课程概述

本课程介绍如何使用 AWS Lambda 服务为数据科学应用开发无服务器（serverless）计算的基础知识。无服务器计算使我们能够响应事件来运行代码（单一用途的无状态函数），而底层的计算资源对用户完全透明。

一些无服务器应用的实例包括：

• Netflix 使用 AWS Lambda 构建的无服务器视频分发架构。
• 电子商务网站采用无服务器模型处理在线购物车交易。
• 可口可乐自动售货机中基于 AWS Lambda 实现的业务逻辑处理。

无服务器计算的优势在于提供自动扩展、高可用性以及按使用量计费的模式，从而有效优化成本。

我们还可以利用无服务器计算实现数据科学类应用。随着机器学习算法从实验室走向工业界，越来越多的数据科学应用正在落地实际场景。其中，模型服务（model serving）是一个特别适合通过无服务器架构高效实现的数据科学用例。本课程将介绍如何结合 AWS Lambda、Serverless 框架和基于 Python 的机器学习实现来进行机器学习模型的服务化部署。

本课程要求学习者具备一定的机器学习基础知识和 Python 编程能力。

课程通过四个动手实践练习逐步构建所需技能，内容涵盖以下方面：

• 使用 Serverless 控制台部署无服务器应用。
• 讲解 serverless.yml 文件的基本组成结构与语法。
• 学习常用的辅助函数（helper functions）。
• 掌握通过参数和配置文件管理环境配置的方法。
• 学会在多函数部署中隔离各函数的依赖。
• 学习通过 Lambda 层（Lambda layers）部署大型依赖库。

所有操作均在自定义 Docker 镜像中完成。最终，我们将把一个机器学习模型部署到 AWS Lambda，并将其与 EventBridge 和 Step Functions 等服务集成。

完成本课程后，您将能够使用 Python 在 AWS Lambda 上开发面向数据科学的无服务器应用程序。此外，Serverless 框架具有良好的通用性和灵活性，也可适配其他编程语言和开发框架。因此，学完本课程后，您可以轻松将所学知识迁移到其他语言和技术栈中。