亚马逊云科技re:Invent 2022：加速客户利用数据，实现数据赋智

不久前，re:Invent 2022在美国落下帷幕，作为全球云核算产品和技能的风向标，本年亚马逊云科技在本次大会上发布了很多和数据和机器学习相关的新服务和新功用。

2020年4 月，国家展开变革委、中心网信办联合印发《关于推动“上云用数赋智”举动培养新经济展开实施方案》，鼓舞在具备条件的职业范畴和企业范围内，探究大数据、人工智能、云核算、数字孪生、5G、物联网和区块链等新一代数字技能运用和集成立异，为企业数字化转型供给技能支撑。

而上云、用数、赋智，精粹地描绘了企业上云的三个阶段，三重境地。上云可以相对简单，用数学识比较大，赋智是更高的境地。

亚马逊云科技展开机器学习的一个共同之处是授人以渔。Amazon SageMaker推出以来，亚马逊云科技不断环绕机器学习渠道Amazon SageMaker，推出很多新功用，将机器学习技能传授给客户。五年来现已为Amazon SageMaker增加了260项新功用，不断下降机器学习的技能门槛，简化机器学习的前期工作，加快为客户“赋智”。在数据服务方面也是如此，经过各种新服务和新功用，尽或许让开发人员可以上手展开机器学习。

动点科技了解到，Amazon SageMaker Studio Notebook供给全新数据预备功用，协助客户直观地经过几回点击检查和处理数据质量问题。专业人员在预备练习数据时期望直接在Notebook中探究数据集，以发现和纠正潜在的数据质量问题（如信息缺失、极值、数据集失真和误差）。专业人员或许要花费数月时刻编写样板代码将数据集的不同部分可视化，检查数据集，以期辨认和修正问题。

Amazon SageMaker Studio Notebook新供给了内置的数据预备功用，让专业人员只需点击几下即可直观地检查数据特征、修正数据质量问题，一切这一切都直接在Notebook环境中进行。当用户在Notebook中显现data frame（即数据的表格方式）时，Amazon SageMaker Studio Notebook 会主动生成图表协助用户辨认数据质量问题，供给数据转化主张协助处理常见问题。专业人员挑选数据转化后，Amazon SageMaker Studio Notebook 会在Notebook中生成相应代码，可供每次运转Notebook时重复运用。

Amazon SageMaker Studio 是一个集成开发环境，它供给了一个根据 Web 的可视化界面，开发人员可以在其间拜访各种东西，履行一切机器学习开发过程，从预备数据到构建、练习和布置机器学习模型，将数据科学团队的出产力进步多达 10 倍。开发人员可以快速上传数据、创立新记事本、练习和调优模型，在各个过程之间来回切换以调整试验，还可以在不脱离 Studio 的情况下将模型布置到出产环境中。

此外，亚马逊云科技推出的一些新功用也充分利用机器学习技能。例如，Amazon QuickSight Q的主动数据预备功用运用预先练习的机器学习模型，从客户现有的看板和报表等数据财物中进行学习，在几分钟内为每个新数据集预装备事务术语，然后削减开端查询数据所需的时刻。例如，流媒体服务可以运用Amazon QuickSight Q主动数据预备功用，经过现已存在的看板为数据集预装备事务术语。之前的看板或许包含了按客户类别、客户编号和地理位置区分的付费用户信息。假如营销司理预备规划一个发布活动，他们可以问，“咱们在洛杉矶有多少付费用户？”，Amazon QuickSight Q将回来准确的成果。Amazon QuickSight Q主动数据预备功用现已向一切Amazon QuickSight Q客户供给，不需要额定付费。

“Amazon QuickSight Q改变了游戏规则，使高管、出售和数据工程团队可以即时从数据中取得答案。在许多情况下，咱们的团队期望在只是供给前史趋势或当时数据快照之外的维度了解工作产生的根本原因并猜测趋势。”纳斯达克北美商场产品司理Michael Weiss表明，“Amazon QuickSight Q诘问猜测根据的新功用将协助咱们的用户了解对要害目标改变奉献最大的首要维度和数值，而猜测功用将协助咱们的用户探究前瞻性洞悉，例如不同细分商场和客户的未来收入和商场份额增加。Amazon QuickSight Q的这些新功用将协助咱们加快树立商业智能，经过彻底主动地进行杂乱的数据剖析，协助最终用户完成自助式服务，无需剖析师构建模型和剖析。”

亚马逊云科技大中华区产品部总司理陈晓建表明，本次re:Invent发布了十分多的数据服务。从这些re:Invent发布的特性中，可以看到未来技能演进的方向是数智交融。其间特别值得重视的是Quicksight Q，它推出了多项新功用，把人工智能和事务洞悉相结合，使得客户不必再去把握数据剖析技能，而是经过人类自然语言来进职事务的洞悉，然后大下降了运用门槛。