Datengesteuertes Unternehmen: Von der Vision zum Mehrwert (Level 100)
Unternehmen wollen einen höheren Mehrwert aus ihren Daten ziehen, um die Agilität zu erhöhen, die Effizienz zu verbessern und Innovationen zu beschleunigen. Zwar sind Daten im Überfluss vorhanden und wachsen schnell, aber nur weil viele Daten produziert oder gespeichert werden, entsteht nicht automatisch ein Mehrwert. Der Mehrwert entsteht durch die Schaffung einer Kultur und eines Betriebsmodells, die die Daten nutzen, um im Namen der Kunden und mithilfe von umgesetzten Erkenntnissen, Analysen und KI/ML neue Ideen zu entwickeln. Kulturelle Herausforderungen, veraltete Governance-Modelle, Unternehmenssilos und veraltete Ansätze bei der Umsetzung stehen der Verwirklichung dieser Vision jedoch im Weg. Nehmen Sie an diesem Vortrag teil, um von zwei ehemaligen CXOs zu erfahren, wie sie an der Schaffung einer datengesteuerten Kultur gearbeitet und die Herausforderungen gemeistert haben, um ihre Vision in die Realität umzusetzen.

Redner: John Clark, Enterprise Strategist, AWS
Dauer: 30 Min.

Aufbau einer intelligenteren Organisation, die auf Daten und Machine Learning basiert (Level 100)
Viele Unternehmen wissen, dass sie KI/ML benötigen, um einen einzigartigen Wettbewerbsvorteil zu erzielen, eine bessere Kundenbindung zu erreichen und die gewünschten Geschäftsergebnisse zu erzielen. Während einige von den transformativen Auswirkungen von KI/ML profitieren, wissen andere noch nicht, wo sie anfangen sollen. In diesem Vortrag erfahren Sie, wie Sie KI/ML anwenden und Ihre digitale Transformation Wirklichkeit werden lassen können. Wir präsentieren den Datennetzwerkeffekt und die Bereiche, die erfolgreiche Unternehmen beherrschen, um mithilfe von Machine Learning einen größeren Nutzen aus den Daten zu ziehen und ihre Vision Wirklichkeit werden zu lassen.

Redner: Tom Godden, Enterprise Strategist, AWS
Dauer: 30 Min.

Förderung der Nachhaltigkeit mit KI und Daten in der Climate Pledge Arena von Amazon (Level 100)
Amazon ist der weltweit größte Abnehmer erneuerbarer Energien und muss sicherstellen, dass Nachhaltigkeit im Mittelpunkt all seiner Aktivitäten steht, damit er seine CO2-Emissionsziele erreicht. Ein Bereich, an dem das Unternehmen arbeitet, ist die Zusammenarbeit mit Seattle Kraken, um Lösungen zu entwickeln und dazu beizutragen, dass die Climate Pledge Arena zur fortschrittlichsten, verantwortungsvollsten und nachhaltigsten der Welt wird. Nehmen Sie an diesem Vortrag teil, wenn Sie erfahren möchten, wie die AWS Professional Services und die Nachhaltigkeitsteams von Amazon AWS-Services nutzen, um Energie-, Wasser- und Luftqualitätsdaten zu erfassen und zu analysieren. Erfahren Sie, wie sie Prognosemodelle in Echtzeit erstellen, bei denen Datenermittlung, Sicherheit und Entwurfsmuster im Mittelpunkt stehen.

Redner: 
Rahul Sareen, Global Practice Manager, Sustainability, AWS
Rob Johnson, VP Sustainability & Transportation, Climate Pledge Arena

Dauer: 30 Min.

Erste Schritte auf Ihrer ML-Reise: Die Perspektive einer Führungskraft (Level 100)
KI und ML versprechen, Branchen zu transformieren, die Effizienz zu steigern und Innovationen voranzutreiben. Der Schlüssel zum Erfolg liegt bei Machine Learning in der Skalierung. In diesem Vortrag wird erläutert, wie Führungskräfte und Manager, die ML in großem Maßstab erfolgreich einsetzen wollen, Anleitungen erhalten, einschließlich Mechanismen zum Aufbau eines effektiven Systems zur Beschleunigung von Innovationen und zur Förderung des technologischen Fortschritts. Wir berichten, wie Kunden mit AWS zusammengearbeitet haben, um ihre Teams bei der Einführung von ML aufeinander abzustimmen und ihren Teams die richtigen technischen Fähigkeiten zum Erzielen von Geschäftsergebnissen zu vermitteln. Erfahren Sie, wie Sie starke KI/ML-Produkt- und Entwicklungsteams zusammenstellen, die auf die gemeinsamen Ziele des Unternehmens ausgerichtet sind und eine Roadmap für Innovation und Mehrwert erstellen.

