اختيار قواعد البيانات المناسبة لتحديث التطبيقات (المستوى 200)
لم تعد فكرة قاعدة البيانات المتجانسة ذات الحجم الواحد الذي يناسب الجميع مناسبةً اليوم، إذ تعمل المزيد من المؤسسات على إنشاء تطبيقات موزعة بشكل كبير باستخدام العديد من قواعد البيانات المبنية لغرض معين. العالم يتطور وفئات قواعد البيانات تواصل النمو. إننا نشهد بشكل متزايد العملاء الذين يريدون إنشاء تطبيقات على نطاق الإنترنت، وهذه التطبيقات تتطلب نماذج بيانات متنوعة. واستجابةً لهذه الاحتياجات، نقدم مجموعةً من قواعد البيانات تشمل المفتاح-القيمة، والعمود العريض، والمستند، والذاكرة، والرسم البياني، والسلاسل الزمنية، والحسابات. كل نوع من قواعد البيانات هذه يحل مشكلةً بعينها أو مجموعةً من المشاكل. في هذه الجلسة، تعرّف على المزيد حول قواعد البيانات المبنية لغرض معين من AWS والتي تلبي متطلبات الحجم والأداء وقابلية الإدارة للتطبيقات الحديثة.

المتحدثون: 
William Wong، Principal Database Solutions Architect، في AWS
Surendar Munimohan، Senior Database Solutions Architect، في AWS

المدة: 30 دقيقة

ترحيل قواعد البيانات التجارية وتحديثها على AWS (المستوى 200)
مع استمرار نمو البيانات، أصبحت المؤسسات مثقلةً بشكل متزايد بالتحديات المتعلقة بقابلية التوسع والموثوقية والتكلفة المرتبطة بتشغيل مثيلات قاعدة البيانات هذه. انضم إلى هذه الجلسة لمعرفة كيفية ترحيل قواعد البيانات وتحديثها للتغلب على هذه التحديات وضمان توافر التطبيقات وخفض التكلفة الإجمالية للملكية (TCO). إننا نناقش الاعتبارات الرئيسية التي يجب أن تكون على دراية بها قبل اتخاذ خطوتك الأولى في ترحيل قاعدة البيانات التجارية إلى AWS. ونتعمق في نُهُج الترحيل والأدوات والخدمات المتاحة لمساعدتك في ترحيل قاعدة البيانات إلى Amazon RDS for SQL Server أو Oracle، والنُهُج الخاصة بكيفية تحديث قاعدة البيانات إلى قاعدة بيانات مفتوحة المصدر على Amazon Aurora. تتضمن الجلسة أيضًا حالات استخدام شائعة لزيادة تحسين قاعدة البيانات لديك من أجل تحقيق المرونة والسرعة، والأداء، وقابلية التوسع لتطبيقاتك الحديثة.

المتحدثون: 
Barry Ooi، Senior Database Solutions Architect، في AWS
Jay Shin، Senior Database Migration Specialist، في AWS

المدة: 30 دقيقة

تحسين SQL Server وتحديثه على AWS (المستوى 300)
إن تحديث قواعد بيانات SQL Server القديمة قد يستغرق وقتًا طويلاً ويستهلك الكثير من الموارد نظرًا لوجود المزيد من العمل الذي يلزم فعله لترحيل التطبيق نفسه، بما في ذلك إعادة كتابة التعليمات البرمجية للتطبيق الذي يتفاعل مع قاعدة البيانات. توضح هذه الجلسة مزايا تشغيل SQL Server على AWS لتحقيق قابلية التوسع والتوافر العالي والتعافي من الكوارث وإدارة تكاليف الترخيص. إننا نناقش إحدى الإستراتيجيات التي تتضمن عادةً تغييرات في التطبيقات وتحديثها باستخدام قواعد بيانات مفتوحة المصدر أو قواعد بيانات مصممة للسحابة، ونتناول كيفية تجنب التراخيص باهظة الثمن (وهو ما ينتج عنه انخفاض في التكاليف) وفترات التقيد بالبائعين وعمليات التدقيق. تتضمن الجلسة العرض التوضيحي الذي يقدم لك وجهة نظر عملية حول كيفية استخدام Babelfish for Aurora PostgreSQL، والبدء في تشغيل الاستعلامات في جزء صغير من الوقت المرتبط بترحيل قاعدة البيانات التقليدية وتحسين نفقات الترخيص لديك.

المتحدثون: 
Sriwantha Attanayake، Principal Partner Solutions Architect، في AWS
Rita Ladda، Microsoft Specialist Solutions Architect، في AWS

المدة: 30 دقيقة

إنشاء تطبيقات قابلة للتوسع مع Amazon Aurora (المستوى 200)
لعقود من الزمان، أُنشئت التطبيقات باستخدام قواعد بيانات تجارية قديمة باهظة الثمن وذات ملكية خاصة. يفرض الكثير من هذه التطبيقات شروط ترخيص عقابيةً ويصعب إدارتها وتوسعة نطاقها. في هذه الجلسة، نشارك كيفية إدارة بياناتك وإنشاء تطبيقات قابلة للتوسع وموثوقة وعالية الأداء مع Amazon Aurora، وهي قاعدة بيانات علائقية متوافقة مع MySQL وPostgreSQL. إنها تجمع بين أداء قواعد البيانات التجارية وتوافرها بجانب بساطة قواعد البيانات مفتوحة المصدر ميسورة التكلفة. إننا نناقش توسعة نطاق Amazon Aurora لتلبية متطلبات التطبيقات من حيث القابلية للتوسع والتوافر العالي والتعافي من الكوارث. توضح هذه الجلسة أيضًا كيف يُمكّنك Amazon Aurora بلا خادم V2 من توسعة أعباء عمل قاعدة البيانات على الفور من مئات إلى آلاف المعاملات في الثانية وضبط السعة بزيادات دقيقة لتوفير الكمية المناسبة من موارد قاعدة البيانات.

