Компания, основанная на данных: от концепции к прибыли (уровень 100)
Организации стремятся извлечь дополнительную пользу из своих данных, чтобы повысить гибкость и эффективность, а также ускорить инновации. Данных сейчас уже очень много и их объем быстро растет, но они не становятся ценными только потому, что вы создаете или сохраняете их в большом количестве. Ценность достигается за счет создания культуры и операционной модели, в которых данные используются для генерации новых идей в интересах клиентов, с использованием практически применимых рекомендаций, аналитики, искусственного интеллекта и машинного обучения. Однако проблемы с развитием такой культуры, устаревшие модели управления, организационная разобщенность и древние подходы к исполнению мешают развитию этой концепции. Присоединяйтесь к этому семинару и изучите стратегии двух бывших исполнительных директоров, которые они применяли для создания культуры, основанной на данных, и как они преодолели трудности, связанные с воплощением этих стратегий в жизнь.

Докладчик: Джон Кларк, специалист по корпоративной стратегии, AWS
Продолжительность: 30 минут

Создание умной организации на основе данных и машинного обучения (уровень 100)
Многие организации понимают, что искусственный интеллект и машинное обучение помогут им создать уникальные конкурентные преимущества, повысить заинтересованность клиентов и добиться желаемых бизнес-результатов. Некоторые из них уже пожинают плоды преобразований, достигнутых с помощью искусственного интеллекта и машинного обучения, а другие пока только думают, с чего начать. В этом семинаре рассказывается о том, как применить искусственный интеллект и машинное обучение и как воплотить в жизнь цифровую трансформацию. Мы расскажем об эффекте сети данных, о тех аспектах, которые пришлось освоить успешным организациям для извлечения пользы из своих данных, и о том, как они реализовали свои идеи с помощью машинного обучения.

Докладчик: Том Годден, специалист по корпоративной стратегии, AWS
Продолжительность: 30 минут

Поддержка ответственного развития с помощью искусственного интеллекта и данных на стадионе Amazon «Climate Pledge Arena» (уровень 100)
Amazon является крупнейшим корпоративным покупателем возобновляемой энергии в мире и для достижения целевых показателей по выбросам углекислого газа компания стремится поддерживать ответственное развитие по всем аспектам своей деятельности. В сотрудничестве с хоккейной командой «Сиэтл Кракен» мы развиваем решения, которые позволят сделать стадион Climate Pledge Arena самым прогрессивным и самым экологичным в мире. Присоединяйтесь к этому семинару и узнайте, как AWS Professional Services и специалисты Amazon по ответственному развитию используют сервисы AWS для сбора и анализа данных об энергии, качестве воды и воздуха. Вы узнаете тонкости создания моделей прогнозирования в реальном времени на основе обнаружения данных, безопасности и шаблонов проектирования.

Докладчики: 
Рахул Сарин, административный директор по глобальному рынку, отдел защиты окружающей среды, AWS
Роб Джонсон, вице-президент по защите окружающей среды и транспорту, Climate Pledge Arena

Продолжительность: 30 минут

Начало обучения машинному обучению: мнение лидера (уровень 100)
Искусственный интеллект и машинное обучение могут трансформировать целые отрасли, повышать эффективность и стимулировать инновации. Успешность машинного обучения напрямую зависит от масштаба. В этом семинаре рассказывается о том, какие рекомендации получают руководители и менеджеры, которые хотят добиться успеха с помощью машинного обучения в больших масштабах, и какие существуют механизмы для создания эффективной среды ускорения инноваций и стимулирования технологического прогресса. Мы расскажем о том, как наши клиенты в сотрудничестве с AWS подготовили свои команды к внедрению машинного обучения и предоставили им необходимый набор технических навыков для достижения бизнес-результатов. Вы узнаете, как создать сильный тандем разработчиков и технологий искусственного интеллекта и машинного обучения, согласованно действующий на благо всей организации, и научитесь разрабатывать программу развития инноваций и ценности.

