Category: Architecture

自从2018年起，亚马逊云科技发布了一系列的产品和服务，例如Amazon SageMaker，Amazon Aurora ML，Amazon Redshift ML，和2021年reInvent发布的Amazon SageMaker Canvas，使得不同角色的工程师越来越容易构建机器学习应用，降低应用机器学习的门槛，以实现普惠机器学习。本系列文章将以上述产品为核心，从不同的角度帮助企业中不同部门的人员构建机器学习应用。

在本篇文章中，我们将介绍如何无需写代码即可构建机器学习应用，Amazon SageMaker Canvas提供无代码、可视化的工作环境，即使没有机器学习背景知识，也可以基于自己业务需要构建机器学习模型。

本文主要讲解了如何在Amazon Aurora数据库里面使用SQL语句直接调用Amazon Comprehend 和Amazon SageMaker机器学习服务进行推理，让业务后端开发人员即使没有机器学习知识，也可以快速使用最熟悉的SQL语句调用机器学习服务，为业务提升价值。

在本篇文章中，我们将会为您展示一个简单的 2 分类预测的机器学习场景，通过加载存放于数据仓库Amazon Redshift 中的银行客户画像和业务行为特征，来完成建模前特征的快速准备和预测是否办理存款业务模型的快速验证。

CAEdge 构建的新型变革性车辆架构和软件。这些将为未来的汽车制造商、原始设备制造商 (OEM) 和合作伙伴提供用于软件密集型汽车架构的多租户开发环境, 可以更有效地开发和测试车辆软件，然后安全地直接部署到车辆上,该框架已经在汽车制造商的系列开发中进行测试。

ClickHouse是一款用于联机分析(OLAP)的列式数据库管理系统(DBMS)。它可以被用于多种场景，如电子商务中用户行为数据的记录和分析，广告网络及电信行业中的数据存储和数据统计，信息安全中的日志分析，遥感中的信息挖掘，商业智能、网络游戏以及物联网中的数据处理和价值数据分析等。本文介绍的解决方案可以帮助客户一键部署高可用的ClickHouse集群，大幅降低采用门槛。

如何让 Nvidia NGC BioBERT 预训练模型在 Amazon SageMaker上 finetune 与部署。

NoCode的兴起是2019年最强劲的技术趋势之一，开始改变构建Web和移动应用的方式，并使得人人都可以成为Builder（构建者）。2020年7月6日，亚马逊AWS推出了自己的NoCode平台，即Amazon Honeycode服务。本文作为NoCode热身系列的开篇，将讨论NoCode所解决的问题、诞生的背景以及常见的应用领域。

SAP作为企业核心应用系统，业务对于系统的RTO/RPO以及高可用支持的场景通常会有较高的要求。通常SAP系统在云上部署会使用DX、VPC、EC2、EBS、S3等相关AWS基础服务。一般在实施初期，进行SAP系统架构设计的时候客户会存在以下疑问：“既然云上AWS都已经保证在一个区域内，Amazon EC2 和 Amazon EBS 的月度正常运行时间百分比至少达到 99.99%，那我们为什么还要部署要采用高可用?” 根据AWS推荐设计原则，搭建一个云端应用系统时，基础原则是“design for failure”，也就是系统架构设计的时候需要考虑到应用系统的每一个层面，包括硬件和软件是可能出现故障的，并据此在应用系统架构设计上消除单一故障点，从而实现高可用性的系统架构。

SAP作为企业核心应用系统，业务对于系统的RTO/RPO以及高可用支持的场景通常会有较高的要求。通常SAP系统在云上部署会使用DX、VPC、EC2、EBS、S3等相关AWS基础服务。一般在实施初期，进行SAP系统架构设计的时候客户会存在以下疑问：“既然云上AWS都已经保证在一个区域内，Amazon EC2 和 Amazon EBS 的月度正常运行时间百分比至少达到 99.99%，那我们为什么还要部署要采用高可用?” 根据AWS推荐设计原则，搭建一个云端应用系统时，基础原则是“design for failure”，也就是系统架构设计的时候需要考虑到应用系统的每一个层面，包括硬件和软件是可能出现故障的，并据此在应用系统架构设计上消除单一故障点，从而实现高可用性的系统架构