QQ在线咨询
  
  
  
  投稿邮箱:www#qbxw.cn
您所在的位置: 首页  >>  兰州新闻网供稿
亚马逊云科技线上Global Dev Day,为四类云从业者带来了丰富的学习内容
【2022-08-19 09:40:33】 【来源:】 【字体: 】 【颜色: 绿

摘要:

 还记得曾经一出世就震惊整个世界的聊天机器人吗?抑或是随处可见的人脸识别技术和自动翻译机器,还有智慧城市和智能家居等等。云科技的发展方向正不断变化与进步,科学家、从业者与开发者,都在不停地探索云技术的边界,共同探索云科技的未来。8月22日,亚马逊云科技线上Global Dev Day来袭,为四类云从业者带来了丰富的学习内容。

1.jpg

用模型赋能数据科学家增强洞察力

数据科学家们运用分析、统计和数学技能,可以在大量的结构化、非结构化数据中发现新趋势,产生新的(商业)洞察力。他们善于运用软件工程技能收集和处理数据,在建立机器学习和统计模型的同时,利用行业及专业知识解释结果,以此帮助公司做出以数据为导向的决策,帮助公司更加科学地制定业务战略。

在今年的Global Dev Day,你会接触到如何 Hugging Face库中的ProtBert模型来执行蛋白质序列分类;如何在Amazon SageMaker中使用带有Transformers的计算机视觉;如何使用Amazon SageMaker和Amazon Reviews Polarity数据集微调一个预先训练好的模型,然后使用这些模型将评论进行正面或负面分析。Amazon SageMaker和Amazon Reviews Polarity数据集不仅可以帮助企业对客户的反馈做出及时的反应,还能帮助企业在大量的数据中获取更为敏锐的洞察。除此之外,Global Dev Day还将提供数据科学家关注的其他内容。

助力数据工程师和分析师发现更多信息

作为数据分析师,具备查询数据库、挖掘数据库的销售线索、深入市场研究、挖掘商业信息等技能优势,他们能利用技术专长来确保数据的质量和准确性,通过处理、设计和展示数据,帮助用户或企业做出更好的决策。数据工程师则使用数据科学模型,能通过建立并操作模型,为数据分析师团队提供数据架构,开发建模、挖掘和生产数据的流程,并建立可扩展和强化的数据管道,与数据库、数据仓库或数据湖整合等流程,将数据转化为信息。

在这次Global Dev Day中,你可以接触到如何通过亚马逊SageMaker Canvas提供的可视化点击界面,在不需要任何机器学习经验和编写一行代码的情况下,自行生成准确的机器学习预测,从而更好地帮助数据分析师工作。除此之外,你还能了解到如何用SQL进行无服务器流分析的内容,超越不可变的数据湖,进入数据湖仓,以及如何使用NoSQL Workbench进行非关系数据建模等等丰富的内容。

助推信息安全人员更好地管理组织企业软件

安全专业人员分多种专业,如应用安全、合规性、安全工程、安全运营分析师、安全架构师、顾问和审计师。虽然各角色的职责不同,但这一群体的共同目标都是保持较高的IT安全标准,管理并组织运行软件以及降低系统可能存在的风险。

云原生应用越来越多地普及,但当架构变得越来越复杂时,也会变得更难理解、更难调试和测试。就这个问题,Global Dev Day中将会提到很多云原生应用相关的安全内容,比如利用受控混沌工程来提高云原生应用的弹性和性能,在Amazon CodePipeline中集成代码安全评估功能,以及深入了解Amazon Cognito基于属性的访问控制功能等等。亚马逊云科技还将为大家介绍新的Amazon Macie完全托管的服务,帮助安全人员发现和保护敏感数据,以及利用机器学习(ML)自动发现数据并进行分类,帮助信息安全人员更好地管理、组织企业软件。

软件开发人员帮助用户简化和执行机器学习

软件工程师的日常工作主要是构建软件,他们常常编写、调试和执行源代码,并思考如何使用云原生技术来帮助他们更好地开发应用程序(前端、后端、网页、移动/设备应用程序),其特征包括低代码公民开发者、传统开发者或云原生开发者。他们也会参与自动化和加速软件发布周期(DevOps)的工作。

云原生应用程序目前是开发者最关注的话题之一,今年的Global Dev Day,也为软件开发人员准备了丰富的内容,比如说如何构建更智能化的应用程序的五种设计模式;如何在现代事件驱动应用程序中处理错误和服务编排;如何使用亚马逊云科技MLOps框架解决方案,帮助用户简化和执行机器学习(ML)模型等等程序员关注的话题,欢迎大家积极报名。

此外,9月的线下Dev Day,也将伴随“亚马逊云科技中国峰会”一同启幕。9月22-23日亚马逊云科技邀你共赴云转型之约,体验会、展、赛一体,让你收获满满。


分享到:
>> 版权与免责声明

① 凡本网注明“稿件来源:本网的所有文字、图片和音视频稿件,版权均属本网所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本网协议授权的媒体、网站,在下载使用时必须注明“稿件来源:本网”,违者本网将依法追究责任。

② 本网未注明“稿件来源:本网”的文/图等稿件均为转载稿,本网转载出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的“稿件来源”,并自负版权等法律责任。如擅自篡改为“稿件来源:本网”,本网将依法追究责任。如对稿件内容有疑议,请及时与我们联系。

③ 如本网转载稿涉及版权等问题,请作者在两周内速来电、来函与本网联系。