Докладчик: Наоми Тенг, специалист по искусственному интеллекту и машинному обучению, АТР, AWS
Продолжительность: 30 минут

Трансформация бизнеса с помощью искусственного интеллекта и машинного обучения. Развитие конкурентного преимущества в своей организации на основе последних тенденций искусственного интеллекта и машинного обучения (уровень 100)
Технологии искусственного интеллекта и машинного обучения становятся все более важными для тех организаций, которые стремятся к развитию и достижению своих целей. Но не всегда легко правильно применять искусственный интеллект и машинное обучение. Присоединяйтесь к этому семинару и узнайте, как на практике применить проверенные варианты использования машинного обучения, чтобы быстро добиться реальных результатов в бизнесе. Мы предлагаем набор сервисов AWS для искусственного интеллекта и машинного обучения, которые позволяют создавать революционные продукты без предварительного опыта в области машинного обучения. Вы узнаете, как запустить процесс трансформации с использованием ИИ на основе существующих и новых технологий, позволяющий реализовать новые возможности, создать конкурентные преимущества и достичь организационных результатов.

Докладчик: Ньевес Грасия, ведущий специалист по ИИ/МО, государственный сектор, АТР
Продолжительность: 30 минут

Переосмысление машинного обучения для регулируемых отраслей (уровень 100)
Воспроизводимость, отслеживаемость и понимание уже стали фундаментальным требованием к жизненному циклу машинного обучения в регулируемых отраслях. Но создание платформы анализа данных для банка или правительственного органа, которая будет поддерживать такой жизненный цикл, – дело непростое, поскольку требует большого опыта и широких возможностей. AWS предоставляет набор сервисов и решений для создания безопасной, управляемой и соответствующей требованиям среды машинного обучения, которая не помешает гибкой работе специалистов по анализу данных. Присоединяйтесь к этому семинару и узнайте, как сократить разрыв между традиционным жизненным циклом машинного обучения и требованиями к регулируемым отраслям. Мы расскажем, какие решения, передовые практики, программы и ресурсы предоставляет AWS, чтобы помочь вам создать успешную платформу для анализа данных и машинного обучения в среде AWS.

Докладчик: Хуан Бедойя, архитектор решений для государственного сектора, AWS
Продолжительность: 30 минут

Организация мультимодального взаимодействия с клиентами в сфере финансовых услуг (уровень 100)
Широкое распространение услуг мобильной связи, новые участники цифрового рынка, которые изначально развивались в этой среде, адаптация к смене поколений и важнейшие отраслевые требования к соблюдению нормативных требований снижают возможности финансовых учреждений по предоставлению персонализированного, согласованного и беспроблемного обслуживания клиентов по нескольким каналам. В этом семинаре показано, как легко создать мультимодальный интерфейс для взаимодействия с клиентами, применяя искусственный интеллект и машинное обучение AWS. Узнайте, как создавать персонализированные текстовые, мобильные и веб-интерфейсы для входящих и исходящих взаимодействий с клиентами, используя контекстуализированные данные и поддерживая согласованную беседу в нескольких точках взаимодействия.

Докладчики:
Акаш Джейн, руководитель отдела архитектуры решений по выходу на рынок в сфере финансовых услуг, АТР, AWS
Рахул Кулкарни, старший архитектор партнерских решений, AWS Индия

Продолжительность: 30 минут

Персонализация взаимодействия с клиентами с помощью автоматизированного маркетинга (уровень 200)
Когда речь идет об общении с клиентами, персонализация считается очевидным и лучшим подходом к взаимодействию в долгосрочной перспективе. Клиенты с большей вероятностью обратят внимание на тот контент, который адаптирован к их потребностям. В этом семинаре мы расскажем, как использовать маршруты Amazon Pinpoint для организации персонализированного многоэтапного обслуживания клиентов с учетом характеристик и поведения аудитории, и как с помощью Amazon Personalize гарантировать, что коммуникационный контент всегда будет максимально конкретным и персонализированным для получателя.

Докладчик: Пьер Семан, ведущий специалист по стратегии и решениям для выхода на рынок, отдел малого и среднего бизнеса, АТР, AWS
Продолжительность: 30 минут

Настройка безопасных и хорошо управляемых сред машинного обучения на AWS (уровень 100)
И тем, кто только начинает переход на искусственный интеллект и машинное обучение, и организациям с большим числом проектов в активной работе одинаково важно иметь безопасные среды, которые гарантируют защиту данных. В этом семинаре мы расскажем, как правильно создавать, стандартизировать и быстро развертывать среды машинного обучения, используя передовые практики безопасности AWS и соблюдая строгие требования к безопасности для рабочих нагрузок машинного обучения.

