Machine learning (ML) is veel meer dan data, algoritmes en ontwikkeltools. Een bedrijf moet eerst begrijpen wat er mogelijk is en zijn ingenieurs trainen hoe ze de technologie kunnen toepassen. AWS lanceert daarom het ML Embark als trainingsprogramma voor werknemers.
Een van de belangrijkste lessen in het programma is de nood aan een duidelijk doel van een project wanneer er gebruik wordt gemaakt van nieuwe technologie. De eerste oefening start met de vraag dat technische en niet-technische medewerkers met elkaar leren samenwerken om een zakelijk probleem te identificeren dat ze kunnen oplossen met ML.
Eens dat achter de rug is, kunnen er heel wat on-site trainingssessies worden ingepland om de werknemers de nodige skills te trainen zodat ze hun ideeën kunnen implementeren.
Het hele bedrijf
Op het einde van het ML Embark-programma krijgen de werknemers een aantal taken om aan te tonen dat ze hun nieuw geleerde AI-skills onder de knie hebben. Er is onder andere een proof-of-concept ontwikkelproject waar deelnemers een ML-applicatie moeten bouwen. Verder is er ook het DeepRacer kampioenschap; een autonome modelauto waar ontwikkelaars reinforcement learning leren. Dat laatste is een opkomende variant van ML die steeds populairder wordt.
Het DeepRacer-event heeft ook als bedoeling om AI verder te laten reiken buiten de werknemers die de training hebben gevolgd. De combinatie van vriendelijke competitie en hands-on ervaringen via races moet ervoor zorgen dat ML breed bekend wordt binnen het bedrijf.
AWS wil met deze trainingen uiteraard zoveel mogelijk enterprise-klanten strikken. De concurrentie zit echter niet stil met de Microsoft AI School voor Azure en online AI-lessen van Google voor Google Cloud Platform. Het loont om meerdere programma’s te bekijken voordat je een keuze maakt in de cloud. Zo hoef je niet voor één cloud te kiezen en kan je workloads over verschillende clouds spreiden, afhankelijk van bijhorende kosten.
Lees al het nieuws, aankondigingen en analyses rond AWS Re:Invent 2019 hier.