Rednerin: Naomi Teng, AI/ML Specialist, APJ, AWS
Dauer: 30 Min.

Ihr Unternehmen mit KI/ML transformieren: Verschaffen Sie sich einen Wettbewerbsvorteil in Ihrem Unternehmen, indem Sie die neuesten KI/ML-Trends nutzen (Level 100)
KI/ML-Methoden stellen zunehmend wichtige Grundlagen für Unternehmen dar, die ihre Ziele anpassen und erreichen wollen. Es ist jedoch nicht einfach, KI/ML an der richtigen Stelle anzuwenden. In diesem Vortrag erfahren Sie, wie Sie praktische und bewährte Anwendungsfälle für Machine Learning anwenden können, um schnell echte geschäftliche Auswirkungen zu bewirken. Wir stellen Ihnen die KI/ML-Servicesuite von AWS zur Verfügung, mit der Sie transformative Produkte entwickeln können, ohne dass Sie Vorkenntnisse im Bereich Machine Learning benötigen. Finden Sie heraus, wie Sie auf der Grundlage vorhandener und neuer Technologien mit Ihrer eigenen KI-gestützte Transformation starten können, um neue Möglichkeiten auszuarbeiten, Wettbewerbsvorteile zu erzielen und Ergebnisse in Organisationen zu erzielen.

Redner: Nieves Gracia, AI/ML Specialist Lead, Public Sector, APJ
Dauer: 30 Min.

Machine Learning für regulierte Branchen neu konzipieren (Stufe 100)
Reproduzierbarkeit, Rückverfolgbarkeit und Erklärbarkeit sind in regulierten Branchen zu den grundlegenden Anforderungen im Machine-Learning-Lebenszyklus geworden. Es ist jedoch nicht leicht, für eine Bank oder die Regierung eine Data-Science-Plattform aufzubauen, die diesen Lebenszyklus unterstützt, da hierfür umfangreiche Fähigkeiten und Erfahrungen erforderlich sind. AWS bietet eine Reihe von Services und Lösungen, mit denen eine sichere, regulierte und konforme Umgebung für Machine Learning geschaffen wird, die keine Kompromisse bei der Agilität der Data-Science-Teams eingeht. Nehmen Sie an diesem Vortrag teil, um zu erfahren, wie Sie die Lücke zwischen dem traditionellen Machine-Learning-Lebenszyklus und den Anforderungen regulierter Branchen schließen können. Wir erklären Ihnen, wie AWS Ihnen die Lösungen, bewährten Methoden, Programme und Ressourcen bietet, die Sie beim Aufbau einer erfolgreichen Plattform für Datenwissenschaft und Machine Learning in AWS unterstützen.

Redner: Juan Bedoya, Public Sector Solutions Architect, AWS
Dauer: 30 Min.

Förderung einer multimodalen Kundenbindung im Finanzdienstleistungssektor (Level 100)
Die breite Einführung mobiler Services, neue digitale Marktteilnehmer, die Anpassung an Generationswechsel und wichtige Branchenanforderungen an die Einhaltung gesetzlicher Vorschriften erschweren es den Finanzdienstleistungsinstituten, ein personalisiertes, einheitliches und nahtloses Kundenerlebnis über verschiedene Kanäle zu bieten. In diesem Vortrag wird gezeigt, wie Sie mit KI und Machine Learning von AWS auf einfache Weise ein multimodales Kundenerlebnis aufbauen können. Erfahren Sie, wie Sie personalisierte Erlebnisse auf Mobilgeräten, im Internet und per SMS für die Kundenbindung sowohl für eingehende als auch für ausgehende Kunden schaffen, indem Sie kontextualisierte Daten nutzen und gleichzeitig über alle Kontaktpunkte hinweg ein einzige Konversation aufrechterhalten.

Vortragende:
Akash Jain, Leitung – FSI GTM Solutions Architect, APJ, AWS
Rahul Kulkarni, Senior Partner Solutions Architect, AWS India

Dauer: 30 Min.

