Data Science Tutorials

Pelajari cara menyiapkan AWS Glue, membuat crawler, mengatalogkan data Anda, dan menjalankan job untuk mengonversi file CSV menjadi format Parquet, sehingga mengoptimalkan proses ETL Anda.

Pelajari cara menggunakan AWS Identity and Access Management (IAM) untuk mengamankan lingkungan AWS Anda, mengelola akses dengan pengguna, grup, dan role, serta menerapkan praktik terbaik untuk keamanan yang tangguh.

Pelajari cara mengintegrasikan AWS Lake Formation dan AWS Glue untuk membuat pipeline data yang aman, mengonfigurasi kontrol akses, dan mengotomatiskan alur kerja ETL.

Pelajari dasar-dasar AWS Lambda, cara menyiapkan fungsi pertama, dan cara mengintegrasikannya dengan layanan inti AWS untuk penerapan serverless aplikasi.

Panduan praktis AWS Lightsail ini memandu Anda menyiapkan, mengelola, dan melakukan skalasi instance cloud, sehingga hosting cloud menjadi sederhana dan mudah diakses.

Pelajari cara memulai dengan AWS MSK, layanan Kafka terkelola, dalam panduan ramah pemula yang sarat tips praktis dan perbandingan alternatif teratas.

Pelajari cara menyiapkan kerangka kerja AWS Multi-Agent Orchestrator dan membangun proyek demo yang berfokus pada orkestrasi multi-agen.

Panduan komprehensif ini mempermudah pemahaman AWS RDS, menuntun Anda melalui penyiapan, penyetelan performa, dan manajemen biaya.

Pelajari cara menyalin file ke dan dari S3 menggunakan perintah aws s3 cp. Jelajahi semuanya mulai dari transfer dasar dan penyalinan rekursif hingga skrip otomatisasi dan pemecahan masalah umum—dengan contoh praktis dunia nyata.

Panduan lengkap penyimpanan file di AWS dengan S3 & EFS.

Pelajari cara menyinkronkan file lokal dengan Amazon S3 menggunakan AWS CLI. Tutorial praktis ini memandu Anda melalui instalasi, operasi dasar, opsi lanjutan, dan strategi backup untuk menguasai sinkronisasi file antara lingkungan lokal dan cloud AWS.

Tutorial komprehensif ini mengajarkan Anda cara menggunakan AWS SageMaker untuk membangun, melatih, dan menerapkan model machine learning. Kami memandu Anda melalui alur lengkap, dari menyiapkan lingkungan AWS dan membuat instance notebook SageMaker hingga menyiapkan data, melatih model, dan menerapkannya sebagai endpoint.