Top 13 AWS-projecten: van beginner tot pro

Vergeet niet altijd alle resources die je voor een project hebt gebruikt af te sluiten of te beëindigen zodra je klaar bent. Laat geen enkele AWS-service langer dan een paar uur actief draaien om onverwachte kosten te voorkomen.

AWS-projecten voor beginners

Ben je relatief nieuw met AWS? Met deze projecten ontdek je basisfunctionaliteit en raak je vertrouwd met best practices en meer. 

Aan de slag met AWS: IAM-rollen en S3

Als AWS-beginner begin je het beste met jezelf vertrouwd maken met het AWS-ecosysteem en de services. Onze introductiecursus tot AWS behandelt de basis en enkele gevorderde concepten.

De twee meest gebruikte services waar elke beginner goed mee uit de voeten moet kunnen, zijn IAM en S3.

AWS Identity and Access Management (IAM)

De IAM-service is inbegrepen bij elk AWS-account. Via IAM kun je nieuwe gebruikers toevoegen en hun toegang tot AWS-services en -resources beheren.

Je moet begrijpen hoe je IAM gebruikt en de beste beveiligingspraktijken volgt. Deze skills zijn cruciaal voor de AWS-projecten in dit artikel.

Bron: AWS

AWS Simple Storage Service (S3)

AWS S3 is waarschijnlijk een van de populairste en meest gebruikte AWS-services. Het biedt een uiterst kosteneffectieve opslagoplossing en is ongelooflijk eenvoudig op te zetten. Amazon biedt ook het Elastic File System (EFS) als alternatief voor opslag. 

Onze AWS-opslag-tutorial verkent de verschillende functies en voordelen van S3 en EFS.

Veel projecten in dit artikel gebruiken S3 op de een of andere manier als opslagoplossing, en je zult het waarschijnlijk veel gebruiken in je carrière. Fris je kennis op over wat Amazon S3 is, en bekijk het hoofdstuk over AWS-opslagservices uit onze Introduction to AWS-cursus.

1. Een statische website hosten op Amazon S3

We trappen de projecten in dit artikel af met eenvoudige hosting van een statische website. Het is aan te raden je eigen statische website te maken: zo leer je niet alleen een paar AWS-services gebruiken, maar zet je je projecten ook meteen in de etalage. Zo laat je je AWS-skills zien in een portfolio dat je naar toekomstige werkgevers kunt sturen.

De AWS-documentatie bevat een heel toegankelijke tutorial voor het configureren van een statische website met een domein dat is geregistreerd bij Route 53.

In dit project gebruikte AWS-services:

• Amazon Route 53 voor het registreren van een domein.
• Amazon S3 voor het opslaan van je website-inhoud.
• CloudFront om je statische website te versnellen.
• Lambda@Edge (een functie van CloudFront) voor beveiliging.

2. Een eenvoudige Python-webapp uitrollen met AWS Elastic Beanstalk

Bron: AWS

Een van de beste manieren om de basiswerking van AWS Elastic Beanstalk te leren, is door een Python-webapp uit te rollen met Flask of Django.

AWS Elastic Beanstalk is een uitstekende service voor het uitrollen van webapps, omdat je je kunt focussen op je applicatiecode in plaats van je zorgen te maken over infrastructuurbeheer. 

Toch moet je een paar kernconcepten leren om je webapp correct te configureren, zoals omgevingsvariabelen, load balancing en autoscaling. Deze praktijkervaring is een goede introductie tot enkele belangrijke DevOps-concepten en -praktijken.

3. SQL Server-databases uitrollen op Amazon RDS

De Amazon RDS voor SQL Server-workshop biedt een stapsgewijze verkenning van Amazon RDS. Je maakt een DB-instantie en leert belangrijke concepten over back-ups, beveiliging, schalen, optimaliseren en monitoren van je DB-instantie.

AWS-projecten voor gevorderden

Deze projecten leren beginners hoe ze cloudservices kunnen inzetten voor schaalbare, efficiënte oplossingen en bieden tegelijk praktijkervaring met realistische use-cases zoals afbeeldingsverwerking en interactieve chatbots.

4. Een serverloze workflow voor afbeeldingsverwerking bouwen

Dit project begeleidt je bij het maken van een serverloze workflow voor afbeeldingsverwerking met AWS Step Functions, AWS Lambda, Amazon DynamoDB en Amazon SNS.

Door AWS Step Functions te gebruiken om meerdere services te orkestreren, leer je complexe workflows te orkestreren en automatiseren — een cruciale vaardigheid voor moderne cloudoplossingen.