المتحدث: Roneel Kumar، Senior Database Solutions Architect، في AWS
المدة: 30 دقيقة

إنشاء تطبيقات عالية الأداء على أي نطاق مع Amazon DynamoDB (المستوى 200)
قواعد بيانات NoSQL هي قواعد مبنية لغرض معين تختص بنماذج بيانات محددة ومحسنة للتطبيقات الحديثة مثل تطبيقات الأجهزة المحمولة والويب والألعاب التي تتطلب قابلية التوسع وانخفاض زمن الاستجابة والمرونة. انضم إلى هذه الجلسة لمعرفة كيف أن Amazon DynamoDB يقدم قاعدة بيانات جاهزة للمؤسسات تساعدك في تقديم تطبيقات ذات أداء ثابت بالمللي ثانية من رقم واحد بالإضافة إلى معدل نقل وتخزين غير محدودين تقريبًا. إننا نتعمق في ميزات DynamoDB والفهارس وكيفية التوسع بسهولة ومكونات التكلفة. ونوضح أيضًا كيفية استخدام الأداة NoSQL Workbench في تصميم نموذج بيانات لتطبيق ألعاب متعدد اللاعبين عبر الإنترنت قابل للتوسع بدرجة كبيرة يمكنه تقديم أداء متسق مكون من رقم واحد بالمللي ثانية على أي نطاق. اكتشف كيف يُمكنك مراقبة أعباء عمل DynamoDB بسهولة على نطاق واسع لمراقبة المقاييس الرئيسية مثل زمن الاستجابة، وطلبات القراءة والكتابة في الثانية، والأقسام الساخنة (مفرطة النشاط)، واختناق السعة، والأخطاء.

المتحدث: Vaibhav Bhardwaj، Senior DynamoDB Specialist Solutions Architect، في AWS
المدة: 30 دقيقة

تشغيل أعباء عمل المستندات المهمة على نطاق واسع باستخدام Amazon DocumentDB (المستوى 200) 
تتجه المؤسسات بشكل متزايد إلى قواعد البيانات الموجهة للمستند لتخزين البيانات والاستعلام عنها بسهولة حيث إنها تتطور بسلاسة مع احتياجات التطبيقات لديها. انضم إلى هذه الجلسة لمعرفة المزيد حول قواعد بيانات المستند وحالات الاستخدام. اكتشف كيف أن Amazon DocumentDB بالتوافق مع MongoDB يُمكّنك من تشغيل أعباء عمل JSON ذات المهام الحرجة وتشغيلها على نطاق واسع، وبهذا يتفوق على حدود قابلية التوسع التي تتسم بها قواعد البيانات التقليدية. توضح هذه الجلسة أيضًا كيف أن هذا الحل يتطلب الحد الأدنى من التغيرات في التعليمات البرمجية لتطبيقاتك الحالية وربما لا يتطلب تغييرات على الإطلاق. إننا نقدم توجيهات إرشادية حول كيفية التكامل الأصلي مع خدمات AWS الحالية وأفضل ممارسات الترحيل من خلال عرض توضيحي حول كيفية بدء استخدام DocumentDB.

المتحدث: Gururaj Bayari، Senior Specialist Solutions Architect، في AWS
المدة: 30 دقيقة

إنشاء تطبيقات حديثة عالية الأداء باستخدام Amazon Elasticache وMemoryDB لـ Redis (المستوى 200)
تتطلب التطبيقات الحديثة اليوم أداءً عاليًا واستجابةً على أي نطاق. في هذه الجلسة، نستعرض كيف يُمكنك من خلال Amazon ElastiCache for Redis إنشاء تطبيقات عالية الأداء تؤثر في الإيرادات وتجربة العملاء ومستوى رضاهم باستخدام مخزن بيانات موزع في الذاكرة. Amazon ElastiCache عبارة عن خدمة تخزين مؤقت في الذاكرة مُدارة بالكامل تزيد من أداء التطبيقات مع زمن استجابة بالميكروثانية. اكتشف كيف يمكن للتخزين المؤقت زيادة أعباء العمل لديك، وكيفية إنشاء تطبيقات سريعة وآمنة وعالية التوافر.

المتحدث: Shirish Kulkarni، Senior ElastiCache/MemDB Specialist, APJ، في AWS
المدة: 30 دقيقة

الاستفادة من قوة البيانات واختيار التحليلات المناسبة لحالة الاستخدام لديك (المستوى 200)
من خلال نهج التحليلات المناسب، تستطيع المؤسسات إطلاق العنان للإمكانات الكاملة لبياناتك، واستخلاص رؤى ذات مغزى، واتخاذ قرارات مستنيرة. توضح هذه الجلسة كيفية تحديد التحليلات المناسبة بناءً على حالة الاستخدام لديك للتوصّل إلى الرؤى والأفكار من شتى أنواع البيانات وتتناول كيفية إتاحة البيانات للأشخاص والأنظمة المناسبة. نتناول كيفية إنشاء أساس قوي لإدارة البيانات، والتخلص من مستودعات البيانات المنعزلة، وتسريع وقت الطرح بالأسواق باستخدام مخازن البيانات ووحدات تخزين البيانات المبنية لغرض معين على AWS.

المتحدث: Niladri Bhattacharya، Principal Analytics Solutions Architect، في AWS
المدة: 30 دقيقة

تحقيق أقصى استفادة من البيانات عبر حدود المؤسسة مع الحوكمة المضمنة باستخدام Amazon DataZone (المستوى 200)
غالبًا ما تكون أنظمة البيانات مُتشعِّبة ومعزولة ومعقدة، ويوجد بها مجموعات بيانات متنوعة تنتشر عبر مخازن البيانات ومستودعات البيانات وقواعد البيانات السحابية وتطبيقات البرنامج كخدمة (SaaS) وأجهزة إنترنت الأشياء والأنظمة المحلية. للحصول على القيمة من بياناتك، يجب أن تكون البيانات متاحةً للأشخاص والأنظمة التي تحتاج إليها لإجراء التحليلات. انضم إلى هذه الجلسة لمعرفة كيف تسمح لك Amazon DataZone بمشاركة البيانات والبحث عنها واستكشافها على نطاق واسع عبر الحدود التنظيمية والتعاون في مشروعات البيانات من خلال بوابة موحدة لتحليلات البيانات، حيث تمنحك هذه البوابة طريقة عرض مخصصة لجميع بياناتك وفي الوقت نفسه تفرض سياسات الحوكمة والامتثال التي تلتزم بها.

