ID de la sesión: FPA01
Idioma: inglés
Nivel: 300
Duración: 30 minutos
Ponente: Matheus Guimaraes, desarrollador y promotor sénior para el Reino Unido e Irlanda de AWS

Modelar los datos en la base de datos de DynamoDB requiere un enfoque diferente al del modelado en bases de datos relacionales. Descubra los pasos clave, los principios y las prácticas recomendadas que puede aplicar al trabajar con DynamoDB.

ID de la sesión: FPA02
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Yohan Wadia, arquitecto sénior de soluciones para el sector público de AWS

Con una arquitectura innovadora que separa la computación del almacenamiento y ofrece características avanzadas, como la Base de datos global y las réplicas de lectura de baja latencia, Amazon Aurora reimagina lo que significa ser una base de datos relacional. El resultado es un servicio de base de datos moderno que ofrece rendimiento y alta disponibilidad a gran escala, ediciones de código abierto totalmente compatibles con MySQL y PostgreSQL, y una amplia gama de herramientas para desarrolladores con las que crear aplicaciones sin servidor y controladas por machine learning. En esta sesión, podrá profundizar en algunas de las características más interesantes que ofrece Aurora, como Aurora sin servidor v2 y la Base de datos global. También podrá descubrir las innovaciones recientes que mejoran el rendimiento, la escalabilidad y la seguridad, al tiempo que reducen los desafíos operativos.

ID de la sesión: FPA03
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Om Prakash Jha, arquitecto sénior de soluciones de AWS

Amazon ElastiCache es un servicio de almacenamiento en caché totalmente administrado que ofrece rendimiento en tiempo real para aplicaciones modernas a escala de Internet. Hablaremos de la innovación que ahora ofrece una mejora del rendimiento del 100 % para ElastiCache y de cómo el uso de ElastiCache puede reducir el costo total de propiedad.

ID de la sesión: FPA04
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Mirabela Dan, arquitecta de soluciones de AWS

Modernizar sus aplicaciones va más allá de trasladarlas a la nube. Ese es tan solo el primer paso. Al trasladar sus aplicaciones a la nube, obtiene acceso a las tecnologías de bases de datos más recientes, lo que le permite modernizar sus aplicaciones para prestar un mejor servicio a los clientes, las partes interesadas o los electores. En esta sesión, aprenderá a utilizar las bases de datos relacionales de código abierto y las nuevas tecnologías, como los pares de clave-valor, los documentos y los gráficos, para mejorar el rendimiento de sus aplicaciones.

ID de la sesión: FPA05
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Nikhil Anand, arquitecto sénior de soluciones de AWS

No se limite únicamente a transferir sus bases de datos a la nube. En lugar de eso, migre u optimice sus cargas de trabajo de base de datos en la nube de AWS con bases de datos personalizadas. Para muchas aplicaciones modernas, como el comercio electrónico, los sistemas de administración de contenidos y la administración de perfiles, el modelo de datos relacional tradicional puede resultar complejo y rígido. Saque partido de Amazon DocumentDB, una base de datos de documentos JSON nativa completamente administrada. El modelo de datos de documentos JSON brinda la flexibilidad, el rendimiento mejorado y la agilidad que se necesitan para satisfacer las demandas de esos casos de uso. En esta sesión, descubra cómo el modelado de datos para Amazon DocumentDB (con compatibilidad con MongoDB) difiere de la generación de modelos de datos para bases de datos relaciones. Aprenda también a utilizar el diseño de esquemas y los conceptos de generación de modelos de datos de Amazon DocumentDB para crear aplicaciones flexibles y escalables.

ID de la sesión: ANA01
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponentes: Pragnesh Shah, arquitecto de soluciones de AWS, y Victory Uchenna, arquitecta de soluciones de AWS

Los servicios de análisis de AWS capacitan a los usuarios de datos (como científicos de datos, analistas y usuarios empresariales con diferente experiencia técnica) de toda una organización para acceder rápidamente a los datos, analizarlos y obtener información a partir de ellos. En esta sesión, aprenderá cómo AWS puede democratizar los análisis de su organización con facilidad de uso y una mejor relación precio-rendimiento. Profundice en la forma en que la arquitectura de AWS sin servidor simplifica la preparación de los datos y facilita el uso del machine learning a los analistas y científicos de datos de todos los niveles de habilidades.

ID de la sesión: ANA-02
Idioma: inglés
Nivel: 300
Duración: 30 minutos
Ponente: Roy Yung, arquitecto de soluciones especialista en QuickSight de AWS

En esta sesión, aprenderá a utilizar la solución de inteligencia empresarial sin servidor de AWS para proporcionar a sus usuarios paneles interactivos compatibles con consultas de lenguaje natural (NLQ, por sus siglas en inglés) y basados en machine learning. Aprenda también a crear un panel de análisis desde cero mediante programación.

ID de la sesión: ANA03
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Wojtek Gawroński, desarrollador y promotor (CEE) sénior de AWS

Muchas organizaciones que intentan crear arquitecturas de análisis de streaming a partir de sus orígenes de datos en tiempo real a menudo tienen dificultades para encontrar los patrones arquitectónicos comprobados implementados por los clientes.  Al crear una arquitectura de datos moderna, a veces es necesario que los datos fluyan con baja latencia entre los componentes para impulsar la toma de decisiones en tiempo real.  Esta sesión ayuda a arquitectos de la nube, científicos de datos y desarrolladores a diseñar y crear arquitecturas de streaming de datos modernas que puedan generar información con rapidez mediante servicios de streaming de AWS como Amazon Kinesis Data Streams, Amazon Kinesis Firehose, Amazon Kinesis Data Analytics y Amazon Managed Service para Apache Kafka (Amazon MSK). También hablaremos sobre las prácticas recomendadas a la hora de crear una arquitectura moderna de streaming de datos de baja latencia en AWS.

