數(shù)據(jù)旅程的全覆蓋
時間：2022-04-01 05:21:02 | 來源：行業(yè)動態(tài)
時間：2022-04-01 05:21:02 來源：行業(yè)動態(tài)
每一個企業(yè)的數(shù)據(jù)之旅都是獨一無二的，但是數(shù)據(jù)?？康乃膫€站點基本是一致的，包括數(shù)據(jù)庫、數(shù)據(jù)湖、數(shù)據(jù)分析、機器學習，亞馬遜云科技也專注數(shù)據(jù)旅程的每一步構建適合的工具。
亞馬遜云科技覆蓋了所有類型的數(shù)據(jù)庫，實現(xiàn)專庫專用；在數(shù)據(jù)湖上Amazon Lake Formation可以快速構建數(shù)據(jù)湖的同時構建統(tǒng)一的數(shù)據(jù)湖管理，今年推出了Lake Formation行與單元級別安全新功能，支持在行一級以及行和列交疊的單元級別去做數(shù)據(jù)訪問的權限精準控制；在數(shù)據(jù)分析上也提供了最適合的工作負載，今年最大的變化是無服務器數(shù)據(jù)分析，宣布了四個無服務器分析服務，分別是Amazon RedShift、Amazon EMR和Amazon MSK和Kinesis stream；機器學習除了在芯片有右面的布局，同時提供了Amazon SageMaker全托管機器學習集成開發(fā)環(huán)境。
顧凡指出，跨四大站點還有兩件重要的事，數(shù)據(jù)融合和數(shù)據(jù)治理，同時需要考慮如何讓公司或者組織中的每個人都可以更容易、更加自助地做數(shù)據(jù)分析和洞察。
同時，Amazon SageMaker發(fā)布了新功能Amazon SageMaker Canvas可以讓業(yè)務人員通過拖拽的方式跨多個數(shù)據(jù)源收集數(shù)據(jù)做特征分析，然后用Amazon SageMaker Canvas AutoML技術創(chuàng)建模型，這樣就可以讓業(yè)務人員，包括對數(shù)據(jù)相對熟，但是Python不熟的人創(chuàng)建需要一個數(shù)據(jù)科學家進來才能創(chuàng)造的高質量模型，這樣可以極大降低機器學習的門檻。
在線咨詢