In dit project gebruikte AWS-services:

• Amazon Rekognition om te bepalen of er een gezicht aanwezig is in een geüploade afbeelding.
• AWS CloudFormation voor een template die de benodigde resources voor het project snel opzet
• AWS Step Functions om de workflow te orkestreren.
• AWS Lambda om Rekognition aan te roepen.
• Amazon DynamoDB om metadata van afbeeldingen op te slaan.
• Amazon Simple Notification Service (SNS).
• Amazon EventBridge om de statemachine te triggeren wanneer een nieuwe afbeelding wordt geüpload.

Bron: AWS

5. Een chatbot maken met AWS Lex

Chatbots zijn momenteel hot, en AWS Lex maakt het ongelooflijk eenvoudig om een chatbot met webinterface op te zetten die je kunt integreren in je persoonlijke of bedrijfswebsite.

Bron: AWS

AWS biedt een voorbeeldproject voor de Amazon Lex-UI waarmee je hands-on ervaring opdoet met het opzetten en gebruiken van een chatbot. Met een Amazon CloudFormation-template gaat dit nog sneller: alle resources die je nodig hebt om de chatbot-UI automatisch te bouwen en te configureren, worden ingericht.

In dit project gebruikte AWS-services:

• Amazon Cognito identity pool om credentials te maken die worden gebruikt om de Lex API-calls vanuit de browser te authenticeren.
• AWS Lex voor de chatbot.
• Amazon CloudFormation voor de template.

Geavanceerde AWS-projecten

In deze sectie presenteren we machine learning- en AI-projecten die een breed scala aan AWS-services gebruiken.

Deze projecten introduceren geavanceerde technologieën en vaardigheden, waarmee je impactvolle, cutting-edge oplossingen kunt bouwen die gebruikerservaringen en bedrijfsprocessen verbeteren.

Machine learning-projecten met AWS

Amazon Sagemaker is een volledig beheerde, veelzijdige en schaalbare service voor het bouwen, trainen en uitrollen van machine learning-modellen in AWS. Het is onze tool bij uitstek voor geavanceerde AWS-projecten met machine learning.

Bekijk deze introductie tot Sagemaker voor een volledig overzicht van deze service.

6. Een complete ML-oplossing voor fraudedetectie uitrollen met Amazon Sagemaker

Het eerste project in deze sectie is een diepgaande end-to-end oplossing voor ML-fraudedetectie gemaakt door AWS.

Dit project begeleidt je door datapreparatie, modeltraining en uitrol. Je krijgt inzicht in het volledige ML-proces en hebt uiteindelijk een volledig functionerend fraudedetectiesysteem.

Bron: AWS

Enige basiskennis van Python is nodig om het project goed te doorlopen. De code wordt echter goed uitgelegd, dus je kunt het volgen, ook als je Python nog aan het leren bent.

7. Een aanbevelingssysteem bouwen in Amazon Sagemaker

In dit project train en rol je een aanbevelingssysteem uit met klantbeoordelingsgegevens op Amazon Sagemaker.

Dit project introduceert de basisprincipes van aanbevelingssystemen. Je doet praktijkervaring op met deep learning-concepten en SageMaker voor schaalbare modeltraining en uitrol.

Aanbevelingssystemen worden veel gebruikt in e-commerce, contentstreaming en andere sectoren, waardoor dit project zeer relevant is en je vaardigheden in een realistische context plaatst.

8. Een beeldclassificatiepijplijn bouwen met Amazon Sagemaker en MXNet-gegevens

In dit project bouw je een beeldclassificatiepijplijn met Amazon Sagemaker.

Dit project introduceert je in beeldclassificatie, een fundamentele taak binnen computervisie. Door Amazon Sagemaker het zware werk te laten doen, kun je je richten op de workflow en kernconcepten zonder je eigen modellen te hoeven bouwen.

AI-projecten met AWS

Het tweede deel van de geavanceerde projecten richt zich op AI-oplossingen. Generatieve AI, large language models en ChatGPT domineren momenteel de AI-markt, dus dit is een goed moment om je AI-skills aan te scherpen.

Houd bij deze projecten dit industrieperspectief uit de DataFramed-podcast in gedachten:

Amazon Bedrock is een volledig beheerde, serverloze service waarmee je eenvoudig en veilig generatieve AI-oplossingen kunt uitproberen en uitrollen.

Bekijk deze Amazon Bedrock-workshop voor een introductie tot Bedrock en hoe het werkt.

9. Een multimodale RAG bouwen met foundation models en AWS

In dit eerste project bouw je een multimodale RAG met foundation models die worden gehost op Amazon Bedrock en Amazon Sagemaker.

Het doel is om contextueel relevante informatie uit tabellen, grafieken en tekst in slide decks (bijvoorbeeld Microsoft PowerPoint) te halen. Juist hier is een multimodale RAG bijzonder nuttig — wanneer je data in verschillende formaten (zoals afbeeldingen of tekst) hebt en er inzichten uit wilt halen.