Докладчик: Тони Фендалл, главный архитектор решений, AWS
Продолжительность: 30 минут

Глубокое обучение на AWS при поддержке NVIDIA. От обучения до развертывания (уровень 200)
За последнее десятилетие NVIDIA сумела продемонстрировать высокую эффективность своих графических процессоров по всем аспектам глубокого обучения и получения логических выводов. По мере увеличения моделей возможность горизонтального и вертикального увеличения масштаба для их развертывания становится не просто важной, но совершенно необходимой. В этом семинаре мы рассмотрим несколько программных стеков NVIDIA для эффективного распределенного обучения, а также изучим упрощенный процесс их развертывания и подробно разберем, как Amazon применяет их для самых требовательных рабочих нагрузок.

Докладчик: Майкл Лэнг, менеджер по архитектуре решений, Южная часть АТР, NVIDIA
Продолжительность: 30 минут

Создание централизованных интеллектуальных систем для поиска по распределенным хранилищам данных с помощью Amazon Kendra (уровень 200)
Как получить наиболее точные и конкретные ответы на поисковые запросы, если для них требуется анализ больших объемов данных, распределенных по нескольким источникам? В этом семинаре мы продемонстрируем, как применить решение интеллектуального поиска Amazon Kendra для получения простых ответов. Вы узнаете, как на основе разных инструментов, источников и продуктов сторонних поставщиков создавать унифицированные и интеллектуальные возможности для поиска данных, улучшения обмена знаниями между отделами, повышения возможностей отделов продаж и обслуживания клиентов. Все это помогает получать важную информацию.

Докладчики: 
Сэм Гордон, старший архитектор облачных решений, AWS
Эд Фрага, архитектор облачных решений, AWS

Продолжительность: 30 минут

Реализация унифицированного приложения для поиска по текстам и изображениям на основе аналитики и машинного обучения (уровень 200)
Простые текстовые и семантические поисковые системы уже позволяют многим организациям быстро искать информацию. Однако унифицированные системы текстового и графического поиска могут обеспечить конкурентное преимущество и новые источники дохода тем организациям, которые смогут их предложить. Такие системы позволяют клиентам использовать физические объекты или их изображения для описания позиций и запросов в поисковых системах. В этом семинаре рассказывается, как создать поисковую систему на базе машинного перевода, которая позволит легко находить и рекомендовать продукты с помощью текстовых или графических запросов. Вы узнаете, как с помощью Amazon SageMaker разместить предварительно обученную модель CLIP (Contrastive Language-Image Pre-Training) и управлять ею, а также как выполнять в ней визуальный поиск по изображению. Мы также расскажем, как использовать простые в развертывании, эксплуатации и масштабировании кластеры OpenSearch и другие сервисы AWS для создания этого комплексного приложения.

Докладчик: Кевин Ду, старший архитектор решений для лабораторий данных машинного обучения, AWS
Продолжительность: 30 минут

Масштабируемая подготовка данных и машинное обучение с использованием Apache Spark на AWS (уровень 200)
Анализ, преобразование и подготовка больших объемов данных – это основополагающий этап любого рабочего процесса анализа данных и машинного обучения. В этом семинаре демонстрируется, как создавать комплексные рабочие процессы подготовки данных и машинного обучения. Мы объясним, как подключить Apache Spark для быстрой подготовки данных в средах обработки данных на основе интерактивных сеансов Amazon EMR и AWS Glue в Студии Amazon SageMaker. Вы узнаете, как получить доступ к данным под управлением AWS Lake Formation, чтобы выполнять интерактивные запросы, исследования, визуализации данных, запускать и отлаживать задания Spark при подготовке большого объема данных для использования в машинном обучении.

