2min

Amazon Web Services (AWS) wil bedrijven helpen met het trainen van zijn personeel door middel van het ML Embark-programma, dat het op re:Invent in Las Vegas introduceerde. ML Embark is een trainingsdienst voor medewerkers waar de machine learning-experts van AWS achter zitten.

Michelle Lee, hoofd van het AWS Machine Learning Solutions Lab, schreef in een blogpost dat ML Embark gebruikmaakt van een aantal lessen die moederbedrijf Amazon heeft geleerd tijdens het samenstellen van interne AI-teams.

Een van die lessen is de noodzaak om een duidelijke projectdoelstelling te formuleren voor medewerkers. ML Embark-trainingsprogramma’s beginnen dan ook met een oefening waarbij technisch en niet-technisch personeel van het deelnemende bedrijf moet samenwerken aan het identificeren van een zakelijk probleem dat ze met machine learning kunnen oplossen.

AWS organiseert verder een aantal trainingen op locatie om werknemers uit te rusten met de vaardigheden die ze nodig hebben om hun specifieke idee uit te voeren. De trainingssessies maken gebruik van een “curriculum gemodelleerd naar Amazons Machine Learning University, dat de laatste jaren is verfijnd om Amazons eigen ontwikkelaars te helpen met machine learning,” schreef Michelle Lee, hoofd van het AWS Machine Learning Solutions Lab. Het bedrijf opende vorig jaar al de Machine Learning University voor bedrijven, met ongeveer 30 beschikbare trainingen.

DeepRacer

ML Embark-trainingen worden afgesloten met een aantal opdrachten die bedoeld zijn om werknemers de kans te geven hun nieuwe AI-vaardigheden in te zetten. Er is een proof-of-concept ontwikkelingsproject waarin de deelnemers een machine learning-applicatie bouwen. Ook is er een DeepRacer-wedstrijd; DeepRacer is een autonome, op afstand controleerbare miniatuurauto om ontwikkelaars te helpen bij het leren van reinforcement learning, een opkomende vorm van machine learning.

ML Embark gebruikt dat DeepRacer-evenement als een manier om de interesse in AI uit te breiden, buiten de medewerkers die de directe training krijgen, naar de rest van de organisatie toe. Het evenement helpt “een bredere groep werknemers bloot te stellen aan machine learning door middel van vriendschappelijke concurrentie en praktische ervaring door middel van racen”, schreef Lee daarover.