المتحدث: Vikas Omer، Principal Analytics Specialist، في AWS
المدة: 30 دقيقة

إضفاء الطابع المركزي على الوصول إلى البيانات وتوحيده لجميع مستخدمي البيانات الذين يستخدمون AWS Lake Formation (المستوى 200)
تتطلع العديد من المؤسسات إلى حلول البيانات والتحليلات وتعلّم الآلة لإتاحة البيانات إلى التحليلات واسعة النطاق. تتناول هذه الجلسة كيفية إنشاء منصة بيانات موحدة مدعومة بمخزن بيانات قائم على Amazon S3 وتتضمن أدوات ومحركات معالجة مبنية لغرض معين لتقسيم مستودعات البيانات المنعزلة، ومشاركة البيانات عبر خطوط أعمالها، واتخاذ قرارات مستنيرة تستند إلى البيانات. تعرّف على كيفية ضمان وجود تحكم أقوى وأكثر إحكامًا في مَن يمكنه الوصول إلى البيانات الأكثر حساسية كمستخدم للمنصة، واستعرض مبادئ الوصول ذات الامتيازات الأقل. يُمكنك الحصول على رؤى حول كيفية إدارة الوصول مركزيًا إلى مجموعات البيانات المتاحة وتطبيق أذونات دقيقة لمختلف المستخدمين من خلال اختيارهم لمحركات الحوسبة.

المتحدث: Praveen Kumar، Senior Analytics Solutions Architect، في AWS
المدة: 30 دقيقة

تشغيل Apache Spark بطريقة آمنة وعلى نطاق واسع مع خفض النفقات التشغيلية إلى أدنى حد (المستوى 200)
من الضروري للمؤسسات تقليل الوقت المستغرق حتى الطرح بالسوق بالنسبة لأعباء عمل التحليلات في مشهد السوق دائم التغير والتطور. تستخدم العديد من المؤسسات Apache Spark بهدف تحقيق الميزة التنافسية، وتحسين تكاليف الأعمال، وتسريع عملية اتخاذ القرار. نتناول في هذه الجلسة 3 خيارات لتشغيل وظائف Apache Spark المتوافقة مفتوحة المصدر على AWS. نتناول كيفية تشغيل أعباء عمل تحليلات Apache Spark على نطاق واسع مع الحد الأدنى من التكوين والنفقات التشغيلية، وبشكل آمن على Amazon Athena for Apache Spark وAmazon EMR Serverless.

المتحدث: Amir Shenavandeh، Senior Big Data Solutions Architect، في AWS
المدة: 30 دقيقة

إنشاء مخزن بيانات عالي الأداء بلا خوادم للمعاملات على AWS (المستوى 200)
يُعد مخزن البيانات مستودعًا مركزيًا لتخزين البيانات المهيكلة والبيانات غير المهيكلة على أي نطاق وبتنسيقات مختلفة. ومع ذلك، يمكن أن تكون بعض المهام مثل التحديث وحذف مجموعة فرعية من سجلات محددة من مخزن البيانات وإجراء تغييرات متزامنة مستغرقةً للوقت ومكلفةً. نستكشف في هذه الجلسة أشهر تنسيقات مخازن بيانات الخاصة بالمعاملات. سنتناول بعض الأمثلة من العالم الحقيقي لتوضيح كيفية إنشاء مخازن بيانات عالية الأداء للمعاملات لتشغيل استعلامات التحليلات التي تعرض نتائج متسقة ومحدثة مع التحليلات والحلول بلا خادم، ومن بينها Amazon Apache Iceberg على EMR Serverless وAmazon Athena. تتناول الجلسة كيفية دعم معاملات ACID (الدقة والاتساق والعزل وقوة التحمل) في مخزن البيانات، والانتقال عبر الزمن، وتطور المخطط/القسم وتطهير السجلات الفردية لتلبية الاحتياجات التنظيمية واحتياجات الامتثال كلما زادت مع نمو حالات استخدام مخزن البيانات.

المتحدث: Indrajit Ghosalkar، Senior Solutions Architect، في AWS
المدة: 30 دقيقة

تحسين تطبيقاتك باستخدام Amazon QuickSight (المستوى 200)
يتخذ المستخدمون في مؤسستك كل يوم قرارات تؤثر على نتائج الأعمال. وعندما تتوفر لديهم المعلومات المناسبة في الوقت المناسب، يمكنهم اتخاذ الاختيارات التي توجِّه الشركة في الاتجاه الصحيح. تتناول هذه الجلسة نُهُج التضمين المختلفة التي يُمكنك استخدامها في تضمين Amazon QuickSight داخل تطبيقك وحالات الاستخدام المتعلقة بتضمين لوحات معلومات QuickSight. ونوضح كيف يُمكنك دمج QuickSight في بنية تطبيقك، وتكوين الأذونات والأمان، واستخدام واجهات برمجة تطبيقات QuickSight لتضمين لوحات المعلومات والتقارير.

المتحدث: Olivia Carline، QuickSight Solutions Architect، في AWS
المدة: 30 دقيقة

تحليلات السجل في 20 دقيقة باستخدام التسجيل المركزي مع الحل Amazon OpenSearch (المستوى 200)
تعد تحليلات السجل ضروريةً للتحقيق في المشكلات للتغلب على أوقات التعطل وزيادة المرونة في التطبيقات. وقد تحتوي التطبيقات على العديد من الأجزاء المتحركة، ولا تمتلك جميع الفرق المهارات المناسبة أو الوقت المناسب لإنشاء إمكانات التسجيل المركزية لربط الأحداث بين مستويات التطبيق المختلفة. نشارك في هذه الجلسة كيف يقدم لك Amazon OpenSearch إدارة شاملة للسجلات، والقدرة على تبسيط إنشاء مسارات تحليلات السجلات. تعرّف على كيفية سحب السجلات من شبكة تسليم المحتوى (CDN) وجدار الحماية والشبكة والتطبيقات وقواعد البيانات ببضع نقرات فقط وعلى لوحة معلومات واحدة بدون كتابة أي رموز. كما نوضح كيف يُمكنك إنشاء منصة مركزية لتحليلات السجلات باستخدام الخدمة Amazon OpenSearch Service على AWS في 20 دقيقة. ونتعرف أيضًا على كيفية استيعاب السجلات وعرضها بطريقة مرئية من التطبيقات المخصصة وحلول AWS الأخرى.