Kundeninteraktionen mit Marketingautomatisierung personalisieren (Level 200)
Wenn es um Kundenkommunikation geht, ist es nicht überraschend, dass die Kundenbindung am besten über Personalisierung langfristig sichergestellt wird. Kunden richten ihre Aufmerksamkeit eher auf die Inhalte, die auf ihre Bedürfnisse zugeschnitten sind. In diesem Vortrag zeigen wir, wie Sie Amazon Pinpoint Journeys verwenden können, um ein personalisiertes, mehrstufiges Kundenerlebnis auf der Grundlage von Zielgruppenattributen und -verhalten zu bieten, und wie Sie Amazon Personalize verwenden können, um sicherzustellen, dass der Kommunikationsinhalt immer für den Empfänger spezifisch und auf ihn zugeschnitten ist.

Redner: Pierre Semaan, GTM Strategy and Solutions Lead, SMB, APJ, AWS
Dauer: 30 Min.

Sichere, gut verwaltete Machine-Learning-Umgebungen in AWS einrichten (Level 100)
Es ist ganz gleich, ob Ihr Unternehmen am Anfang seiner KI/ML-Reise steht oder eine große Anzahl von Projekten in der Produktion hat – es ist immer wichtig, über sichere Umgebungen zu verfügen, die Ihre Daten schützen. In diesem Vortrag erfahren Sie, wie Sie die Bereitstellung kontrollierter ML-Umgebungen organisieren, standardisieren und beschleunigen können, indem Sie die bewährten AWS-Sicherheitsmethoden nutzen und die strengen Sicherheitsanforderungen von ML-Workloads erfüllen.

Redner: Tony Fendall, Principal Solutions Architect, AWS
Dauer: 30 Min.

Deep Learning in AWS mit NVIDIA: Vom Training bis zur Bereitstellung (Level 200)
In den letzten zehn Jahren hat NVIDIA es geschafft, die Effektivität seiner GPUs auf ganzer Linie für Deep-Learning-Trainings und -Inferenz zu demonstrieren. Da diese Modelle immer größer werden, ist es notwendig geworden, das Training auszuweiten und eine Anpassung auf die Bereitstellung solcher großer Modelle vorzunehmen. In diesem Vortrag werden wir einige NVIDIA-Softwarestacks für effizientes verteiltes Training sowie eine optimierte Bereitstellung vorstellen und uns eingehend damit befassen, wie Amazon sie für einige seiner anspruchsvollsten Workloads einsetzt.

Redner: Michael Lang, Solutions Architecture Manager, APAC South, NVIDIA
Dauer: 30 Min.

Mit Amazon Kendra zentrale, intelligentere Suchfunktionen aus verteilten Datenspeichern entwickeln (Level 200)
Wie können Sie bei Suchanfragen die genauesten und spezifischsten Antworten erhalten, wenn Sie für diese Antworten möglicherweise große Mengen verteilter Datenquellen durchsuchen müssen? In diesem Vortrag zeigen wir, wie Sie Amazon Kendra, eine intelligente Suchlösung, verwenden, um einfache Antworten zu erhalten. Erfahren Sie, wie Sie eine Reihe von Tools, Quellen und Produkten von Drittanbietern miteinander verbinden können, um einheitliche und intelligentere Datensuchfunktionen zu erstellen, den teamübergreifenden Wissensaustausch zu verbessern und den Vertrieb sowie den Kundensupport zu unterstützen, wodurch Sie die Informationen, die Sie benötigen, leichter erhalten.

Redner: 
Sam Gordon, Senior Cloud Architect, AWS
Ed Fraga, Cloud Architect, AWS

Dauer: 30 Min.

Eine einheitliche Text- und Bildsuchanwendung mit Analytik und ML implementieren (Level 200)
Während Textsuchmaschinen und semantische Suchmaschinen es vielen Unternehmen ermöglicht haben, schnell nach Informationen zu suchen, können Unternehmen, die einheitliche Text- und Bildsuchmaschinen anbieten, Wettbewerbsvorteile und Umsatzquellen ermöglichen, indem sie ihren Kunden die Flexibilität geben, physische Beispiele oder Bilder zur Beschreibung der Artikel in den Suchmaschinen anzuzeigen. In diesem Vortrag wird gezeigt, wie eine ML-gestützte Suchmaschine erstellt wird, mit der Produkte auf der Grundlage von Text- oder Bildabfragen einfach abgerufen und empfohlen werden können. Erfahren Sie, wie Sie Amazon SageMaker verwenden, um das vortrainierte Contrastive Language-Image Pre-Training (CLIP)-Modell zu hosten und zu verwalten und eine visuelle Suche anhand eines Abfragebilds auszuführen. Wir zeigen Ihnen auch, wie Sie OpenSearch-Cluster und die anderen AWS-Services verwenden können, um diese End-to-End-Anwendung zu erstellen, zu betreiben und zu skalieren.

