AWS lanza cursos de formación digital gratuitos para capacitar a los líderes empresariales con conocimientos de ML

Nos complace lanzar Machine Learning Essentials for Business and Technical Decision Makers : una serie de tres cursos de capacitación digital gratuitos y bajo demanda de AWS Training and Certification. Estos cursos están destinados a capacitar a los líderes empresariales y a los tomadores de decisiones técnicas con el conocimiento fundamental necesario para comenzar a dar forma a una estrategia de aprendizaje automático (ML) para su organización, incluso si no tienen experiencia previa en ML. Cada curso de 30 minutos incluye ejemplos del mundo real de los más de 20 años de experiencia de Amazon en la ampliación del aprendizaje automático dentro de sus propias operaciones, así como lecciones aprendidas a través de innumerables implementaciones exitosas de clientes. Estos nuevos cursos se basan en el contenido proporcionado a través del programa Embark de AWS Machine Learning, un acelerador de aprendizaje automático exclusivo y práctico que reúne a ejecutivos y tecnólogos de una organización para resolver problemas comerciales con aprendizaje automático a través de una experiencia de aprendizaje integral. Después de completar los tres cursos, los líderes empresariales y los responsables de la toma de decisiones técnicas estarán en mejores condiciones de evaluar la preparación de su organización, identificar las áreas del negocio en las que el aprendizaje automático tendrá más impacto e identificar los próximos pasos concretos.

El año pasado, Amazon anunció que estamos comprometidos a ayudar a 29 millones de personas en todo el mundo a desarrollar sus habilidades tecnológicas con capacitación gratuita en habilidades de computación en la nube para 2025. La nueva serie Conceptos básicos de aprendizaje automático para tomadores de decisiones comerciales y técnicas presenta un paso más en esta dirección. , con tres cursos:

• Aprendizaje automático: el arte de lo posible es el primer curso de la serie. Con un lenguaje claro y ejemplos específicos, este curso lo ayuda a comprender los fundamentos del aprendizaje automático, los casos de uso comunes e incluso los desafíos potenciales.
• Planificación de un proyecto de aprendizaje automático, el segundo curso , desglosa cómo puede ayudar a su organización a planificar un proyecto de aprendizaje automático . Comenzando con el proceso de evaluar si el aprendizaje automático es el adecuado para sus objetivos y avanzando a través de las preguntas clave que necesita hacer durante la implementación, este curso lo ayuda a comprender cuestiones importantes, como la preparación de los datos, los plazos del proyecto y la implementación.
• Construir una organización preparada para el aprendizaje automático , el curso final, ofrece información sobre cómo preparar a su organización para implementar con éxito el aprendizaje automático , desde la evaluación de la estrategia de datos hasta la cultura, el inicio de un piloto de aprendizaje automático y más.

Democratizar el acceso a la formación ML gratuita

ML tiene el potencial de transformar casi todas las industrias, pero la mayoría de las organizaciones luchan por adoptar e implementar ML a escala. Una investigación reciente de Gartner muestra que solo el 53% de los proyectos de ML pasan del prototipo a la producción. Las barreras más comunes que vemos hoy están relacionadas con los negocios y la cultura. Por ejemplo, las organizaciones a menudo luchan por identificar los casos de uso correctos para comenzar su viaje de ML; esto a menudo se ve agravado por la escasez de talento calificado para ejecutar las ambiciones de ML de una organización. De hecho, como Gartner adicional El estudio muestra que las “habilidades del personal” son el principal desafío o barrera para la adopción de inteligencia artificial (IA) y ML. Los líderes empresariales desempeñan un papel fundamental a la hora de abordar estos desafíos impulsando una cultura de aprendizaje e innovación continuos; sin embargo, muchos carecen de los recursos para desarrollar su propio conocimiento del AA y sus casos de uso.

Con el nuevo curso Machine Learning Essentials for Business and Technical Decision Makers , estamos haciendo que una parte del plan de estudios de AWS Machine Learning Embark esté disponible a nivel mundial como cursos gratuitos de capacitación digital a su propio ritmo.

