Author: Donnie Prakoso

예전에 호주 멜버른 리전 출시 예고에 따라, 드디어 오늘은 세 개의 가용 영역이 있으며 API 이름이 ap-southeast-4인 AWS 아시아 태평양(멜버른) 리전이 정식 출시하였습니다. AWS 아시아 태평양(멜버른) 리전은 오스트레일리아에서 아시아 태평양(시드니) 리전에 이어 두 번째 인프라 리전이며, 아시아 태평양에서는 싱가포르, 도쿄, 서울, 뭄바이, 홍콩, 오사카, 자카르타, 하이데라바드, 시드니, 중국 본토 베이징 및 닝샤 리전의 기존 리전에 […]

데이터는 기계 학습의 원동력입니다. 기계 학습에서 데이터 준비는 원시 데이터를 추가 처리 및 분석에 적합한 형식으로 변환하는 프로세스입니다. 데이터 준비를 위한 일반적인 프로세스는 데이터를 수집한 다음 정리하고 레이블을 지정하고 마지막으로 검증 및 시각화하는 것으로 시작됩니다. 고품질의 데이터를 올바로 얻는 프로세스는 보통 복잡하고 시간이 많이 걸릴 수 있습니다. 이것이 바로 AWS에서 기계 학습(ML) 워크로드를 구축하는 고객들이 […]

최신 이벤트 기반 애플리케이션을 구성하기 위해 여러 클라우드 서비스를 빌딩 블록으로 사용하는 것이 점점 더 보편화되고 있습니다. 목적별 서비스를 사용하여 특정 태스크를 수행하면 개발자가 사용 사례에 가장 적합한 기능을 확보할 수 있습니다. 그러나 서로 다른 기술을 사용하여 통신하는 경우 서비스 간 통신이 어려울 수 있습니다. 즉, 각 서비스의 미세한 차이와 서비스를 서로 통합하는 방법을 익혀야 […]

2016년 Jeff Barr가 Amazon Athena를 처음 발표했을 때, 데이터와의 상호 작용에 대한 제 관점이 바뀌었습니다. Amazon Athena를 사용하면 Athena에서 테이블 생성, 커넥터를 사용하는 데이터 로드, ANSI SQL 표준을 사용하는 쿼리부터 시작하여 몇 단계만 거치면 데이터와 상호 작용할 수 있습니다. 시간이 지남에 따라 금융 서비스, 의료 및 소매업과 같은 다양한 산업에서는 다양한 형식과 크기의 데이터에 대해 […]

기계 학습 모델을 구축하려면 기계 학습 엔지니어가 데이터를 준비하기 위한 데이터 변환 파이프라인을 개발해야 합니다. 이 파이프라인을 설계하는 프로세스는 시간이 많이 걸리며 데이터 준비 파이프라인을 프로덕션 환경에 구현하려면 기계 학습 엔지니어, 데이터 엔지니어 및 데이터 과학자 간의 팀 간 협업이 필요합니다. Amazon SageMaker Data Wrangler의 주요 목적은 데이터 준비 및 데이터 처리 워크로드를 쉽게 수행할 […]

데이터 인사이트를 보고하는 방법에는 여러 가지가 있는데, 페이지 기반 보고서도 그 중 하나입니다. 페이지 기반 보고서는 최종 사용자를 위한 중요한 비즈니스 정보가 포함된 필수 문서입니다. 수십 년 동안 페이지 기반 보고서는 표준 비즈니스 보고 형식이었습니다. 다음은 페이지 기반 보고서의 예입니다. 왼쪽에는 손익 계산서가 표시되어 있고 오른쪽에는 연간 실적 요약이 표시되어 있습니다. 예에서 볼 수 있듯이 […]

오늘 Amazon QuickSight 세부적인 시각 자료 임베딩 기능을 출시했습니다. 이제 이 기능을 사용해 트래픽이 많은 웹페이지와 애플리케이션에 Amazon QuickSight 대시보드의 각 시각 자료를 넣을 수 있습니다. 또한, 서버나 소프트웨어를 설정하거나 인프라를 관리하지 않더라도 최종 사용자가 가장 필요한 곳에 자세한 인사이트를 제공할 수 있습니다. 이 새로운 기능에 대한 간단한 미리 보기는 다음과 같습니다. 신규 기능 소개 […]

오늘, Amazon DevOps Guru에 대한 새로운 기능으로 로그 이상 탐지 및 권장 사항을 발표합니다. 이 기능을 사용하면 앱 내의 관련 로그에서 이상 징후를 찾고 문제 해결을 위해 타겟팅된 권장 사항을 얻을 수 있습니다. 다음은 이 기능에 대한 간략한 설명입니다. AWS는 개발자와 운영자가 애플리케이션의 신뢰성과 가용성을 보다 쉽게 개선할 수 있도록 2020년 12월에 완전관리형 AIOps 플랫폼 […]