Докладчик: Суман Дебнат, главный консультант по разработке, отдел проектирования данных, AWS
Продолжительность: 30 минут

Разработка интеллектуального решения для обработки документов (уровень 200)
Организации имеют миллионы физических документов и форм с важными для бизнеса данными. Страховые иски, заявки на получение кредитов и другие типовые документы содержат структурированные и слабо структурированные данные, которые извлекаются вручную или с помощью систем на основе строгих правил, которые плохо масштабируются, дороги в обслуживании и могут возвращать результаты с низкой точностью. На этом семинаре вы узнаете, как создать комплексное интеллектуальное решение для обработки документов, которое позволит преодолеть проблемы с устаревшими методами обработки документов. Новое решение позволяет извлекать структурированные данные, редактировать конфиденциальную информацию и легко развертывать автоматизированный рабочий процесс обработки в нужном масштабе.

Докладчик: Абхиджит Калита, старший эксперт по искусственному интеллекту и машинному обучению, партнеры AWS в государственном секторе
Продолжительность: 30 минут

Настройка и улучшение процесса извлечения документов с помощью машинного обучения (уровень 300)
Документы хранятся в файлах разных типов, разных форматов и содержат ценную информацию разного рода. Извлечение и обработка документов могут требовать много времени и средств, а их результаты часто содержат ошибки. В этом семинаре мы расскажем о том, как с помощью AWS легко извлекать информацию из сложного контента документов любого формата, таких как PDF-файлы или отсканированные изображения. Вы узнаете, как настроить извлечение данных с помощью машинного обучения, в том числе исправление типичных ошибок при распознавании текста и реструктуризацию выходных данных. В этом семинаре рассматриваются несколько типичных сценариев инструментов AWS, которые будут полезны на разных этапах конвейера обработки: от предварительной обработки изображений через автоматизацию процессов и интеллектуальный поиск до анализа с участием человека. Мы также подскажем, как правильно учесть сложности конкретных сценариев и уровни готовности к применению машинного обучения в вашей организации.

Докладчик: Алекс Тьюси, специалист по архитектуре решений в сфере машинного обучения, AWS
Продолжительность: 30 минут

Разработка опытного образца для успешного прогнозирования спроса. От настройки точности до экономического обоснования (уровень 200)
Точное прогнозирование будущего спроса с помощью искусственного интеллекта и машинного обучения предоставляет множество преимуществ по разным аспектам: увеличение продаж, более полное использование производственных мощностей, улучшение оборачиваемости запасов и повышение качества обслуживания клиентов. Но многие сталкиваются с трудностями с обоснованием затрат и внедрением систем прогнозирования спроса в производство. В этом семинаре мы предложим вам пошаговый процесс создания опытного образца для системы прогнозирования на основе машинного интеллекта с использованием Amazon Forecast. Мы продемонстрируем разные способы оценивать реальную коммерческую ценность моделей прогнозирования спроса, не теряя гибкости в экспериментировании.

Докладчик: Джулия Энг, помощник архитектора решений, AWS
Продолжительность: 30 минут

Упрощение прогнозирования намерений о покупке с помощью аналитики и машинного обучения (уровень 200)
Компании интегрируют решения искусственного интеллекта и машинного обучения в свой бизнес, чтобы не отставать от конкурентов. Но машинное обучение часто бывает сложным и требует специальной подготовки. Процесс начинается со сбора и подготовки данных, после которых нужно создать и обучить модели машинного обучения, а затем развернуть их. Даже выбор алгоритма для создания модели может оказаться непростой задачей. Как правильно выбрать алгоритм и модель машинного обучения? Как надежно определить, какая модель лучше всего подходит для вашей бизнес-задачи? Как с помощью настройки гиперпараметров получить максимальную отдачу от модели? В этом семинаре мы расскажем, как упростить жизненный цикл машинного обучения для прогнозирования намерений о покупке с помощью Amazon SageMaker автопилота и аналитических сервисов AWS.

Докладчики: 
Камал Мачанда, архитектор решений, AWS Индия
К. В. Сурешкумар, архитектор прототипов, AWS Индия
Продолжительность: 30 минут

Улучшение взаимодействия с клиентами с помощью контактных центров на основе аналитики и машинного обучения (уровень 300)
Контактный центр – это самая важная точка соприкосновения между вами и вашими клиентами, и здесь каждое взаимодействие может дать ценную информацию. В этом семинаре мы объясним интеграцию Amazon Connect с сервисами аналитики и машинного обучения AWS. Вы научитесь за считаные дни с помощью инструментов самостоятельной настройки выполнять то, на что могло бы потребоваться несколько месяцев. Вы узнаете, как это комплексное решение для облачного контактного центра на основе AWS позволяет получать ценную информацию по каждому взаимодействию с клиентами, в том числе прогнозировать отток клиентов в реальном времени, и улучшать это взаимодействие.

