【Udemy中英字幕】Amazon Bedrock with Amazon Q Developer-Zero to Hero | Python

Amazon Bedrock 与 Amazon Q 开发人员 – 从零到英雄 | Python

使用 Python (Boto3) 在 Lambda 中使用 Amazon Q Developer 编写 Amazon Bedrock 代码。使用 Q 作为副驾驶进行编码。从新手到专家

讲师：Karan Gupta

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 掌握生成式人工智能的基础知识及其商业应用
• 自信地浏览 Amazon Bedrock 控制台
• 掌握 Amazon Q Developer 的设置和集成
• 使用简单的文本提示通过 AI 创建自定义图像
• 使用 Amazon Q 优化 AWS 服务利用率
• 利用人工智能开发有效的代码生成技能
• 使用 Amazon Q Insights 优化代码性能
• 改善协作开发工作流程
• 实施负责任的人工智能实践和道德考量
• 使用 Amazon Bedrock 完成实际的 AI 项目

探索相关主题

• 亚马逊基岩
• IT 认证
• 信息技术与软件

要求

• 需要具备基本的编码理解 – Python
• 从基础到细节：我们从 AI/GenAI/AWS/Amazon Q 的基础开始，以清晰简洁的方式解释核心概念和术语。
• 一个 AWS 账户
• 对云计算概念的基本了解（有帮助但不是强制性的）
• 热衷于学习人工智能及其实际应用
• 实践学习：整个课程提供实践实验室和练习，以强化学习并让您在真实环境中实践所学到的知识。

描述

使用 Amazon Bedrock 和 Amazon Q 掌握生成式 AI 开发

课程概述

使用亚马逊的最新工具 – Amazon Bedrock 和 Amazon Q，深入了解生成式 AI 开发的前沿世界。这门综合课程将教您如何使用亚马逊最先进的 AI 服务构建、部署和优化 AI 驱动的应用程序。

您将学到什么

• 设置并配置 Amazon Bedrock 以部署 AI 模型

• 集成 Claude、Llama 2 和 Amazon Titan 等基础模型

• 利用 Amazon Q 的 AI 辅助编码功能进行开发

• 使用 AWS AI 服务构建可用于生产的应用程序

• 实施及时工程和人工智能安全的最佳实践

• 创建可扩展且经济高效的 AI 解决方案

课程内容

第 1 部分：开始使用 Amazon Bedrock

• Amazon Bedrock 架构简介

• 设置开发环境

• 了解基础模型及其功能

• API 集成和身份验证

第 2 节：使用基础模型进行构建

• 文本生成和完成

• 图像生成和处理

• 代码生成和优化

• 针对特定用例微调模型

第 3 部分：Amazon Q 开发人员体验

• 人工智能辅助代码开发

• 代码审查与优化

• 文档生成

• 安全最佳实践实施

第 4 节：使用 Q 为 Bedrock 编写推理参数代码

• 使用 AI 助手编写代码

• 创建人工智能内容生成器

• 开发图像生成应用程序

• 实施代码重构系统

第 5 节：模型的附加配置

• 系统提示

• 最大长度

• 停止顺序

• 护栏和建造工具

先决条件

• 对 Python 编程有基本了解

• 熟悉 AWS 服务

• 具有适当权限的 AWS 账户

本课程适合哪些人

• 希望将人工智能集成到其应用程序中的软件开发人员

• 希望扩展其 AWS AI 专业知识的云工程师

• 技术主管评估其组织的 AI 解决方案

• 对 AI 基础设施感兴趣的 DevOps 工程师

本课程适合哪些人：

• 适合初学者：在 AI/GenAI/AWS/Amazon Q 方面经验很少或完全没有的个人。希望在 AI/GenAI/AWS/Amazon Q 或软件开发领域开启职业生涯的应届毕业生或学生。
• 每个人都可以按照自己的节奏学习这门课程。
• 针对中级用户：对 AI 有一定了解但希望加深理解和技能的专业人士。 已在基本能力方面使用过 AI 但希望扩展知识和能力的开发人员或系统管理员。
• 对于高级用户：经验丰富的 AI 工程师、软件架构师或团队负责人，他们希望提高自己的 AI 技能并了解最新的最佳实践。
• 对于职业转换者：从其他 IT 角色（如系统管理、软件开发或质量保证）转向 AI / GenAI / Amazon Q 的个人