Redner: Kevin Du, Senior ML Data Lab Solutions Architect, AWS
Dauer: 30 Min.

Skalierbare Datenaufbereitung und ML mit Apache Spark in AWS (Level 200)
Die Analyse, Umwandlung und Aufbereitung großer Datenmengen ist ein grundlegender Schritt in jedem Datenwissenschafts- und ML-Workflow. In diesem Vortrag wird gezeigt, wie Sie End-to-End-Workflows für die Datenaufbereitung und Machine Learning (ML) erstellen. Wir erklären, wie Sie Apache Spark für eine schnelle Datenvorbereitung in Ihren Datenaufbereitungsumgebungen in interaktiven Amazon-EMR- und AWS-Glue-Sitzungen von Amazon SageMaker Studio verbinden. Erfahren Sie, wie Sie auf Daten zugreifen können, die von AWS Lake Formation verwaltet werden, um Daten interaktiv abzufragen, zu untersuchen, zu visualisieren, Spark-Aufträge auszuführen und zu debuggen, während Sie umfangreiche Daten für die Verwendung in ML aufbereiten.

Redner: Suman Debnath, Principal Developer Advocate, Data Engineering, AWS
Dauer: 30 Min.

Eine intelligente Dokumentenverarbeitungslösung erstellen (Level 200)
Unternehmen verfügen über Millionen physische Dokumente und Formulare, die wichtige Geschäftsdaten enthalten. Diese Dokumente, wie Versicherungsansprüche oder Kreditanträge, enthalten strukturierte und unstrukturierte Daten, die entweder von Menschen oder von regelbasierten Systemen extrahiert werden, die nicht leicht skalierbar und kostspielig sind und deren Extraktionsergebnisse eine geringe Genauigkeit haben können. In diesem Vortrag erfahren Sie, wie Sie eine intelligente End-to-End-Dokumentenverarbeitungslösung erstellen, um die bestehenden Herausforderungen bei der Dokumentenverarbeitung zu bewältigen. Dadurch können Sie strukturierte Daten extrahieren, vertrauliche Informationen bearbeiten und einen automatisierten Workflow für die Dokumentenverarbeitung in großem Umfang bereitstellen.

Redner: Abhijit Kalita, Senior AI/ML Evangelist, Public Sector Partners, AWS
Dauer: 30 Min.

Ihre Dokumentenextraktion mit Machine Learning anpassen und verbessern (Level 300)
Dokumente können verschiedene Dateitypen und unterschiedliche Formate annehmen und enthalten wertvolle Informationen. Das Extrahieren und Verarbeiten der Dokumente kann zeitaufwändig, fehleranfällig und kostspielig sein. In diesem Vortrag stellen wir Ihnen die Optionen vor, mit denen Sie auf einfache Weise mit AWS Informationen aus komplexen Inhalten in jedem Dokumentformat extrahieren können, darunter auch PDFs oder gescannte Bilder. Erfahren Sie, wie Sie diese Extraktion mit ML optimieren und anpassen können, darunter mit gängigen OCR-Fehlermustern und der Neustrukturierung von Ausgabedaten. Der Vortrag behandelt verschiedene Muster und Tools in AWS, die Ihnen in allen Phasen der Pipeline helfen, von der ersten Bildvorverarbeitung über die Prozessautomatisierung oder intelligente Suche bis hin zur Online-Überprüfung durch Mitarbeiter. Dabei werden die Komplexität Ihres Anwendungsfalls und der ML-Reifegrad in Ihrem Unternehmen berücksichtigt.

Redner: Alex Thewsey, ML Specialist Solutions Architect, AWS
Dauer: 30 Min.

