Ravindra BagaleCourses & study guides English

Amazon Bedrock म्हणजे काय? AWS वर Generative AI APIs सोप्या भाषेत

Bedrock = foundation models (Claude, Llama, Titan…) AWS API ने. आधी GPU farm train नको. Chat/summarise/classify साठी — पण token cost शिस्त हवी.

या chapter मध्ये तुम्ही काय शिकाल

  • Bedrock काय
  • Model access आणि regions
  • Token pricing
  • Guardrails आणि IAM
  • Student lab cost warnings

1. रोजचं उदाहरण

हे का लागतं?

Swiggy support: दीर्घ complaint → छोटी category + reply. Scratch model = वर्षे. Foundation model + चांगला prompt = weekend.

हे काय आहे?

Amazon Bedrock = foundation models API (+ Knowledge Bases/Agents). Amazon आणि third-party — region/account enablement नुसार.

एक InvokeModelAppIAM roleBedrock APIFoundation modelResultDynamoDB/S3
Base model साठी तुम्ही endpoint patch करत नाही.

2. Model access

हे का लागतं?

दर account/region मध्ये दर model default ON नसतो.

हे काय आहे?

  1. Model access/catalog — हवे ते request.
  2. Region availability live तपासा.
  3. SDK bedrock-runtime + InvokeModel on specific ARNs.

3. Tokens आणि पैसे

बहुतेक input आणि output tokens चे पैसे. लांब prompts + अनेक tests = surprise bill. Budgets/alarms.

Lab शिस्त

Bedrock lab आधी: एक स्वस्त model, Budget alert (उदा. $5), छोटे max_tokens, unbounded loop नको. Org block असेल तर live call skip — quiz साठी वाचन पुरेसं.

4. Safety

  • Guardrails: topics/PII filter.
  • Model IDs वर least privilege — * नको.
  • Prompts मध्ये secrets/passwords नको.
  • Prompt logs = personal data शक्य.

5. Bedrock vs SageMaker

GoalPrefer
Managed FM chat/summarise/embedBedrock
Labelled data वर custom trainSageMaker
काही FM customise (जेथे available)Bedrock customisation
पूर्ण training + custom containersSageMaker

6. Interview

प्र. Base FM साठी GPU manage?

नाही — Bedrock host करते.

प्र. API?

InvokeModel / Converse.

प्र. Bill?

मुख्यतः tokens.

प्र. Guardrails?

Model I/O filters.

प्र. SageMaker?

स्वतःचं deep train/host.

घरी करून बघा

  1. एक model ची input/output rate लिहा.
  2. एक model ARN पुरती IAM policy मसुदा.

थोडक्यात सांगायचं तर

  1. Bedrock = FM APIs.
  2. Model access + runtime.
  3. Tokens = पैसे — budget.
  4. Generative = Bedrock; custom train = SageMaker.

सराव Tasks

या scenario बद्दल

Solapur Chaddar House हा सोलापूर मधला गृह वस्त्र व्यवसाय आहे. Vikas Kamble त्यांचं IT व cloud काम पाहतात. त्यांचे पैसे INR मध्ये मोजले जातात आणि AWS resources ap-south-1 Region मध्ये चालतात. खालच्या tasks मध्ये तुम्ही या lesson मध्ये शिकलेलं वापरून त्यांची खरी कामं करता. सगळी नावं, account IDs, IP addresses व numbers सरावासाठी काल्पनिक आहेत.

0 / 10

सोपं Bedrock models दाखवा

का: तुमच्या Region मध्ये कोणते foundation models आहेत ते पाहा.

काय करायचं: Amazon Bedrock मधले foundation models दाखवा.

कसं करायचं:
  1. Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
  2. aws लिहा, मग service चं नाव, मग operation (action शब्द).
  3. प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
  4. Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.

सोपं SageMaker endpoints दाखवा

का: Endpoints ना दर तासाला खर्च येतो; विसरलेले शोधा.

काय करायचं: SageMaker endpoints दाखवा.

कसं करायचं:
  1. Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
  2. aws लिहा, मग service चं नाव, मग operation (action शब्द).
  3. प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
  4. Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.

सोपं /16 मध्ये किती addresses?

का: VPC size ठरवायला ही संख्या लागते.

काय करायचं: Solapur Chaddar House चा VPC 10.86.0.0/16. एकूण किती IP addresses?

कसं करायचं:
  1. Task मधले numbers लिहून घ्या.
  2. कागदावर step by step काढा.
  3. Box मध्ये फक्त final उत्तर लिहा.
  4. Check answer दाबा.

सोपं SSH चा port

का: Security group rules ला योग्य port हवा.

काय करायचं: SSH साठी security group ने कोणता TCP port उघडावा?

कसं करायचं:
  1. Task मधले numbers लिहून घ्या.
  2. कागदावर step by step काढा.
  3. Box मध्ये फक्त final उत्तर लिहा.
  4. Check answer दाबा.

सोपं तुम्ही कुठे आहात ते पाहा

का: काही copy किंवा delete करण्याआधी तुम्ही कोणत्या folder मध्ये आहात हे माहीत हवं.