المتحدث: Muhammad Ali، Principal Analytics Solutions Architect، في AWS
المدة: 30 دقيقة

إطلاق إمكانات التحليلات عن طريق ترحيل قاعدة البيانات القديمة إلى مستودع بيانات Amazon Redshift (المستوى 200)
يسعى العملاء إلى دفع تحقيق مزيد من القيمة من بياناتهم وأصبح من الصعب بشكل متزايد استخدام التطبيقات القديمة. توفر Amazon Redshift، وهي خدمة تحليلات واسعة النطاق مبنية لغرض معين، رؤىً أعمق وأسرع من بياناتك في جميع أقسام الشركة. نتناول في هذه الجلسة السيناريوهات الشائعة التي نلاحظها من العملاء الذين يتطلعون إلى الترحيل إلى Amazon Redshift والميزات التي تتحقق من خلال تحديث منصة التحليلات لديهم. نعرض كيف يُمكنك ترحيل قواعد البيانات القديمة بسرعة وسهولة إلى Amazon Redshift، والاستفادة من ميزات Redshift، وتسريع الوقت الذي تستغرقه في الحصول على الرؤى من خلال تحليلات سريعة وسهلة وآمنة على نطاق واسع.

المتحدث: Sean Beath، Redshift Specialist Solutions Architect، في AWS
المدة: 30 دقيقة

تحقيق وصول أسرع إلى القيمة من خلال توحيد مستودعات البيانات المنعزلة باستخدام Amazon Redshift (المستوى 200)
البيانات التي تحتاج الحصول منها على رؤى لا تنمو من حيث الحجم فحسب، بل تصبح أيضًا أكثر تنوعًا (بيانات السجلات، وتدفق النقرات، والصوت، والفيديو). توضع البيانات في الغالب في مستودعات بيانات منعزلة متنوعة، حتى في مستودعات لدى مؤسسات تابعة لجهات خارجية. من المتوقع أن يعمل المستخدمون عبر الإدارات والمؤسسات والمناطق على بيانات متسقة للمعاملات؛ ومع ذلك، فإن عملية تحويل البيانات عبر المستودعات المنعزلة هذه تكون محفوفة ببعض المشكلات مثل تكرار البيانات وفقدانها، والتناقضات، وحالات عدم الدقة، وحالات التأخير أثناء نقل البيانات واختناقات الشبكة. تتناول هذه الجلسة كيفية تقوم Amazon Redshift، وهي خدمة مستودعات بيانات سحابية مُدارة بالكامل، بتقسيم مستودعات البيانات المنعزلة وتمكين مشاركة البيانات عبر المناطق والحسابات. تعرّف على أشهر أنماط تكامل البيانات لـ Amazon Redshift التي تعزز تكاملها الأصلي من خلال مجموعة كبيرة من الخدمات. توضح الجلسة أيضًا إمكانات مشاركة البيانات وكيفية مشاركة البيانات الحية والوصول إليها بطريقة آمنة بدون نقل البيانات أو نسخ البيانات.

المتحدث: Paul Villena، Redshift Solutions Architect، في AWS
المدة: 30 دقيقة

نُهُج لتبسيط تكامل البيانات للحصول على رؤى أسرع (المستوى 200)
تتزايد حاجة المؤسسات إلى التحليلات في الوقت الفعلي تقريبًا للبيانات التشغيلية لتحسين تجربة المستخدم والارتقاء بالعمليات. ومع ذلك، تقتصر أنظمة التحليلات التشغيلية على قاعدة بيانات واحدة أو تتكون من إنشاء مسارات بيانات مخصصة يمكن أن تكون إدارتها صعبةً ومكلفةً وتؤدي أحيانًا إلى تأخير لمدة ساعات للحصول على بيانات المعاملات لإجراء التحليلات عليها. تتناول هذه الجلسة بمزيد من التفصيل كيفية الاستفادة من Amazon Aurora، التي تدعم تكامل Zero-ETL مع Amazon Redshift. تعرّف كيف يُمكّنك هذا التكامل الجديد الذي بلا تعليمة برمجية بين Amazon Aurora وAmazon Redshift من الحصول على التحليلات وتعلّم الآلة في الوقت الفعلي تقريبًا على بيانات معاملات يصل حجمها إلى وحدات من البيتابايت.

المتحدث: Partha Sarathi Sahoo، Senior Technical Account Manager, Analytics، في AWS
المدة: 30 دقيقة

تبسيط وتسريع تكامل البيانات وتحديث الاستخراج والانتقال والتحميل (ETL) باستخدام AWS Glue (المستوى 200)
يؤدي الاستخراج والانتقال والتحميل (ETL) دورًا رئيسيًا في كل رحلة من رحلات تحويل البيانات. تكمن الخطوة الأولى في مشروع التحليلات أو مشروع تعلّم الآلة في اكتشاف بياناتك وتجهيزها للحصول على نتائج عالية الجودة. تعرّف في هذه الجلسة على كيفية توفير AWS Glue، وهو حل تكامل بلا خوادم قابل للتوسع، إمكاناتٍ شاملةً لجميع المستخدمين لإنشاء مسارات بيانات وإدارتها بسهولة. ونوضح كيفية تمكين تجهيز بيانات الخدمة الذاتية عبر المؤسسة والبدء في ترحيل الاستخراج والانتقال والتحميل (ETL) باستخدام AWS Glue. نشارك أيضًا كيف يمكن للمستخدمين من جميع مجموعات المهارات إنشاء مسار البيانات وإدارته باستخدام AWS Glue.