Von der Genauigkeit zum Geschäftsszenario: Aufbau eines erfolgreichen PoC zur Bedarfsprognose (Level 200)
Die genaue Prognose der zukünftigen Nachfrage mit KI/ML bietet in verschiedenen Funktionen zahlreiche Vorteile, darunter eine Umsatzsteigerung, eine verbesserte Kapazitätsauslastung und ein verbesserter Lagerumsatz sowie die Verbesserung des Kundenerlebnisses. Viele stehen jedoch vor Herausforderungen, wenn es darum geht, den Wert zu rechtfertigen und Systeme zur Bedarfsprognose in der Produktion zu implementieren. In diesem Vortrag erfahren Sie Schritt für Schritt, wie Sie mithilfe von Amazon Forecast eine schnelle Prototypenerstellung für ein ML-basiertes Prognosesystem vornehmen. Wir zeigen die verschiedenen Möglichkeiten auf, den tatsächlichen Geschäftswert von Nachfrageprognosemodellen zu messen und gleichzeitig flexibles Experimentieren zu ermöglichen.

Redner: Julia Ang, Associate Solutions Architect, AWS
Dauer: 30 Min.

Prognosen zur Kaufabsicht von Kunden mit Analysen und ML vereinfachen (Level 200)
Unternehmen integrieren KI/ML-Lösungen in ihr Unternehmen, um der Konkurrenz immer einen Schritt voraus zu sein. Machine Learning kann jedoch schwierig sein und oft nicht ohne spezielle Fähigkeiten gemeistert werden. Es beginnt mit der Erfassung und Aufbereitung der Daten, gefolgt von der Erstellung und dem Training der Machine-Learning-Modelle, bevor sie bereitgestellt werden. Selbst die Wahl des richtigen Algorithmus für die Erstellung des Modells kann schwierig sein. Welchen Algorithmus oder welches Machine-Learning-Modell sollten Sie wählen? Wie können Sie zuverlässig herausfinden, welches Modell auf der Grundlage Ihres Geschäftsproblems am besten geeignet ist? Wie führe ich Hyperparameter-Tuning durch, um das Modell optimal zu nutzen? In diesem Vortrag erklären wir, wie der Machine-Learning-Lebenszyklus für die Vorhersage von Kaufabsichten mithilfe von Amazon SageMaker Autopilot und in Kombination mit AWS-Analyseservices vereinfacht werden kann.

Vortragende: 
Kamal Machanda, Solutions Architect, AWS India
K V, Sureshkumar, Prototyping Architect, AWS India
Dauer: 30 Min.

Das Kundenerlebnis mit Analytik und ML-gestützten Kontaktcentern verbessern (Level 300)
Ihr Kontaktcenter ist der wichtigste Berührungspunkt zwischen Ihnen und Ihren Kunden, und jede Interaktion kann Ihrem Team wertvolle Einblicke bieten. In diesem Vortrag präsentieren wir die Integration von Amazon Connect mit AWS-Analyse- und ML-Services, sodass Sie die Self-Service-Konfigurationstools innerhalb weniger Tage verwenden können und nicht Monate für die Erstellung benötigen. Erfahren Sie, wie Sie mit dieser auf AWS basierenden End-to-End-Lösung für Cloud-Center wertvolle Erkenntnisse aus jeder Kundenbeziehung gewinnen können, darunter Abwanderungsprognosen in Echtzeit, damit Sie Ihr Kundenerlebnis verbessern können.

Redner: 
Nelson Martinez, Senior Technical Account Manager, Productivity Apps, AWS
Melanie Li, Senior Technical Account Manager, Analytics, AWS
Partha Sarathi Sahoo, Senior Technical Account Manager, Analytics, AWS

Dauer: 30 Min.

Mit KI Sprachbarrieren überwinden (Level 200)
Amazon macht natürliche Sprachverarbeitung, Spracherkennung, Text-zu-Sprache und maschinelle Übersetzung jedem Entwickler zugänglich. API-gesteuerte Anwendungsservices ermöglichen es Datenwissenschaftlern und Entwicklern, vorgefertigte Funktionen für künstliche Intelligenz einfach in ihre Anwendungen zu integrieren und Workflows zu automatisieren. In diesem Vortrag erklären wir, wie wir die nächste Generation intelligenter Apps entwickeln, die die Welt um uns herum hören, sprechen und verstehen können.

Redner: 
Jyoti Sharma, Prototyping Engineer, AWS India
Arun Balaji, Principal Prototyping Engineer, AWS India

Dauer: 30 Min.

