案。

面向技术学习者的生成式AI培训

我们的培训旨在满足模型构建者和模型用户的需求。数据科学家和ML工程师共同构建生成式AI和ML模型。这些角色将从Amazon SageMaker Studio for Data Scientists课程及Building Language Models on AWS课程中受益。高级的、由讲师授课的 Amazon SageMaker Studio for Data Scientists课程将深入探讨SageMaker Studio，并通过10个动手实验室进行实践。而高级的、自学的 Building Language Models on AWS课程则探索存储和摄入策略、分布式训练、定制开源模型及在AWS上部署大型语言模型的方法。

如果你是数据或统计分析师，可以注册自学的Lowcode Machine Learning on AWS课程，以便为数据科学家的选择生成候选的ML模型。你将学习如何准备数据，培训和部署机器学习模型，而无需过多编写代码。

具备中级至高级Python编程能力的应用程序开发人员可以通过注册Generative AI Learning Plan for Developers来提高构建生成式AI应用程序的技能。开发者学习计划包括五门课程：生成式AI简介 可能的艺术、规划生成式AI项目、Amazon Bedrock入门基础、Prompt工程基础中级和使用Amazon Bedrock构建生成式AI应用程序高级。

如果你的用例特定于文档处理，考虑参加Machine Learning Learning Plan Intelligent Document Processing中的课程。如果你打算使用Amazon Kendra、Amazon Lex或Amazon Transcribe来构建虚拟客服中心代理和对话解决方案，那你可以参加AI语言服务学习计划中的课程。

我想了解更多信息，哪些资源可以使用？

我们在AWS Skill Builder和AWS Educate上提供100多个免费的低成本的AI和ML课程，包括生成式AI，涵盖自学、动手实验室、结构化学习计划以及AWS认证的准备。整合AI和ML工作负载需要一个技术人员、非技术职能及组织高层中的多元化专业团队。利用AWS培训资源，帮助你和你的组织充分利用生成式AI带来的变革性机遇。