المتحدث: Suman Debnath، Principal Developer Advocate, Data Engineering، في AWS
المدة: 30 دقيقة

إنشاء منصة بيانات متدفقة مع Amazon Managed Streaming for Apache Kafka وAmazon Kinesis (المستوى 200)
غالبًا ما تواجه العديد من المؤسسات التي تحاول إنشاء بُنيات تحليلات متدفقة من مصادر بياناتها في الوقت الفعلي صعوبةً في العثور على الأنماط البنائية الصحيحة التي تناسبها. بالإضافة إلى ذلك، يتطلب تحليل البيانات المتدفقة أيضًا مهاراتٍ فريدةً ويمكن أن يكون الفهم الجيد لمفاهيم معالجة البث مثل النافذة والوقت والحالة أمرًا معقدًا. تتناول هذه الجلسة عملية إنشاء منصة بيانات متدفقة باستخدام حلول AWS، ومن بينها Amazon Managed Streaming for Apache Kafka وAmazon Kinesis. ونتناول بمزيد من التفاصيل بنية هذه الخدمات وإمكاناتها، ونوضح كيف يمكن استخدامها في إنشاء حل تدفق بيانات قابل للتوسّع بدرجة كبيرة ويتحمل الأخطاء وقوي الأداء. تعلّم المفاهيم الأساسية مثل استيعاب البيانات ومعالجة التدفق ومخزن البيانات وتحليلات البيانات، واحصل على رؤى عملية حول أفضل الممارسات وحالات الاستخدام. في نهاية الجلسة، تكتسب المعرفة بكيفية إنشاء منصة بيانات متدفقة لإدارة كميات كبيرة من البيانات في الوقت الفعلي استخلاص الرؤى القيّمة لمؤسستك.

المتحدث: Masudur Rahaman Sayem، Senior Streaming Solutions Architect، في AWS
المدة: 30 دقيقة

تقسيم مستودعات البيانات المنعزلة: نقل البيانات بين تطبيقات البرنامج كخدمة (SaaS) وAWS (المستوى 200)
تخزِّن المؤسسات البيانات المهمة في مواقع متعددة وفي تطبيقات موزعة. يمكن أن يكون استيعاب البيانات وتجهيز البيانات وتكامل التطبيقات لإعداد التقارير والتحليل أمرًا معقدًا ومكلفًا ويستغرق وقتًا طويلاً. نشرح في هذه الجلسة كيفية نقل البيانات بطريقة آمنة بين تطبيقات البرنامج كخدمة (SaaS) وخدمات AWS مثل Amazon S3 وAmazon Redshift ببضع نقرات فقط. نوضح أيضًا استخدام حلول التحليلات تعّلم الآلة الأخرى في إعداد تدفقات البيانات بسهولة في غضون دقائق بدون كتابة تعليمات برمجية واستخلاص رؤى الأعمال.

المتحدث: Donnie Prakoso، Principal Developer Advocate، في AWS
المدة: 30 دقيقة

التعاون وتحليل بياناتك بطريقة آمنة على AWS (المستوى 200)
تبحث المؤسسات باستمرار عن طرق لمشاركة بياناتها بطريقة آمنة وتحسين طرق التعاون بين العديد من الجهات والأطراف. تعرّف في هذه الجلسة على كيفية الاستفادة من التقنيات على AWS في تأمين وحماية مشاركة البيانات والتعاون. نتناول كيفية مشاركة البيانات بطريقة سهلة وميسورة التكلفة وخالية من المخاطر، وفي الوقت نفسه الحيلولة دون تكرار البيانات. تتضمن الجلسة أيضًا خطوات حول كيفية إنشاء غرفة نظيفة آمنة للبيانات في دقائق، وإضافة قيود على الاستعلامات التي يديرها كل مشارك باستخدام قواعد تحليل مضمنة قابلة للتخصيص واستخدام ضوابط تعزيز الخصوصية.

المتحدث: Allison Quinn، Senior Analytics Specialist، في AWS
المدة: 30 دقيقة

تسريع تحقيق قيمة الأعمال من البيانات باستخدام VMware Cloud on AWS والتحليلات (المستوى 200)
تبحث المؤسسات بصفة مستمرة عن سبل تفكيك الحواجز والعوائق التي تعترض البيانات وتسعى إلى دمج المعلومات من الأنظمة والموارد المتنوعة، وذلك بهدف تحقيق القيمة من بياناتها. تركز هذه الجلسة على كيفية إحداث التكامل بين VMware Cloud on AWS وتحليلات AWS، مما يُسهّل استخدام الخدمات في استخلاص رؤى مفيدة من بيانات الأعمال. يُمكنك الحصول على رؤى حول كيفية نقل التطبيقات وقواعد البيانات المحلية الحالية بسلاسة إلى AWS عن طريق الاستفادة من VMware Cloud on AWS، وهي خدمة السحابة المختلطة التي تسمح للمؤسسات بالانتقال بسرعة وسلاسة إلى السحابة. بمجرد وضع التطبيقات وقواعد البيانات في AWS، سنوضح لك كيفية التكامل مع حلول AWS الأخرى لتسريع اكتساب الرؤى من بياناتك. تتضمن الجلسة عرضًا توضيحيًا حول كيفية قيام AWS Lake Formation بتبسيط إنشاء مخازن البيانات وإدارتها وتأمينها ومشاركتها. إننا نتناول أيضًا كيفية اكتشاف الرؤى المهمة، وتوزيع المعلومات عبر مؤسستك، ونشر لوحات معلومات تفاعلية باستخدام Amazon QuickSight.
 
المتحدث: Greg Vinton، Specialist Solutions Architect، VMware Cloud on AWS
المدة: 30 دقيقة

إنشاء أعباء عمل كثيفة البيانات ونشرها وتوسيع نطاقها باستخدام Data on Amazon EKS (المستوى 200)
ظهرت Kubernetes كمنصة شهيرة لأولئك الذين يبحثون عن تشغيل البيانات وأعباء عمل تعلّم الآلة بسبب تحسين المرونة والسرعة، وقابلية التوسع، وإمكانية النقل. ومع ذلك، لا يزال نشر أعباء عمل البيانات وتوسيع نطاقها على Kubernetes يمثل تحديًا للعديد من العملاء. توجد العديد من الأدوات المتضاربة المتنوعة من حيث مستويات النضج والتكامل والتوافق مع الأنظمة الأساسية الحالية. غالبًا ما تكون أعباء العمل هذه ذات معدل نقل مرتفع وكثيفة الحوسبة وحيوية لعمليات الأعمال، وتتطلب تكوينًا مناسبًا لدعم متطلباتها. تستعرض هذه الجلسة كيفية الاستفادة من Data on EKS (DoEKS) في تبسيط وتسريع عملية إنشاء أعباء عمل البيانات ونشرها وتوسيع نطاقها على Amazon EKS. يعتمد DoEKS على أساس مشروع مخططات Amazon EKS ويتضمن توجيهات إرشادية وأدوات لدعم التحديات والمتطلبات الفريدة لأعباء العمل المتعلقة بالبيانات على Kubernetes. نتعمق في أفضل الممارسات والأمثلة والتصميمات التي تهدف إلى تسهيل إنشاء أعباء العمل كثيفة البيانات ونشرها وتوسيع نطاقها على خدمة Kubernetes المرنة بـ Amazon ‏(Amazon EKS)، مما يتيح لك تبسيط معالجة البيانات وتحليلها لاستخراج رؤى قيّمة ودفع خلق القيمة، وتوفير ميزة تنافسية، وتحسين تجارب العملاء.
 