Eine Anwendung zur Qualitätsprüfung von Computer Vision mit geschlossener Feedbackschleife ausführen Regelkreis (Level 200)
Die Erkennung von Fehlern und Anomalien bei der Qualitätsprüfung ist ein wichtiger Schritt dabei, die Qualität der Produkte sicherzustellen, da die spätere Erkennung von Fehlern oder Defekten und das Ergreifen geeigneter Maßnahmen häufig mit erheblichen Betriebs- und Qualitätskosten verbunden sind. Darüber hinaus sind manuelle Feedbackschleifen oft subjektiv, zeitaufwändig und schwer zu skalieren, was zu Produktionsengpässen führt und die Markteinführungszeit verlängert. In diesem Vortrag erfahren Sie, wie Sie eine robuste, effektive und skalierbare Qualitätsprüfung mit geschlossenem Kreislauf am Edge aufbauen, mithilfe der schnellen Feedbackschleife objektive Entscheidungen treffen und qualitätsbezogene Kosten senken können.

Redner: Derrick Choo, Solutions Architect, AWS

Intelligente Medienanalyse mit Machine Learning (Level 200)
Medienressourcen, wie Audio und Video, können verwendet werden, um die Auffindbarkeit zu erhöhen und die Bindung und Zufriedenheit der Nutzer zu steigern. Die Verwaltung, Analyse und Überwachung von Medieninhalten ist jedoch sowohl komplex als auch teuer. In diesem Vortrag wird gezeigt, wie Sie die KI-AWS-Services und Amazon SageMaker für eine bessere Suche und Entdeckung von Inhalten nutzen, die Barrierefreiheit durch Untertitelung und Lokalisierung verbessern und neue Inhalte monetarisieren können. Wir zeigen auch, wie Sie vollständig verwaltete APIs für Bild-, Video-, Text- und Sprachmoderation sowie automatisiertes Machine Learning verwenden können, um die Einhaltung von Vorschriften und die Markensicherheit für Sie und Ihre Kunden zu verbessern.

Redner: 
Sakthi Srinivasan, Engagement Manager, Prototyping, AWS India
Arun Balaji, Principal Prototyping Engineer, AWS India

Dauer: 30 Min.

Ein End-to-End-System zur Erkennung von Kreditkartenbetrug erstellen (Level 300)
Auf dem Weg zu einer bargeldlosen Gesellschaft wird es immer wichtiger, betrügerische Kartentransaktionen präzise und schnell zu erkennen, da Fehlalarme zu negativen Kundenerlebnissen führen können. In diesem Vortrag erfahren Sie, wie Sie mit Amazon SageMaker ein End-to-End-System zur Erkennung von Kreditkartenbetrug aufbauen können. Erfahren Sie, wie Sie mathematische Modelle in der Cloud trainieren können, um Kartenzahlungsbetrug mit einem agileren und kostengünstigeren Ansatz zu erkennen. Wir zeigen, wie Sie dieses Modell mithilfe von APIs in Ihre Geschäftsanwendungen integrieren und Berichts-Dashboards mit Amazon QuickSight erstellen können. Dieser schnelle, cloudbasierte BI-Service erleichtert es allen Mitarbeitern eines Unternehmens, mithilfe umfangreicher, interaktiver Dashboards Einblicke aus ihren Daten zu gewinnen.

Redner: Indrajit Ghosalkar, Solutions Architect, AWS
Dauer: 30 Min.

Mit AWS betrügerische Kontoübernahmen bekämpfen (Level 300)
Jedes Jahr werden viele Benutzerkonten durch verschiedene Methoden wie Credential Stuffing, Phishing und Social Engineering kompromittiert, was zu Kontoübernahmebetrug (ATO) führt. Neben finanziellen Verlusten hat ATO-Betrug Auswirkungen auf das Kundenerlebnis, die Markenbindung und den Ruf. In diesem Vortrag erklären wir, wie Sie mit der AWS Web Application Firewall Versuche zur Kontoübernahme am Netzwerkrand proaktiv stoppen, unbefugten Zugriff verhindern können, der zu betrügerischen Aktivitäten führen könnte, und Benutzer im Voraus benachrichtigen, damit sie vorbeugende Maßnahmen ergreifen können. Wir zeigen auch, wie Sie mithilfe von Amazon Fraud Detector, einem vollständig verwalteten Service, mit dem Sie benutzerdefinierte ML-Modelle zur Betrugserkennung schnell und ohne vorherige ML-Erfahrung erstellen, bereitstellen und verwalten können, Ihre Anwendung über Machine Learning schützen.

Redner: 
Julian Ju, Senior Edge Specialist Solutions Architect, AWS
Ram Cholan, Senior Edge Specialist Solutions Architect, AWS

Dauer: 30 Min.

