面向业务决策者

生成式人工智能的机会来自整个组织。业务线负责人和工作职能部门通常会发现最突出的业务需求和应用场景，这些需求和应用场景可能会受益于生成式人工智能，并且经常与 IT 部门合作评估、选择、集成和实施新项目。本课程将指导各组织的领导者完成生成式人工智能之旅的每一个步骤，从构思开始到生产。本课程内的会议将涵盖整个过程中的广泛主题，以帮助领导者分解每个步骤并了解如何处理他们将面临的决策。

面向技术决策者和开发人员

本课程为构建生产就绪型生成式人工智能应用程序提供了深入的技术见解和实践指导。通过详细的技术会议，您将探索多智能体架构、负责任的人工智能的自动推理、高效的模型选择以及可扩展的检索增强生成（RAG）实施等高级主题。了解如何利用 Amazon Bedrock 的全套工具和功能来构建安全、经济实惠和高性能的人工智能解决方案，从而推动实现真正的商业价值。本课程将为技术团队提供成功构建和部署企业级生成式人工智能应用程序所需的知识和最佳实践。

面向业务决策者、技术决策者和开发人员

探索生成式人工智能工具的实际应用，这些工具正在改变工作场所的日常运营和工作效率。通过全面的会议，了解 Amazon Q 的解决方案套件（包括 Q 企业版、Q 开发者版和 QuickSight 中的 Q）如何彻底改变企业工作流程、软件开发和商业智能。本课程深入分析了成功的部署策略和最佳实践，以最大限度地提高生成式人工智能在整个组织的价值。

面向机器学习工程师和数据科学家

掌握大规模构建、训练和部署大型语言模型和基础模型的工具和技术。通过详细的课程，了解 Amazon SageMaker 的综合环境如何利用 HyperPod 和优化的分布式训练框架等功能实现高效的模型开发。探索 AWS AI 芯片（Trainium 和 Inferentia）如何帮助克服计算挑战，同时降低成本。本课程演示了使用 SageMaker Studio 的集成式开发环境加快 AI 开发的实用方法，涵盖从最初的实验到生产部署的整个过程。

面向技术决策者

在本课程中，您将了解如何利用下一代 Amazon SageMaker（所有数据、分析和人工智能工作负载的中心）增强数据角色的功能。了解如何通过集成 AWS 分析和 AI 服务的统一体验打破数据孤岛、优化存储并加快查询性能。掌握跨源无缝数据集成技术，将端到端数据管理和人工智能模型融入体验中。您将获得构建未来就绪分析环境的实用知识，从而加快分析和人工智能开发，降低操作复杂性，并从数据资产中获取更多价值。