المتحدث: Frank Fan، Senior Containers Specialist Solutions Architect، في AWS
المدة: 30 دقيقة

تشغيل أعباء عمل Apache Spark باستخدام Amazon EMR وEKS وAmazon FSx for Lustre (المستوى 300)
يستخدم المنشئون Spark على Kubernetes لتشغيل أعباء عمل البيانات الكبيرة وتعلّم الآلة (ML) لتسهيل الإدارة وعمليات النشر المرنة. انضم إلى هذه الجلسة التي نتعمق خلالها في Amazon EMR on EKS، لتشغيل أعباء عمل Apache Spark على خدمة Kubernetes المرنة بـ Amazon ‏(Amazon EKS). تعرّف كيف أن خيار النشر هذا يُمكّنك من التركيز على تشغيل أعباء عمل التحليلات بينما يقوم Amazon EMR on EKS بإنشاء الحاويات وتكوينها وإدارتها للتطبيقات مفتوحة المصدر. نوضح كيفية تشغيل وقت التشغيل المحسن للأداء لـ Apache Spark لتنفيذ عبء العمل بشكل أسرع وتقليل تكاليف التشغيل. تعرّف كيف أنه هذا الخيار يقدم لك دعمًا قويًا للإيجارات المتعددة، والأمان المحسّن، ومجموعة كبيرة من الخيارات المتعلقة ببناء حل موحد لإمكانية المراقبة. نعرض أيضًا كيفية تشغيل أعباء العمل الدفعية وأعباء عمل التدفق بكفاءة باستخدام EMR on EKS وFSx for Lustre لتنفيذ عمليات التشغيل كثيفة البيانات بسرعة وكفاءة.

المتحدثون: 
Vivekanand Tiwari، Cloud Architect، في AWS Professional Services
Haofei Feng، Senior Cloud Architect، في AWS Professional Services

المدة: 30 دقيقة

الذكاء الاصطناعي المولّد للمنشئين: كيفية بناء حلول مبتكرة باستخدام AWS (المستوى 200)
في هذه الجلسة، تعرّف على ماهية الذكاء الاصطناعي المولّد على AWS، واستكشف مزايا الاستفادة من التقنيات لتحقيق النتائج بما في ذلك إعادة ابتكار تطبيقاتك، وخلق تجارب عملاء مبتكرة، ودفع الإنتاجية إلى مستويات غير مسبوقة. نشرح خدمات AWS وأدواتها لإنشاء نماذج الذكاء الاصطناعي المولّد ونشرها. استوعب أمثلةً كثيرةً حول تطبيقات الذكاء الاصطناعي المولّد في مختلف المجالات والقطاعات. نستعرض أيضًا أفضل الممارسات والنصائح المتعلقة بتصميم حلول الذكاء الاصطناعي المولّد واختبارها.

المتحدث: Vatsal Shah، Senior Solutions Architect، في AWS India
المدة: 30 دقيقة

إنشاء تطبيقات الذكاء الاصطناعي المولّد باستخدام نماذج تأسيس في Amazon SageMaker (المستوى 300)
الذكاء الاصطناعي المولّد هو تقنية قوية يمكنها إنشاء محتوى واقعي وإبداعي. في هذه الجلسة، نشرح كيفية إنشاء حل الذكاء الاصطناعي المولّد ونشره من خلال كل من Stability AI وHugging Face على AWS. نناقش التقنيات التي يشملها الذكاء الاصطناعي المولّد، ونستكشف كيف يوفر Amazon SageMaker لك المنصة الشاملة للتنفيذ. تتضمن الجلسة عروضًا توضيحيةً عمليةً حول حالات استخدام رئيسية في رؤية الكمبيوتر بجانب الانتشار المستقر (Stable Diffusion) لتمكين تركيب الصور ونقل الأنماط. استوعب إمكانات نماذج اللغات الكبيرة (LLMs) على AWS، وتعرّف كيف يُمكنك بسهولة أتمتة دعم العملاء وإنشاء محتوى مخصص بسرعة لعملائك. تقدم هذه الجلسة أفكارًا حول كيفية تنفيذ مشروعات ذات قيمة مضافة في العالم الحقيقي باستخدام الذكاء الاصطناعي المولّد على AWS

المتحدث: Melanie Li، Senior Technical Account Manager, Analytics، في AWS
المدة: 30 دقيقة

تحسين أداء روبوتات الدردشة من خلال الذكاء الاصطناعي المولّد باستخدام نماذج اللغات الكبيرة (LLMs) المستضافة على Amazon Kendra وAmazon SageMaker (المستوى 300)
في هذه الجلسة، تعرّف على كيفية تنفيذ استرجاع الجيل المعزز (RAG) باستخدام نموذج اللغة الكبير (LLM) المستضافة على Amazon Kendra وSageMaker لمعالجة المخاوف المتعلقة بخصوصية البيانات وأماكن تخزين البيانات. نعرض كيف يُمكنك الجمع بين استرجاع الجيل المعزز (RAG) وAmazon Kendra، وهي خدمة بحث دلالي يمكنها إحداث تحسن كبير في جودة استجابة روبوتات الدردشة وتتخلص من التشويش والهلوسة، مع ضمان خصوصية البيانات. تعرّف على كيفية نشر نموذج اللغة الكبير (LLM) في Amazon SageMaker بطريقة ميسورة التكلفة ومحسّنة، بالإضافة إلى دمج استرجاع الجيل المعزز (RAG) ونموذج اللغة الكبير (LLM) في البنية التحتية الحالية لروبوتات الدردشة وذلك بهدف تقديم تجربة مستخدم سلسة. توضح الجلسة أيضًا مزايا استرجاع الجيل المعزز (RAG) وتطبيقاته العملية التي تم تمكينها بواسطة نموذج اللغة الكبير (LLM) المستضاف على Amazon Kendra وSageMaker، مما يُمكّنك من إنشاء روبوتات دردشة آمنة وسريعة الاستجابة وذكية.

