好的大數據公司，80%的精力用來做什麼？｜在線課堂

數據準備

剩下的 20%精力，又有很大部分是用在部署集群、安裝框架、調優等這些“雜活兒”上面了。

從當前的客觀情況來看，這是把數據分析業務做好的一個基本功。然而從理想世界的角度來看，這樣的現狀是驚人的浪費。這就好比在雲計算出現之前，可能 80%的時間是用在買服務器、安裝操作系統、調試數據庫、部署擴容等跟開發應用無關的事情上了。現在的數據領域，跟那個年代的應用開發領域其實是非常相似的——一半以上的時間都不是用來產出的。——轉自 InfoQ文章《為什麼你應該關注 Amazon SageMaker》

在 2017年 11月的 re:Invent大會上，AWS發佈了新的全託管端到端機器學習服務，名為 Amazon Sagemaker。他的出現就是讓有能力去改進框架和算法的開發者，儘可能少花費精力在那些跟主業無關的事情上。

所以，我們要做什麼

我們希望能更好地教會大家如何快速上手 Amazon Sagemaker，幫開發者、數據科學家或大數據公司儘可能節約數據準備、集群部署的時間，而更專注於訓練模型和發佈模型這樣的重點工作。

為什麼這堂課不能錯過

基礎篇

1. 教授機器學習相關開發應該掌握哪些主流工具？

2. 目前主流應用機器學習算法是什麼？

3. 從算法設計到產品發佈還有哪些要考慮的？

成長篇

1. Amazon Sagemaker蘊含哪些黑科技

2. 如何利用 Amazon Sagemaker縮短訓練、部署模型的時間

達人篇

1. 完成 Amazon Sagemaker上手實操

2. Amazon Sagemaker上手過程難點拆解

如何獲得免費聽課席位

5月 29日下午 14:00-15:30 （1小時課程 +0.5小時在線答疑）

地點：在線直播

最後還有一個彩蛋～

掃描下方二維碼加入直播討論群，可以獲得課程直播地址。

閱讀更多 InfoQ 的文章

關鍵字: 亞馬遜公司 雲計算 安裝