Mithilfe von Amazon Comprehend Medical aussagekräftige radiologische Erkenntnisse aus natürlicher Sprache extrahieren (Level 300)
Die Erkenntnisse, die benötigt werden, um den Einsatz knapper und gefragter klinischer Ressourcen zu optimieren, sind häufig in unstrukturierten klinischen Berichten versteckt. In diesem Vortrag wird erklärt, wie Machine Learning und Analysetechnologien in Anwendungen integriert und Prozesse automatisiert werden können, um den Einsatz klinischer Ressourcen zu optimieren. Wir zeigen, wie die Apache-Spark-Pipeline mit Amazon Comprehend Medical nahezu in Echtzeit verwendet wird, um radiologische Untersuchungen zu erfassen, sobald sie zu den Repositorys für klinische Daten des Krankenhauses hinzugefügt werden. Erfahren Sie, wie Sie Arztberichte in natürlicher Sprache klassifizieren und die klinischen Einheiten in relationale Ansichten übersetzen, die auf der klinischen Standardterminologie von SNOMED basieren. Abschließend zeigen wir, wie allgemeine Visualisierungs- und Analysetools Ihren Nutzern den Zugriff auf die Datenerkenntnisse ermöglichen können.

Redner: Craig Roach, Principal Solutions Architect, AWS
Dauer: 30 Min.

Starten Sie mit Amazon SageMaker in wenigen Minuten (Level 200)
Amazon SageMaker bietet jedem Entwickler, Geschäftsanalysten und Datenwissenschaftler die Möglichkeit, Machine-Learning-Modelle für jeden Anwendungsfall mit vollständig verwalteter Infrastruktur, Tools und Workflows zu erstellen, zu trainieren und bereitzustellen. Amazon SageMaker nimmt Ihnen die komplexen Aufgaben rund um Machine Learning ab und beseitigt so die für Machine Learning typischen Barrieren. Dieser Vortrag befasst sich eingehend mit den technischen Details der einzelnen Module von Amazon SageMaker und präsentiert die Funktionen der Plattform.

Redner: Pauline Kelly, Solutions Architect, AWS
Dauer: 30 Min.

Halbstrukturierte verschachtelte JSON-Daten für Machine Learning mit No-Code-Lösungen in AWS transformieren (Level 200)
In vielen Branchen stammen Daten aus verschiedenen Quellen und haben strukturierte, halbstrukturierte und unstrukturierte Formate. Für halbstrukturierte Daten ist JSON eines der meistverbreiteten leichten Dateiformate. Aufgrund seiner Komplexität enthält der JSON-Datentyps jedoch häufig eine verschachtelte Schlüsselwertstruktur und es ist schwierig, ihn direkt in ML-Aufgaben zu verwenden. In diesem Vortrag besprechen wir, wie Sie AWS Glue DataBrew nutzen können, um die Verschachtelung der Daten aufzuheben, vertrauliche Informationen zu verarbeiten und die Datenqualität für die ML-Datenaufbereitung sicherzustellen. Wir zeigen Ihnen, wie Sie die No-Code-Lösung von Amazon SageMaker verwenden können, um ML-Modelle automatisch mit den verarbeiteten Daten zu trainieren, um schnell umsetzbare Erkenntnisse zu gewinnen.

Redner: 
Melanie Li, Senior Technical Account Manager, AI/ML, AWS
Partha Sarathi Sahoo, Senior Technical Account Manager, Analytics, AWS

Dauer: 30 Min.

Genaue Modelle, die verschiedene Datentypen kombinieren, mit AutoGluon in Amazon SageMaker erstellen (Level 300)
Reale Machine-Learning-Anwendungsfälle beinhalten oft Daten in verschiedenen Formen. In diesem Vortrag geben wir einen Überblick über Amazon SageMaker JumpStart, das automatisch Hunderte ML-Modelle trainiert und optimiert und Ihnen dabei hilft, das beste Modell für Ihren Anwendungsfall auszuwählen. Wir zeigen, wie Sie AutoGluon, eine Open-Source-Bibliothek für AutoML, in Amazon SageMaker verwenden, um Ihr hochwertiges Modell zu erstellen. Wir teilen auch bewährte Methoden, Best Practices und Tools, damit Sie tiefer in benutzerdefiniertes multimodales ML eintauchen können.

Rednerin: Seema Gupta, Senior Solutions Architect, AWS
Dauer: 30 Min.