المتحدث: Ben Friebe، Senior ISV Solutions Architect، في AWS
المدة: 30 دقيقة

تحسين تجربة العملاء من خلال تحليل المشاعر القائم على تعلّم الآلة والذكاء الاصطناعي المولّد (المستوى 200)
تحاول العديد من المؤسسات استخراج رؤى من تفاعلات العملاء عبر قنوات متعددة للارتقاء بمستوى تجربة العملاء ولكنها تواجه تحديات من بينها تناثر المحتوى وانعزال مستودعات البيانات. تعرض هذه الجلسة كيفية تصميم منصة ذكية متعددة القنوات تختص بتفاعل ومشاركة العملاء على AWS. توفر الجلسة إرشاداتٍ تفصيليةً حول كيفية جمع موجزات العملاء من مصادر متعددة القنوات ومعالجتها والرد عليها. من خلال هذا الإطار التصميمي الذي يتضمن التحليلات والذكاء الاصطناعي المولّد وحلول تعلّم الآلة، نعرض كيفية إشراك عملائك في التفاعل بطرق جديدة وأفضل، مما يتيح لك تقديم ما يهم عملائك حقًا وتحسين تجربتهم وتعزيز قيمة دائمة للعميل.

المتحدث: Hariharan Suresh، Senior Solutions Architect، في AWS
المدة: 30 دقيقة

جلب تعلّم الآلة للمُنشئين من خلال قواعد البيانات والتحليلات (المستوى 200)
تقوم المؤسسات اليوم بإنشاء ومعالجة وجمع كمية بيانات أكبر من أي وقت مضى وذلك من أجل فهم أفضل لمشهد السوق وتلبية احتياجات العملاء دائمة التغير والتطور. في هذه الجلسة، تعرّف على الطرق المختلفة التي من خلالها تُمكّن AWS المنشئين عن طريق إضافة إمكانات تعلّم الآلة إلى حلول قواعد البيانات وحلول التحليلات مثل Amazon Aurora وAmazon Redshift وAmazon Neptune وAmazon QuickSight. نستعرض كيف يؤدي الجمع والتقريب بين تعلّم الآلة والبيانات إلى تسريع سير عمل تحليل البيانات من خلال رؤى وأفكار أعمق وأسرع وأكثر شمولاً لتحقيق نتائج ناجحة.

المتحدث: Pierre Semaan، GTM Strategy and Solutions, SMB APJ، في AWS
المدة: 30 دقيقة

تسريع اكتساب الرؤى من البيانات المتدفقة في الوقت الفعلي على نطاق واسع من خلال قواعد البيانات والتحليلات وتعلّم الآلة (المستوى 200)
إن معالجة بيانات التدفق من الممكن أن تكون معقدةً، وخاصةً إذا كنت بحاجة إلى التفاعل والرد في الوقت الفعلي. انضم إلى هذه الجلسة لمعرفة كيف يُمكنك بسهولة جمع بيانات التدفق في الوقت الفعلي ومعالجتها وتحليلها على نطاق واسع، وبالتالي تكتسب الرؤى والأفكار في الوقت المناسب وتتفاعل بسرعة مع المعلومات الجديدة. نشرح حالات استخدام بيانات التدفق الشائعة وكيفية تنفيذ حلول AWS بما في ذلك حلول التحليلات وتخزين البيانات والحلول بلا خوادم وتعلّم الآلة لاستخدام تلك الحلول في تحليلات البيانات لديك. نقوم بالشرح والتوضيح من خلال سيناريوهات مشتملة على حالات استخدام تتضمن كيفية اكتشاف الاحتيال في المعاملات عبر الإنترنت في الوقت الفعلي تقريبًا. نعرض كيف يُمكنك تطبيق هذا النهج على مختلف بُنيات تدفق البيانات والبُنيات القائمة على الأحداث، اعتمادًا على النتيجة المرجوة والإجراءات التي يجب اتخاذها لمنع الاحتيال.

المتحدثون: 
Arun Balaji، Principal Prototyping Engineer، في AWS India
Gopalakrishnan Subramanian، Principal Database Specialist Solutions Architect، في AWS India

المدة: 30 دقيقة

تبسيط تحليل البيانات واكتشاف أوجه الخلل عبر مجموعات البيانات الموزعة باستخدام الاستعلامات الموحدة وتعلّم الآلة (المستوى 200)
يتعين على المنشئين اليوم التعامل مع البيانات في مصادر مختلفة مثل مخازن البيانات، وقواعد البيانات، والأنظمة المحلية والسحابية الأخرى، والتطبيقات التابعة لجهات خارجية. يُصبح الأمر أكثر تعقيدًا عندما يتعين عليهم العمل مع فرق متعددة الوظائف. تستعرض هذه الجلسة كيفية بناء الإطار التصميمي الشامل باستخدام التحليلات والحلول بلا خوادم وحلول AWS الأخرى لجمع رؤى وأفكار حول البيانات وتحديد المعاملات التي بها أوجه خلل. تعرّف على كيفية استخدام الاستعلام الموحد من Amazon Athena لتمكينك من التغلب على هذه التحديات من خلال الاستعلام الموحد مباشرةً في مصادر البيانات المتباينة هذه، بدون نقل البيانات أو نسخها وإنشاء تحليلات وإحصاءات عالية الأداء. نوضح كيف يتصل Amazon Athena بـ Amazon SageMaker لتشغيل استدلالات تعلّم الآلة من خلال أوامر SQL في معاملات الأعمال لاكتساب الرؤى وتحديد المعاملات التي بها أوجه خلل. تُختتم الجلسة بكيفية تحليل نتائج استعلام Athena الموحد في Amazon QuickSight لتلبية الاحتياجات التحليلية المتنوعة من نفس المصدر من خلال لوحات معلومات تفاعلية، وتقارير مقسمة إلى صفحات، وتحليلات مضمنة، واستعلامات اللغة الطبيعية.

