AWS Data Lab

携疑而来,得解而归。

准备好开始使用了吗?

请联系您的 AWS 客户经理或解决方案构架师以开始使用。如果您没有 AWS 客户团队,请联系销售人员。

 

AWS Data Lab 在客户和 AWS 技术人员之间建立加速的联合工程协作,旨在创建可加速数据、分析、人工智能/机器学习 (AI/ML)、无服务器架构和容器现代化举措的切实可交付成果。

Data Lab 提供三种产品/服务 - Build Lab、Design Lab 和 Resident Architect。Build Lab 是与技术客户团队一起开展的、为期两到五天的紧张构建工作。Design Lab 是为期一天半到两天的讨论活动,面向希望获得从 AWS 专业知识出发的实用架构建议但尚未准备好开始构建的客户。两种参与均在线托管或在我们的现场 AWS Data Lab 中心之一托管。Resident Architect 在六个月的参与中为 AWS 客户提供有关重新定义、实施和加快数据战略和解决方案的技术和战略指南。
 
在 Build 和 Design Lab 期间,AWS Data Lab 解决方案架构师和 AWS 服务专家通过提供规范的架构指导、共享最佳实践和消除技术障碍来支持客户。客户在参与过程中会得到一个符合他们需求的定制架构或工作原型,一条生产路径,对 AWS 数据库、分析、AI/ML、无服务器架构和/或容器服务的更深层次的了解,以及与 AWS 服务专家的新关系。

Resident Architect 帮助客户(首席数据官、数据架构副总裁和构建师)在加速数据、分析以及 AI/ML 工作负载和实施方面做出明智的选择和权衡。

工作原理

从大处着眼

从大处着眼

AWS Data Lab 注重勇于创新的技术理念,以期为客户带来变革性的成果。在参与 Data Lab 之前,您会与 AWS Data Lab 解决方案构架师进行一系列的通话,以逐步了解您的业务使用案例并确定目标。在这一阶段,重点是弥合创新与技术之间的差距。我们的 Data Lab 解决方案构架师在多个领域有着丰富的经验,从而确保所提议的解决方案能够解决业务问题,着眼于未来进行设计。

不妨从小处开始

不妨从小处开始

在 AWS Data Lab 中,您的团队将完全关注于您为实验室选择的预定使用案例。

在 Build Lab 中,您的团队将用两到五天的时间,在 AWS 服务专家以及专职 AWS Data Lab 解决方案构架师的指导下,利用您自己的 AWS 账户中的数据动手进行构建。在这些日子中,您的全部工作就是构建、测试、审核进度、循环往复! 在实验室的最后一天,您的团队将得到一个经过验证的架构和工作原型,以用作您的生产部署的指导。

在 Design Lab 中,您的团队将花半天到两天的时间进行非构建练习,讨论针对您的特定使用案例的架构模式和反模式设计、构建的最佳实践,以及设计和交付的建议策略。您的团队将得到一份文档,介绍 Data Lab 针对您的设计方法和架构提出的建议。

快速扩展

快速扩展

客户告诉我们,在参加 AWS Data Lab 之后,他们得以加快项目的速度,平均能够节省两个月的时间。客户将这种加速归功于 AWS Data Lab,帮助他们更快地制定架构和运营决策,在几天的时间内完全专注于一个项目,并直接从 AWS 专家那里学习新技能。参加 Data Lab 之后,您的团队仍会与 Data Lab 解决方案构架师保持联系,直至成功实施项目。

示例使用案例

数据库迁移

处理数据库迁移计划的客户,例如从自行管理的数据库迁移到托管式数据库服务,从商用数据库转为 AWS 上的开源数据库,或者使用 MySQL 和 PostgreSQL 等开源引擎构建新数据库,他们会经常利用 AWS Data Lab。在实验室中完成的典型活动包括定义迁移策略、开展数据库迁移、执行切换、设置灾难恢复和测试故障转移,以及讨论用于监控和管理生产的最佳实践。 

数据湖和分析

AWS Data Lab 与数百家客户合作,处理各种数据湖场景,包括将现有数据湖和/或 Hadoop 系统从本地迁移到 AWS、构建全新数据湖或者对现有数据湖进行改进或添加新功能。实验室中常见的活动包括确定数据湖和数据迁移策略,提取、清理、扩充和处理数据,管理架构及元数据,处理非结构化数据,以及构建分析、报告及可视化功能。

实时数据管道

客户与 AWS Data Lab 合作,将重心放在设计和构建近实时的数据管道上。这些解决方案为各种各样的使用案例提供支持,从应用程序集成和数据科学家需求到训练自定义机器学习模型和执行实时预测,无所不包。我们的许多客户还通过该实验室,使用 AWS 人工智能 (AI) 服务来扩充其数据,如 Amazon Comprehend、Amazon Textract、Amazon Transcribe 和 Amazon Translate。

图形分析

客户越来越渴望在 AWS Data Lab 中利用图形技术进行构建。在该实验室中,客户经常会处理两种常见使用案例,分别是构建原生图形分析应用程序来探索数据中的关系,以及针对现有图形引擎更换平台为 Amazon Neptune,从而提升可扩展性并缩短图形查询响应时间。

主要客户优势

Print

基于成熟设计的可靠解决方案

数年来,AWS Data Lab 已经帮助了数百家客户为其公司打造创新技术。从特定于医疗保健或教育行业的解决方案,到面向媒体和娱乐客户及非营利组织的原型设计,Data Lab 指导客户设计和构建广泛的解决方案。通过在 Data Lab 中工作,客户可以获得关于架构决策和设计模式的专家指导,这些决策和设计模式已经经过时间的验证,可以交付他们所需的创新、性能、可扩展性和成本效率。

“当团队从 AWS Data Lab 回来时,他们对我们将如何解决我们的问题并将这个解决方案应用到生产中有了明确的方向。如果您有机会设计这种容量无限的解决方案,绝对应该参加该实验室。为无限而设计。” Robert Hunt,软件工程副总裁,纳斯达克。”

Print

更深厚的 AWS 服务知识

在 AWS Data Lab 中工作时,客户可以直接接触到 AWS 专家资源。AWS 服务专家会根据您的需求级别进行交互,以深入了解、排查问题、分享最佳实践,并为您提供在 AWS 上构建时需要的答案。

“与 Amazon 架构师直接合作起到重要的加速作用,尤其是在一个以市场速度为导向的行业。AWS Data Lab 帮助我们做好准备,在身边支持我们进行构建,几天后我们就能带着具备正常功能的产品离开。我们发布的新产品是变革性的,而我们新掌握的知识可以帮助我们继续引领市场。” Luis Lafer-Sousa,总裁 - 美国,TownSq。

 

 

Print

加快实现生产的途径

通过花一周时间在 AWS Data Lab 与 AWS专家并肩工作,客户平均可以减少两个月的开发时间。

“我们在 4 天内完成的事情可能要花上几周,甚至几个月的时间才能完成”Marcio Castilho,KnowBe4 首席架构官。

如果没有 AWS Data Lab,我们不可能在开发上投入同样多的时间,也不可能这么快地解决我们的疑问和问题。在 AWS Data Lab 之外完成相同的工作,所要耗费的资金和时间将会大大增加。” Amar Vyas,全球数据战略总监,PHD Global Business。

 

准备好开始使用了吗?

请联系您的 AWS 客户经理或解决方案构架师以开始使用。如果您没有 AWS 客户经理,请联系销售人员。