Author: AWS Team

本文介绍了Feast框架的整体架构及设计思路，并step by step详细说明了Feast on AWS集成和使用，包括安装部署离线/在线特征库、使用特征库、特征库同步的方法等。对于使用Feast开源框架构建MLOps平台的用户，本文可以作为快速构建和开发指南

本文以 nodejs express web 应用程序为例，介绍如何在不修改原有 nodejs 代码情况下，使用 Lambda Web Adapter 开发和部署一个 express web应用部署到 Lambda。

基于Nginx&Lua实现自建服务端埋点系统。

多库多表场景下使用Amazon EMR CDC实时入湖最佳实践

大型企业中代码仓库通常存放在各部门开发账户中，而流水线则位于独立DevOps账户中。 本文我们将介绍如何创建跨账号访问Codecommit代码仓库的Codepipeline流水线，即CodePipeline调用另一个账号中的Codecommit代码仓库。

无疑使用单点登录 (SSO)访问组织中的多种应用程序能够提升用户体验 。 如果您负责为 Amazon Redshift 启用 SSO，则可以使用 ADFS、PingIdentity、Okta、Azure AD 或其他基于 SAML 浏览器的身份提供程序设置 SSO 身份验证

本文介绍了如何使用 AWS Step Functions 和 Amazon Athena 实现简易的大数据编排。

雇佣大量的专业人员进行信息精炼或者内容审核无疑要投入大量的资金。而自动文本摘要就显得意义非凡，通过大量数据训练的深度学习模型可以在几百毫秒内产生文本摘要，这大大地提升了摘要生成效率，节约了人力成本。

通过AI把用户留言进行了更细粒度的分析，使得客户可以更精准地对（几千倍几万倍的机器标签）用户进行分类，从而在广告投放、行为诱导、客户服务和产品升级方面有更优化的方法。

大多数企业将其关键数据存储在数据湖中，您可以将来自各种来源的数据存储到集中存储中。数据由专门的大数据计算引擎处理，例如用于交互式查询的 Amazon Athena、用于 Apache Spark 应用程序的 Amazon EMR、用于机器学习的 Amazon SageMaker 和用于数据可视化的 Amazon QuickSight。