काय करायचं: Vikas Kamble Solapur Chaddar House च्या server वर login झाले आहेत, पण terminal कोणत्या folder मध्ये आहे ते माहीत नाही. सध्याच्या folder चा path दाखवा.

कसं करायचं:
  1. हे काम करणारा Linux command शोधा.
  2. Task ला लागणारे options (उदा. -r, -h) जोडा.
  3. File नावं, folders किंवा users योग्य क्रमाने लिहा.
  4. System files/users बदलत असाल तर sudo वापरा. Check answer दाबा.

सोपं एका bucket ला read-only access

का: Least privilege: कामाला लागणारे actions व bucket च द्या.

काय करायचं: User ला फक्त solapurchaddar-data bucket मधले objects वाचू (s3:GetObject) देणारी identity policy लिहा.

कसं करायचं:
  1. { "Version": "2012-10-17", "Statement": [ ... ] } ने सुरू करा.
  2. प्रत्येक statement मध्ये Effect, Action व Resource लिहा.
  3. Task ला लागेल तेवढंच द्या (least privilege).
  4. Double quotes व commas नीट वापरा. Check answer दाबा.

मध्यम Image मधले labels ओळखा

का: Rekognition photo मधल्या वस्तू ओळखतो.

काय करायचं: s3://solapurchaddar-media/shop/p1.jpg (Bucket=solapurchaddar-media, Name=shop/p1.jpg) मधले labels ओळखा, कमाल 10.

कसं करायचं:
  1. Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
  2. aws लिहा, मग service चं नाव, मग operation (action शब्द).
  3. प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
  4. Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.

मध्यम एक Bedrock model allow

का: Apps ना approved model पुरतं मर्यादित ठेवा.

काय करायचं: फक्त arn:aws:bedrock:ap-south-1::foundation-model/amazon.nova-lite-v1:0 वर bedrock:InvokeModel allow करा.

कसं करायचं:
  1. { "Version": "2012-10-17", "Statement": [ ... ] } ने सुरू करा.
  2. प्रत्येक statement मध्ये Effect, Action व Resource लिहा.
  3. Task ला लागेल तेवढंच द्या (least privilege).
  4. Double quotes व commas नीट वापरा. Check answer दाबा.

मध्यम AWS /24 subnet मधले usable IPs

का: AWS प्रत्येक subnet मध्ये 5 addresses राखून ठेवतो.

काय करायचं: AWS वर 10.86.1.0/24 subnet मध्ये Solapur Chaddar House servers साठी किती addresses वापरू शकतो?

कसं करायचं:
  1. Task मधले numbers लिहून घ्या.
  2. कागदावर step by step काढा.
  3. Box मध्ये फक्त final उत्तर लिहा.
  4. Check answer दाबा.

अवघड Model ला प्रश्न विचारा

का: Converse अनेक models साठी एकच API shape.

काय करायचं: msgs.json मधल्या messages सह amazon.nova-lite-v1:0 model वर converse call करा.

कसं करायचं:
  1. Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
  2. aws लिहा, मग service चं नाव, मग operation (action शब्द).
  3. प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
  4. Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.

उजळणी, तुलना आणि मुलाखत cards

हा lesson काही मिनिटांत revise करा. Cards phone वर save करा किंवा PNG download करा. प्रत्येक card वरचा QR हा lesson उघडतो.

उजळणी card: Amazon Bedrock म्हणजे काय?. Summarise/reply = weekend; scratch train = वर्षे. Bedrock = foundation models AWS API + IAM. Model access → SDK + least-privilege InvokeModel. Prompt → completion → optional store.
उजळणी card: Amazon Bedrock म्हणजे काय? · PNG download करा · Card page उघडा
उजळणी card: Tokens आणि cost शिस्त. लांब prompts + loops = surprise bill. Input/output tokens; lab = small max_tokens + Budget. एक स्वस्त model + $5 budget; infinite loop नको. 10 short calls OK; 100k-token loop नाही.
उजळणी card: Tokens आणि cost शिस्त · PNG download करा · Card page उघडा
उजळणी card: Guardrails आणि IAM. Prompts = PII; model * = broad. Guardrails + model-ARN least privilege. InvokeModel one ARN + Guardrail. Wrong model Denied; bad topic blocked.
उजळणी card: Guardrails आणि IAM · PNG download करा · Card page उघडा
तुलना: Bedrock token pricing vs SageMaker instance hours. Bedrock token pricing: Call च्या input/output tokens. SageMaker instance hours: Notebook/train/endpoint instance time.
तुलना: Bedrock token pricing vs SageMaker instance hours · PNG download करा · Card page उघडा
मुलाखत card: Chatbot साठी Bedrock की SageMaker?. FM API पुरेसं → Bedrock; custom train → SageMaker. Chat/summarise = Bedrock. InvokeModel + bounded tokens.
मुलाखत card: Chatbot साठी Bedrock की SageMaker? · PNG download करा · Card page उघडा
मुलाखत card: InvokeModel access error का?. Model access OFF किंवा IAM कमी. Region availability तपासा. Enable access + ARN Allow.
मुलाखत card: InvokeModel access error का? · PNG download करा · Card page उघडा

अजून cards: Ravi Sir's Cards.