المتحدثون: 
Sam Gordon، Senior Cloud Architect، في AWS Professional Services
Ed Fraga، Cloud Architect، في خدمات AWS الاحترافية

المدة: 30 دقيقة

مراقبة موارد المؤسسة وتشغيلها واستكشاف أخطائها وإصلاحها باستخدام AWS Chatbot (المستوى 300)
تمتلك العديد من المؤسسات أدوات مؤسسة ومنصات متباينة لا تتكامل غالبًا مع بعضها. وهذا يجعل تحليل البيانات والمشاركة والتعاون أمرًا صعبًا ويستغرق وقتًا طويلاً. في هذه الجلسة، استكشف كيفية إنشاء روبوتات AWS Chatbot، والتي هي عبارة عن وكيل تفاعلي لإعداد عمليات الدردشة (ChatOps) لموارد AWS. مع AWS Chatbot، يُمكنك الآن التواصل والتعاون في المهام التشغيلية الخاصة بتكنولوجيا المعلومات باستخدام أدوات التعاون المفضلة لك. إننا نتناول كيفية إضفاء الطابع المركزي على إدارة البنية التحتية والتطبيقات، بالإضافة إلى أتمتة مهام سير العمل وتبسيطها. يُمكنك الحصول على رؤى حول كيفية إنشاء تجربة تفاعلية وتعاونية، حيث يقوم المستخدمون بالاستعلام والتواصل في الوقت الفعلي من خلال واجهة الدردشة. تتضمن الجلسة أيضًا عرضًا توضيحيًا حول كيفية تلقي التنبيهات وتشغيل الأوامر لإرجاع معلومات تشخيصية، وإنشاء حالات دعم، وبالتالي تتمكن من التعاون والاستجابة للأحداث بشكل أسرع، بدون تبديل السياق إلى أدوات AWS أخرى.

المتحدث: Vikas Awasthi، Principal Cloud Architect، في خدمات AWS الاحترافية
المدة: 30 دقيقة

إنشاء حل ذكي لاستكشاف الرؤى باستخدام التحليلات وتعلّم الآلة (المستوى 200)
تضطر الكثير من المؤسسات بصرف النظر عن أحجامها والقطاع الذي تعمل به إدارة كميات متنامية من البيانات. تحتاج المؤسسات إلى الاطلاع على كمية كبيرة من البيانات غير المهيكلة والبيانات شبه المهيكلة لاستخلاص رؤى ذات مغزى. في بعض الأحيان، تضطر المؤسسات إلى التعمق في المستندات والبيانات المختلفة لإجراء بحث متعمق واستخراج المعرفة منها. لتبسيط عملها، تريد استخراج نقاط البيانات الرئيسية والارتباطات بدقة بين الفرق المختلفة واتخاذ قرار الأعمال في الوقت المناسب. ولتحقيق ذلك، فإنها تتطلب آلية ذكية للاستكشاف والتصفية للحصول على المعلومات المناسبة في الوقت المناسب، وقد تستغرق هذه العملية وقتًا طويلاً للغاية. في هذه الجلسة، نوضح كيفية استخراج رؤى دقيقة بسرعة من مستنداتك باستخدام التحليلات وتعلّم الآلة. تعرّف على كيفية استخدام تقنيات AWS بما في ذلك تخزين Amazon S3 وAmazon Textract وAmazon Comprehend وAWS Lambda وAmazon Kendra لبناء منصة معرفية وذكية خاصة بالبحث والاستكشاف، واستخراج رؤى مفيدة من المستندات غير المهيكلة.

المتحدث: Darshit Vora, Senior Startup Solutions Architect, AWS India
المدة: 30 دقيقة

تحسين ملاءمة البحث الدلالي باستخدام التحليلات وتعلّم الآلة (المستوى 200)
أدى ظهور محركات البحث الدلالية إلى تسهيل البحث للعديد من المستخدمين. البحث الدلالي يستخدم تعلّم الآلة لفهم معنى الاستعلامات، ويحسن الفائدة المتحققة من البحث من خلال فهم المقصد والمعنى السياقي لهذه المصطلحات عن طريق تقديم نتائج أكثر صلةً من البحث النصي. تتناول هذه الجلسة أهمية ملاءمة البحث، والبحث الدلالي، والتصميم الأساسي. نوضح كيفية إنشاء محرك بحث دلالي وتحسين ملاءمة البحث باستخدام Amazon SageMaker وAmazon OpenSearch Service.

المتحدث: Kamal Manchanda، Solutions Architect، في AWS India
المدة: 30 دقيقة

التحليلات في الوقت الفعلي على الحافة وفي السحابة (المستوى 200)
يمكن أن تتسبب أعطال الماكينات في تأثير سلبي على الكفاءة التشغيلية للمصانع ومحطات التصنيع، ولكن اكتشاف الأعطال الحرجة وفحص المَعْلمات المادية يشكلان تحديًا. لتحسين عملية اكتشاف الأعطال، من الضروري مراقبة أنظمة الإنتاج وجمع بيانات الأداء في الوقت الفعلي. في هذه الجلسة، نناقش ونوضح الخيارات المختلفة المتاحة للاتصال بطريقة آمنة وجمع بيانات المعدات للحصول على رؤى في الوقت الفعلي على الحافة وفي السحابة باستخدام خدمات التحليلات وتعلّم الآلة من AWS. بالإضافة إلى ذلك، نعرض حالة استخدام يتم فيها جمع البيانات من العديد من المعدات ومراقبة المَعْلمات المهمة في الوقت الفعلي على الحافة. علاوةً على ذلك، نعرض لوحة معلومات مركزية تحتوي على بيانات مجمعة من مواقع متعددة.

المتحدثون: 
Arun Balaji، Principal Prototyping Engineer، في AWS India
Vikram Shitole، Prototyping Engineer، في AWS India

المدة: 30 دقيقة