Докладчики: 
Нельсон Мартинес, старший персональный технический менеджер, отдел приложений для повышения производительности, AWS
Мелани Ли, старший персональный технический менеджер, отдел аналитики, AWS
Парта Сарати Саху, старший персональный технический менеджер, отдел аналитики, AWS

Продолжительность: 30 минут

Преодоление языковых барьеров с помощью искусственного интеллекта (уровень 200)
Amazon предоставляет каждому разработчику возможности для обработки естественного языка, распознавания речи, преобразования текста в речь и машинного перевода. Сервисы приложений на основе API позволяют разработчикам и специалистам по обработке и анализу данных легко внедрять в приложения готовые функции искусственного интеллекта и автоматизировать рабочие процессы. На этом семинаре мы расскажем, как создавать интеллектуальные приложения нового поколения, которые слышат, говорят и понимают окружающий мир.

Докладчики: 
Джьоти Шарма, инженер по созданию прототипов, AWS Индия
Арун Баладжи, главный инженер по созданию прототипов, AWS Индия

Продолжительность: 30 минут

Запуск приложения машинного зрения для контроля качества с замкнутым контуром обратной связи (уровень 200)
Обнаружение дефектов и аномалий при проверке качества является важным этапом контроля качества продукции, поскольку своевременное обнаружение и исправление неисправностей и дефектов может требовать значительных расходов и сопряжено с рисками, связанными с качеством. Кроме того, ручная обратная связь часто субъективна, занимает много времени и плохо масштабируется, что приводит к возникновению узких мест в производстве и замедляет выход на рынок. В этом семинаре мы расскажем, как создать в периферийной сети надежную, эффективную и масштабируемую систему контроля качества с замкнутым контуром обратной связи, как на ее основе принимать объективные решения и сокращать расходы, связанные с качеством.

Докладчик: Деррик Чу, архитектор решений, AWS

Интеллектуальная аналитика социальных сетей с использованием машинного обучения (уровень 200)
Ресурсы мультимедиа, например аудио- и видеозаписи, можно использовать для повышения узнаваемости бренда, вовлеченности и удовлетворенности пользователей. Но анализ, мониторинг медиаконтента и управление им требуют много сил и средств. В этом семинаре мы покажем, как использовать сервисы искусственного интеллекта AWS и Amazon SageMaker для улучшения поиска контента, повышения его доступности с помощью субтитров и локализации, а также создания новых способов монетизации. Также мы продемонстрируем, как применить автоматическое машинное обучение и полностью управляемые API модерации изображений, видео, текста и речи для улучшения соответствия требованиям и безопасности бренда для вас и ваших клиентов.

Докладчики: 
Сакти Шринивасан, менеджер по взаимодействию, отдел создания прототипов, AWS Индия
Арун Баладжи, главный инженер по созданию прототипов, AWS Индия

Продолжительность: 30 минут

Создание комплексной системы обнаружения мошенничества с кредитными картами (уровень 300)
По мере перехода к безналичному обществу возможность точно и быстро выявлять мошеннические операции с картами становится все более важной, поскольку ложные срабатывания приводят к негативному впечатлению у клиентов. В этом семинаре вы узнаете, как создать комплексную систему обнаружения мошенничества с кредитными картами на основе Amazon SageMaker. Вы научитесь обучать математические модели в облаке для выявления мошеннических платежей с использованием карт, чтобы применить более гибкий и экономичный подход. Мы продемонстрируем, как можно интегрировать такую модель с бизнес-приложениями через API и как создавать панели управления с отчетами на базе быстрого облачного сервиса бизнес-аналитики Amazon QuickSight, который позволяет всем сотрудникам организации получать аналитическую информацию на основе данных с помощью многофункциональных и интерактивных информационных панелей.