Schnelles und kostengünstiges Trainieren von ML-Modellen mit Amazon SageMaker (Level 200)
Das umfangreiche Training von Machine-Learning-Modellen geht oft mit erheblichen Investitionen einher. In diesem Vortrag zeigen wir, wie Sie mit Amazon SageMaker den Zeit- und Kostenaufwand für das Training und die Optimierung von Machine-Learning-Modellen (ML) reduzieren können, ohne die Infrastruktur verwalten zu müssen. Erfahren Sie, wie Sie Modelle mithilfe integrierter Tools verwenden, um Trainingsexperimente zu verwalten und zu verfolgen, automatisch optimale Hyperparameter auszuwählen, Trainingsaufträge zu debuggen und die Auslastung von Systemressourcen wie GPUs, CPUs und Netzwerkbandbreite zu überwachen. Wir zeigen, wie die SageMaker-Trainingstools ein schnelleres verteiltes Training ermöglichen, einschließlich Bibliotheken für Daten- und Modellparallelität. Die verteilten Trainingsbibliotheken von Amazon SageMaker teilen Modelle und Trainingsdatensätze automatisch auf GPU-Instances auf, damit Sie das verteilte Training schneller abschließen können.

Redner: Gaurav Singh, Solutions Architect, AWS India
Dauer: 30 Min.

Mehr als nur Modellentwicklung, Training und Bereitstellung – Detaillierter Einblick in die Modellüberwachung mit Amazon SageMaker (Level 200)
Im Gegensatz zur herkömmlichen Softwareentwicklung ist die Entwicklung von ML-Modellen ein iterativer Prozess, der die kontinuierliche Überwachung der Ein- und Ausgabe des verwendeten Modells erfordert, um optimale Ergebnisse sicherzustellen. In diesem Vortrag erfahren Sie mehr über die Grundlagen der Modellüberwachung mit Amazon SageMaker. Wir besprechen, wie Sie Abweichungen in Ihren Daten und Modellen erkennen können, und teilen Ihnen wichtige Schritte mit, mit denen die Qualität Ihrer Modelle in der Produktion sichergestellt wird.

Redner: Sahil Verma, Solutions Architect, AWS India
Dauer: 30 Min.

Mit Amazon SageMaker und Amazon Rekognition ein Text-zu-Bild-Modell bereitstellen (Level 200)
Nehmen Sie an diesem Vortrag teil, wenn Sie erfahren möchten, wie die globale visuelle Kommunikationsplattform Canva ihre neue Text-zu-Bild-Funktion mit Stable Diffusion in Amazon SageMaker entwickelt hat, sodass die Text-zu-Bild-Funktion in weniger als 3 Wochen schnell auf 100 Millionen Benutzer skaliert werden kann. Wir befassen uns eingehend mit dem Architekturrahmen, der der Komplettlösung zugrunde liegt, und wie jeder Schritt des ML-Prozesses entlastet werden kann, sodass es einfacher wird, qualitativ hochwertige Modelle zu entwickeln, innovative neue Funktionen für Benutzer schnell bereitzustellen und mit Hinblick auf zukünftiges Wachstum zu skalieren. Wir zeigen auch, wie Canva Amazon Rekognition nutzt, das vortrainierte und anpassbare Computer Vision (CV)-Funktionen bietet, um Informationen und Erkenntnisse aus Bildern und Videos zu extrahieren. Erfahren Sie, wie sie mit dieser Lösung das Vertrauen und die Sicherheit der Benutzer stärken und die Produktivität steigern konnten, da Canva für die manuelle Moderation rund um die Uhr Hudnerte Moderatoren hätte einsetzen müssen.

Redner: 
Ben Friebe, Senior ISV Solutions Architect, AWS
Greg Roodt, Head of Data Platforms, Canva

Dauer: 30 Min.

Schnelle Einführung von ML-Lösungen in großem Maßstab in der AWS-Infrastruktur (Level 200)
AWS bietet die umfassendsten und tiefgreifendsten Services rund um den schnellen Aufbau und die Einführung von KI und Machine Learning für alle Arten von Organisationen, Unternehmen und Branchen. In diesem Vortrag erklären wir, wie Sie Ihre Inferenzmodelle in AWS bereitstellen, welche Faktoren zu berücksichtigen sind und wie Sie die Bereitstellungen optimieren können. Wir teilen bewährte Methoden und Ansätze, damit Ihre ML-Workloads in AWS reibungslos und effizient funktionieren.

Redner: Santhosh Urukonda, Senior Prototyping Engineer, AWS India
Dauer: 30 Min.