El programa Embark de AWS Machine Learning ya ha ayudado a muchas organizaciones a aprovechar el poder del aprendizaje automático a escala. Por ejemplo, Met Office (el servicio meteorológico nacional del Reino Unido) es un gran ejemplo de cómo las organizaciones pueden acelerar el conocimiento de ML de su equipo utilizando el programa. Como organización basada en la investigación y la ciencia, Met Office desarrolla modelos personalizados de pronóstico del tiempo y proyección climática que se basan en conjuntos de datos de observación muy grandes que se actualizan constantemente. Como uno de sus muchos desafíos basados ​​en datos, la Met Office buscaba desarrollar un enfoque utilizando ML para investigar cómo la biosfera de la Tierra podría alterar en respuesta al cambio climático. Met Office se asoció con Amazon ML Solutions Lab a través del programa AWS Machine Learning Embark para explorar enfoques novedosos para resolver este problema. “Estábamos emocionados de trabajar con colegas del AWS ML Solutions Lab como parte del programa Embark”, dijo el profesor Albert Klein-Tank, director del Centro Hadley de Ciencia y Servicios Climáticos de la Oficina Meteorológica. “Proporcionaron habilidades técnicas y experiencia que nos permitieron explorar un problema complejo de categorización que ofrece una mejor comprensión de cómo la biosfera de la Tierra podría verse afectada por el cambio climático. Nuestros modelos climáticos generan enormes volúmenes de datos, y la capacidad de extraer valor agregado de ellos es esencial para brindar asesoramiento a nuestros grupos de interés gubernamentales y comerciales. Esta demostración de la aplicación de técnicas de aprendizaje automático a proyectos de investigación ha respaldado el desarrollo de estas habilidades en la Met Office ". ”, Dijo el profesor Albert Klein-Tank, director del Centro Hadley de Ciencia y Servicios Climáticos de la Oficina Meteorológica. “Proporcionaron habilidades técnicas y experiencia que nos permitieron explorar un problema complejo de categorización que ofrece una mejor comprensión de cómo la biosfera de la Tierra podría verse afectada por el cambio climático. Nuestros modelos climáticos generan enormes volúmenes de datos, y la capacidad de extraer valor agregado de ellos es esencial para brindar asesoramiento a nuestros grupos de interés gubernamentales y comerciales. Esta demostración de la aplicación de técnicas de aprendizaje automático a proyectos de investigación ha respaldado el desarrollo de estas habilidades en la Met Office ". ”, Dijo el profesor Albert Klein-Tank, director del Centro Hadley de Ciencia y Servicios Climáticos de la Oficina Meteorológica. “Proporcionaron habilidades técnicas y experiencia que nos permitieron explorar un problema complejo de categorización que ofrece una mejor comprensión de cómo la biosfera de la Tierra podría verse afectada por el cambio climático. Nuestros modelos climáticos generan enormes volúmenes de datos, y la capacidad de extraer valor agregado de ellos es esencial para brindar asesoramiento a nuestros grupos de interés gubernamentales y comerciales. Esta demostración de la aplicación de técnicas de aprendizaje automático a proyectos de investigación ha respaldado el desarrollo de estas habilidades en la Met Office ". “Proporcionaron habilidades técnicas y experiencia que nos permitieron explorar un problema complejo de categorización que ofrece una mejor comprensión de cómo la biosfera de la Tierra podría verse afectada por el cambio climático. Nuestros modelos climáticos generan enormes volúmenes de datos, y la capacidad de extraer valor agregado de ellos es esencial para brindar asesoramiento a nuestros grupos de interés gubernamentales y comerciales. Esta demostración de la aplicación de técnicas de aprendizaje automático a proyectos de investigación ha respaldado el desarrollo de estas habilidades en la Met Office ". “Proporcionaron habilidades técnicas y experiencia que nos permitieron explorar un problema complejo de categorización que ofrece una mejor comprensión de cómo la biosfera de la Tierra podría verse afectada por el cambio climático. Nuestros modelos climáticos generan enormes volúmenes de datos, y la capacidad de extraer valor agregado de ellos es esencial para brindar asesoramiento a nuestros grupos de interés gubernamentales y comerciales. Esta demostración de la aplicación de técnicas de aprendizaje automático a proyectos de investigación ha respaldado el desarrollo de estas habilidades en la Met Office ".

Además de brindar acceso al contenido de ML Embark a través de Machine Learning Essentials for Business and Technical Decision Makers, también estamos ampliando la disponibilidad del programa ML Embark completo a través de socios estratégicos clave de AWS, incluida Slalom Consulting. Estamos entusiasmados de ofrecer conjuntamente este programa exclusivo a todos los clientes empresariales que buscan impulsar su viaje de ML.

Lo invitamos a ampliar su conocimiento de ML y ayudar a que su organización innove con ML. Obtenga más información y comience hoy mismo.