Ao selecionar um país você vê os cursos disponíveis na sua região.
⏱ 2 h 54 min📚 29 aulas🎧 Versão em áudio
AWS Storage para aplicativos de IA gerativa
Saiba como selecionar, configurar e otimizar soluções de armazenamento da AWS, como S3, EFS e DynamoDB, para potencializar fluxos de trabalho de IA gerativos, escaláveis e modernos.
💬Instrutor de IA Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser.
🕐Comece quando quiser Sem horários nem prazos: aprenda no seu ritmo, quando quiser.
🌐Em português Aulas, tarefas e certificado: tudo totalmente no seu idioma.
Sobre este curso
Os aplicativos de IA generativa exigem quantidades massivas de dados, desde conjuntos de treinamento brutos e pesos de modelo até incorporações de vetores e estados de sessão em tempo real. Escolher a estratégia de armazenamento errada pode levar a alta latência, custos descontrolados e gargalos nos pipelines. Este curso baseado em texto ajuda você a construir uma base sólida na arquitetura de armazenamento em nuvem especificamente adaptada para cargas de trabalho de IA generativa.
Você passará de entender os conceitos básicos de armazenamento em nuvem para projetar pipelines de dados robustos que alimentam modelos de IA modernos de forma eficiente. Ao aprender a combinar o fluxo de dados do seu aplicativo com a classe de armazenamento em nuvem correta, você otimizará o desempenho e os custos operacionais.
O que você vai aprender:
- Entenda os requisitos de armazenamento fundamentais da IA generativa, incluindo dados de treinamento, pontos de verificação de modelos e modelos de prompt
- Configurar baldes S3 para ingestão de dados de alta taxa de transferência e armazenamento de peso de modelo
- Implemente o EFS para acesso a arquivos compartilhados e de baixa latência em instâncias simultâneas de serviço de modelo
- Aproveite o DynamoDB para armazenar e recuperar o histórico de sessões do usuário e o estado de conversação em escala
- Aplique padrões de armazenamento de banco de dados vetoriais para suportar sistemas de geração aumentada de recuperação (RAG)
- Otimize os custos de armazenamento usando políticas de ciclo de vida e estratégias inteligentes de estratificação
Este curso começa com a terminologia essencial de armazenamento em nuvem e os princípios fundamentais de arquitetura de dados antes de orientá-lo através de estratégias práticas de configuração para vários casos de uso de IA. Você lerá explicações arquitetônicas detalhadas, analisará cenários do mundo real e revisará exemplos de configuração estruturada.
Este curso foi projetado para desenvolvedores de software, engenheiros de dados e iniciantes em nuvem que desejam construir uma base sólida de infraestrutura para IA. Nenhuma experiência prévia em armazenamento em nuvem é necessária.
Comece a ler hoje para projetar um armazenamento eficiente e econômico para sua próxima aplicação inteligente.
Conteúdo do curso
O que você vai receber
📜Certificado de conclusão Adicione ao seu perfil do LinkedIn
💬Tutor AI pessoal Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora.
🎧Versão em áudio incluída Estude em qualquer lugar, sem tela
♾️Acesso vitalício Volte quando quiser, sem expirar
📱Celular ou computador Funciona em qualquer dispositivo
💸Reembolso em 14 dias Sem perguntas
⚡Curto e focado 2 h 54 min de conteúdo prático
Certificado de conclusão
Cada curso que você conclui na PickAClass emite uma credencial como esta — original, com seu próprio código, verificável por URL e detalhada sobre o que foi de fato demonstrado.
P
PickAClass
Perfil de habilidades · verificável
Documento
Certificado de Maestria
Isto certifica que
Nome Sobrenome
demonstrou com sucesso o domínio de
AWS Storage para aplicativos de IA gerativa
Habilidades demonstradas
✓
Análise de padrões comportamentais
Fundamental
1.2 h
✓
Estruturas de arquitetura de decisão
Proficiente
1.4 h
✓
Design de testes A/B
Proficiente
1.7 h
✓
Redação comportamental
Avançado
1.9 h
P
PickAClass — Nome Sobrenome
AWS Storage para aplicativos de IA gerativa
Página 2 de 2
Detalhe de desempenho
Resumo do curso
Aulas concluídas14 / 14
Questões de prática26 / 28
Tarefas enviadas4 (méd. 4.5 / 5)
Projeto finalAvaliado — 4.6 / 5
Prática total6.2 h
Benchmark de desempenho
Posição na coorteTop 12% de 1,625
Tempo até concluir11 dias (mediana: 22)
Pontuação de domínio91 / 100
Pontuação das questões de prática94%
Verificação de habilidadeTrilha de habilidade verificada