Докладчик: Индраджит Госалкар, архитектор решений, AWS
Продолжительность: 30 минут

Использование AWS для борьбы с мошенническим захватом аккаунтов (уровень 300)
Каждый год многие аккаунты пользователей подвергаются мошенническому захвату с использованием разных методов, таких как подстановка учетных данных, фишинг и социальная инженерия. Помимо финансовых потерь, мошеннический захват аккаунтов плохо влияет на качество обслуживания клиентов, лояльность к бренду и репутацию. В этом семинаре мы расскажем, как AWS Web Application Firewall упреждает попытки захвата аккаунтов на краю сети, предотвращает несанкционированный доступ, который может приводить к мошенническим действиям, и заблаговременно уведомляет пользователей о необходимости защитных мер. Мы также продемонстрируем дополнительные способы защиты приложений с помощью машинного обучения в полностью управляемом сервисе «Детектор мошенничества Amazon», который позволяет быстро создавать, развертывать и администрировать настраиваемые модели машинного обучения для обнаружения мошенничества, даже не имея опыта в машинном обучении.

Докладчики: 
Джулиан Джу, старший специалист по архитектуре периферийных решений, AWS
Рам Чолан, старший специалист по архитектуре периферийных решений, AWS

Продолжительность: 30 минут

Извлечение значимой радиологической информации из естественной речи с помощью Amazon Comprehend Medical (уровень 300)
Информация, необходимая для оптимизации распределения дефицитных клинических ресурсов, часто скрывается в неструктурированных клинических отчетах. В этом семинаре рассказывается, как интегрировать в приложения технологии машинного обучения и аналитики и как автоматизировать процессы для оптимизации использования клинических ресурсов. Мы продемонстрируем использование конвейера Apache Spark в режиме, близком к реальному времени, в сочетании с Amazon Comprehend Medical для записи радиологических исследований по мере их добавления в хранилища клинических данных больницы. Вы узнаете, как классифицировать клинические заметки на естественном языке и переводить клинические данные в реляционные представления с соблюдением стандартной клинической терминологии SNOMED. В заключение мы продемонстрируем, как универсальные инструменты визуализации и анализа могут предоставить вашим пользователям доступ к аналитическим данным.

Докладчик: Крейг Роуч, главный архитектор решений, AWS
Продолжительность: 30 минут

Начало работы с Amazon SageMaker за считаные минуты (уровень 200)
Amazon SageMaker предоставляет каждому разработчику, бизнес-аналитику и специалисту по обработке данных возможность создавать, обучать и развертывать модели машинного обучения для любого сценария использования с полностью управляемой инфраструктурой, инструментами и рабочими процессами. Amazon SageMaker избавляет от скучной и тяжелой части работы с машинным обучением, устраняя типичные барьеры применения этой технологии. В этом семинаре подробно рассматриваются технические характеристики каждого модуля Amazon SageMaker и демонстрируются возможности платформы.

Докладчик: Полин Келли, архитектор решений, AWS
Продолжительность: 30 минут

Подготовка полуструктурированных данных в формате JSON с высокой вложенностью к использованию для машинного обучения с помощью решений AWS, не требующих программирования (уровень 200)
Во многих отраслях данные поступают из множества источников в структурированных, полуструктурированных и неструктурированных форматах. Для полуструктурированных данных очень часто используется облегченный формат JSON. Но тип данных JSON имеет довольно сложную структуру, часто содержит вложенные структуры в формате «ключ-значение» и плохо применим для задач машинного обучения без дополнительной обработки. В этом семинаре мы обсудим, как с помощью AWS Glue DataBrew извлечь данные из этого формата, обработать конфиденциальную информацию и обеспечить необходимое качество данных для использования в машинном обучении. Мы расскажем, как использовать решение без программирования на основе Amazon SageMaker для автоматического обучения моделей машинного обучения по обработанным данным, чтобы быстро получить практически применимые рекомендации.

Докладчики: 
Мелани Ли, старший персональный технический менеджер, отдел ИИ/МО, AWS
Парта Сарати Саху, старший персональный технический менеджер, отдел аналитики, AWS

Продолжительность: 30 минут

Создание точных моделей на основе данных разных типов с помощью AutoGluon в сервисе Amazon SageMaker (уровень 300)
В реальных примерах использования машинного обучения часто используются данные множества разных форматов. В этом семинаре мы рассмотрим сервис Amazon SageMaker JumpStart, который автоматически обучает и настраивает сотни моделей машинного обучения и помогает выбрать оптимальную модель для вашего варианта использования. Мы продемонстрируем, как создать в Amazon SageMaker высококачественную модель с помощью библиотеки с открытым исходным кодом AutoGluon для AutoML. Мы также поделимся проверенными методами, передовыми рекомендациями и инструментами для более подробного изучения технологий специализированного мультимодального машинного обучения.