Door te werken met foundation models op Amazon Bedrock en SageMaker doe je hands-on ervaring op met geavanceerde AI-tools. Weten hoe je AI inzet voor complexe data-extractie en analyse is een zeer waardevolle vaardigheid in uiteenlopende sectoren en toepassingen.

10. Een agentische LLM-assistent bouwen op AWS

In dit project bouw je een agentische LLM-assistent op AWS met Bedrock, Lambda, Cognito, Aurora en S3.

Dit is een diepgaand project dat je praktische ervaring geeft met een uitgebreide drieledige architectuur. Het laat ook realistisch zien hoe een AI-oplossing wordt ontwikkeld en uitgerold op een cloudplatform.

Dit project behandelt ook cruciale aspecten van gebruikersauthenticatie met Cognito en databeheer met Aurora en S3, zodat je een compleet beeld krijgt van veilige en efficiënte app-ontwikkeling.

Bron: AWS

AWS DevOps-projecten

DevOps omvat vijf hoofdgebieden of best practices:

• Continue integratie en continue levering
• Microservices
• Infrastructuur als code
• Monitoring en logging
• Communicatie en samenwerking

AWS biedt services die al deze gebieden afdekken, waardoor het een goede keuze is om te leren en te beheersen als je een carrière in DevOps wilt opbouwen. In deze sectie presenteren we projecten die drie van de bovenstaande gebieden aanpakken met AWS-services.

11. Een fullstack-app bouwen met ECS, Terraform en CodePipeline

Dit project laat zien hoe je AWS-services gebruikt om een robuuste architectuur voor het uitrollen van een fullstack-applicatie te creëren.

Het benadrukt de voordelen van beheerde containerservices en Infrastructure as Code (IaC) voor efficiënte en betrouwbare applicatie-uitrol.

Je doet hands-on ervaring op met kernservices zoals ECS voor containerbeheer, Terraform voor Infrastructure as Code en CodePipeline voor CI/CD — essentiële cloudskills.

Door CI/CD-pijplijnen te integreren maak je ook kennis met moderne DevOps-praktijken. Je leert applicaties betrouwbaarder en efficiënter uit te rollen — cruciale vaardigheden voor een soepele, geautomatiseerde workflow in productieomgevingen.

Bron: AWS

12. Een geautomatiseerd CloudWatch-alarmsysteem voor rapportage bouwen

Dit project begeleidt je bij het maken van een geautomatiseerd rapportagesysteem voor CloudWatch-alarms dat dagelijkse rapporten genereert van getriggerde Amazon CloudWatch-alarms in een opgegeven AWS-regio. Het rapport, aangemaakt door een AWS Lambda-functie die wordt getriggerd door Amazon EventBridge, wordt als CSV-bestand opgeslagen in een S3-bucket en per e-mail verzonden via Amazon SES.

Dit project introduceert je in het automatiseren van taken met services als Lambda, EventBridge en SES. Het laat zien hoe je monitoring- en rapportageprocessen stroomlijnt — een belangrijk aspect van DevOps.

Het toont ook hoe je meerdere AWS-services (Lambda, S3, SES) integreert tot een samenhangende oplossing, en leert je het belang van serviceorkestratie in cloudomgevingen.

Bron: AWS

13. Een gecontaineriseerde webapp bouwen met Amazon ECS en AWS Fargate

Dit project omvat het bouwen en uitrollen van een gecontaineriseerde webapplicatie met Amazon ECS en Fargate. De applicatie toont willekeurige katten- of hondenfoto's op basis van de keuze van de gebruiker.

Je doet praktijkervaring op met containerisatie met Docker en orkestratie met Amazon ECS en Fargate.

AWS Fargate is een essentiële DevOps-tool voor het beheren en draaien van containers zonder clusters van virtuele machines te hoeven inrichten, configureren of schalen.

Het project behandelt ook loadtesten, zodat je leert hoe je de schaalbaarheid en betrouwbaarheid van je webapps onder verschillende verkeersniveaus beoordeelt en waarborgt.

Bron: AWS

Conclusie

Dit artikel presenteert een reeks AWS-projecten die zijn ontworpen om vaardigheden op elk niveau te versterken. Het benadrukt het belang van praktijkprojecten om ervaring op te doen en vaardig te worden met AWS-services — essentieel voor diverse techrollen.

Of je nu een carrière in cloudtechnologie ambieert of simpelweg je AWS-skills wilt verbeteren, de projecten in dit artikel bieden waardevolle leermogelijkheden.

Wil je een sterke AWS-carrière opbouwen? Begin dan met onze Introduction to AWS-cursus en werk daarna toe naar het halen van je certificering. Benieuwd naar de carrière- en salarismogelijkheden voor een AWS cloud practitioner? Lees dan onze uitgebreide gids!