亚马逊云科技推云数智一体服务,秀智能湖仓成果

亚马逊云科技推云数智一体服务,秀智能湖仓成果
文章图片
智东西(公众号:zhidxcom)
作者|杨畅
编辑|三北
智东西4月29日报道 , 近日 , 亚马逊云科技在北京召开大数据与人工智能媒体沟通会 , 宣布推出“云、数、智三位一体”的大数据与机器学习融合服务组合 。 亚马逊云科技还联合乐我无限(Joyme)、上海欣兆阳(Convertlab)等合作伙伴分享了亚马逊云科技在助力企业数智融合方面的相关案例 。
亚马逊云科技大中华区产品部总经理陈晓建谈道 , 亚马逊云科技有两个数智融合方面的重要理念:一是在云中实现数据与智能的大融合将成为企业加速创新的引擎 , 二是企业应在云中打造统一的数据基础底座 , 实现大数据与机器学习的“双剑合璧” , 为企业发展提供新引擎 。
亚马逊云科技大中华区产品部技术专家团队总监王晓野详细解析了亚马逊云科技的“智能湖仓”架构朝着深度智能方向的多项升级成果 。
大数据与人工智能技术如何融合?亚马逊云科技在这方面进行过哪些研究和讨论?大数据与人工智能融合后 , 又能给企业用户带来哪些改变?本文对这些问题进行了深入探讨 。
一、云数智一体服务 , 应对机器学习落地三大挑战陈晓建说 , 随着企业的数据越来越多 , 机器学习模型越来越先进 , 很多企业希望通过大数据技术和机器学习技术的融合 , 进一步带动企业的业务创新 , 提升企业产出 。
但是 , 企业往往会面临这样一个困境:拥有大量的数据和分析计算 , 尝试了多种先进的机器学习模型 , 不过很难有实际的业务产出 。 从技术发展趋势来看 , 大数据技术和机器学习技术走的是不同路线 , 大数据看重数据本身的采集、优化 , 而机器学习技术看重算法本身的优化、调参 。
陈晓建谈道 , 具体来说企业的机器学习生产化面临三方面的挑战 。 一是大数据与机器学习分而治之 , 这两部分往往是不同团队负责 , 容易出现数据孤岛、技术孤岛 , 制约相关应用的敏捷迭代 。 二是数据处理的能力不足 , 难以处理海量的业务数据 , 这制约着机器学习由实验转向实践 。 三是数据分析人员的参与度低 , 研发测试阶段表现不错的算法模型 , 可能在实际使用中产生的效果不够理想 , 因为真实环境的复杂度更高一些 。
为此 , 亚马逊云科技推出了“云、数、智三位一体”的服务组合 。
亚马逊云科技推云数智一体服务,秀智能湖仓成果
文章图片
首先是要构建云中统一的数字治理底座 , 打破数据与技能孤岛 。
亚马逊云科技通过帮助用户构建统一的数字治理底座 , 实现用户所用的大数据和机器学习应用的数据共享、数据权限的统一管控 , 以及两者统一的开发和流程编排 。
二是为机器学习提供生产级别的数据处理能力 , 助力机器学习由实验转为实践 。
亚马逊云科技能提供多种灵活可扩展、专门构建的大数据服务 , 助力用户进行复杂的数据加工级处理 , 来应对数据规模的动态变化、优化数据质量 。
三是让数据分析智能化 , 赋能企业业务人员探索创新 。 亚马逊云科技为用户提供更智能的数据分析服务 , 让业务人员就可以完成智能分析、模型效果验证以及自主式创新 。
陈晓建说全球数十万用户都在使用亚马逊云科技的大数据及机器学习服务 。
二、“智能湖仓”的深度智能能力再升级去年亚马逊云科技推出了“智能湖仓”架构 , 为用户提供相关的数智化服务 。 王晓野分享了从发布到现在一年以来 , 亚马逊云科技的“智能湖仓”架构有了哪些新的变化 。