Докладчик: Сима Гупта, старший архитектор решений, AWS
Продолжительность: 30 минут

Быстрое и эффективное обучение моделей машинного обучения с помощью Amazon SageMaker (уровень 200)
Масштабное обучение моделей машинного обучения часто требует значительных инвестиций. В этом семинаре мы покажем, как Amazon SageMaker позволяет сократить время и затраты на обучение и настройку моделей машинного обучения без необходимости управлять инфраструктурой. Вы узнаете, как использовать модели с помощью встроенных инструментов для отслеживания учебных экспериментов и управления ими, как автоматически выбирать оптимальные гиперпараметры, как отлаживать задания обучения и как контролировать использование системных ресурсов, таких как графические процессоры, обычные процессоры и пропускная способность сети. Мы продемонстрируем, как инструменты обучения в SageMaker позволяют ускорить распределенное обучение, опишем библиотеки для параллельной обработки данных и моделей, а также библиотеки распределенного обучения Amazon SageMaker для автоматического распределения моделей и наборов обучающих данных по инстансам графических процессоров, и как все это позволяет быстрее выполнять распределенное обучение.

Докладчик: Гаурав Сингх, архитектор решений, AWS Индия
Продолжительность: 30 минут

Что вас ждет после разработки, обучения и развертывания. Подробное описание Монитора модели Amazon SageMaker (уровень 200)
В отличие от традиционной разработки программного обеспечения, создание моделей машинного обучения всегда представляет собой итеративный процесс и для получения оптимальных результатов требует постоянного мониторинга входных и выходных данных даже после развертывания модели. Присоединяйтесь к этому семинару и изучите основы мониторинга моделей с помощью Amazon SageMaker. Мы расскажем, как обнаруживать отклонения в данных и моделях, и что можно предпринять для обеспечения качества модели в производственной среде.

Докладчик: Сахил Верма, архитектор решений, AWS Индия
Продолжительность: 30 минут

Развертывание модели преобразования текста в изображение с помощью Amazon SageMaker и Amazon Rekognition (уровень 200)
Присоединяйтесь к этому семинару и узнайте, как глобальная платформа визуальных коммуникаций Canva реализовала новую функцию преобразования текста в изображение с помощью Stable Diffusion в Amazon SageMaker, и как это позволило менее чем за 3 недели увеличить количество пользователей этой функции до 100 миллионов. Мы подробно опишем архитектурные основы комплексного решения, расскажем, как избавиться от тяжелой работы на каждом этапе процесса машинного обучения, как упростить разработку высококачественных моделей, как быстро предоставить пользователям инновационные функции и масштабировать их для дальнейшего развития. Мы также расскажем о том, как Canva использует Amazon Rekognition, который предлагает возможности предварительно обученного и настраиваемого компьютерного зрения для извлечения полезной информации из изображений и видео. Вы узнаете, как это решение позволило Canva завоевать доверие пользователей, повысить безопасность и производительность, не привлекая несколько сотен модераторов, которые потребовались бы для ручной модерации контента.

Докладчики: 
Бен Фрибе, старший архитектор решений для независимых поставщиков ПО, AWS
Грег Рудт, руководитель отдела платформ данных, Canva

Продолжительность: 30 минут

Быстрый запуск масштабируемых решений машинного обучения в инфраструктуре AWS (уровень 200)
AWS предлагает самый широкий и глубокий набор сервисов для быстрого создания и запуска искусственного интеллекта и машинного обучения в организациях, предприятиях и отраслях любого типа. В этом семинаре мы расскажем, как развертывать в AWS модели логического вывода, какие факторы следует учитывать и как оптимизировать такие развертывания. Мы поделимся передовыми практиками и подходами, позволяющими обеспечить бесперебойную и эффективную работу в AWS для рабочих нагрузок машинного обучения.

Докладчик: Сантош Уруконда, старший инженер по созданию прототипов, AWS Индия
Продолжительность: 30 минут