ID de la sesión: ANA04
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Gregory Knowles, arquitecto de soluciones especialista en análisis de AWS

Para poder sacar partido de la información empresarial contenida en grandes cantidades de datos, su almacenamiento de datos tiene que ser escalable, fácil de configurar y permitir que pueda beneficiarse del análisis de datos de manera sencilla. También es necesario que pueda trabajar con machine learning y que sea capaz de analizar todos los datos.

Descubra cómo Amazon Redshift, un servicio pionero en el almacenamiento de datos en la nube, está ampliando la manera en la que el almacenamiento de datos en la nube puede brindar información y permitir la toma de decisiones basadas en datos para clientes de diferentes sectores.

ID de la sesión: ANA05
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Suman Debnath, desarrollador y promotor jefe (ingeniería de datos) de AWS

El primer paso en un proyecto de análisis o machine learning es descubrir y preparar los datos para obtener resultados de calidad. AWS Glue es un servicio de integración de datos escalable y sin servidor que le permite descubrir, preparar, trasladar e integrar datos de múltiples orígenes.  En esta sesión, descubrirá las innovaciones más recientes de AWS Glue y verá cómo un cliente de AWS utiliza AWS Glue para permitir la preparación automática de datos en toda su organización.

ID de la sesión: MLT01
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Adam Temple, arquitecto sénior de soluciones de AWS

El proceso de adopción del ML requiere una experimentación continua y una creación rápida de prototipos para tener éxito. Estos procesos tradicionalmente consumen mucho tiempo y son costosos. Amazon SageMaker ofrece opciones sin código o con poco código para cada paso del ciclo de vida del ML, a fin de que pueda desarrollar, entrenar e implementar modelos de alta calidad con mayor rapidez. En esta sesión, descubrirá cómo las herramientas de bajo código, como Amazon SageMaker Canvas, Amazon SageMaker Data Wrangler, Piloto automático de Amazon SageMaker y Amazon SageMaker JumpStart, facilitan la experimentación más rápida y permiten centrarse más en refinar las predicciones y menos en el código de bajo nivel.

ID de la sesión: MLT02
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Ahmed Raafat, arquitecto de soluciones jefe de AWS

Únase a nosotros en esta sesión para profundizar en las dos opciones de Amazon SageMaker de cuadernos de Jupyter completamente administrados para la exploración de datos y la creación de modelos de ML. Descubra cómo utilizar los cuadernos colaborativos de SageMaker Studio de la capacidad de preparación de datos integrada para aumentar la productividad en todos los pasos del desarrollo de ML. Además, aprenderá a utilizar instancias de SageMaker Notebook independientes que ofrecen la más amplia variedad de recursos de computación disponibles en la nube, incluidas las GPU para la computación acelerada y las versiones más recientes de los paquetes de ML de código abierto.

ID de la sesión: MLT03
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Stephen Gallagher, arquitecto sénior de soluciones de AWS

Las organizaciones de hoy en día buscan soluciones probadas y orientación de arquitectura para resolver con rapidez desafíos empresariales con AI y ML. No importa si los clientes prefieren despliegues listos para usar o arquitecturas personalizables, la Biblioteca de soluciones de AWS para machine learning (IA y ML) cuenta con soluciones creadas por AWS y socios de AWS para una amplia variedad de casos de uso de sectores. Se trata de plantillas de código abierto de uso gratuito que puede lanzar en su cuenta de AWS con solo un clic en un botón.

ID de la sesión: MLT04
Idioma: inglés
Nivel: 300
Duración: 30 minutos
Ponente: Ayman Salama, arquitecto de soluciones de socios de AWS

Entrenar modelos de machine learning a escala puede aportar numerosos beneficios, como predicciones más rápidas y precisas, pero también conlleva sus propios desafíos. Amazon SageMaker es una plataforma completamente administrada que lo ayuda a superar estos desafíos y a acelerar el entrenamiento de sus modelos de machine learning a escala. En esta sesión, analizaremos en profundidad los beneficios y los desafíos del machine learning a gran escala y cómo SageMaker puede ayudarlo a superarlos. También analizaremos cómo SageMaker permite el entrenamiento distribuido y estudiaremos un caso práctico en el que entrenamos y alojamos el modelo Stable Diffusion en 200 GPU de SageMaker. Además, destacaremos a AI21 Labs, una empresa que ha aprovechado con éxito SageMaker para entrenar y desplegar sus modelos de machine learning a escala. Al final de esta sesión, sabrá muy bien cómo utilizar SageMaker para entrenar modelos de machine learning a escala y conocerá los beneficios que esto puede aportar a su organización.

ID de la sesión: MLT05
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Srivalsan Mannoor Sudhagar, arquitecto de la nube de AWS

En esta sesión se analizará detalladamente cómo poner en producción cargas de trabajo de ML mediante Amazon SageMaker MLOps. También hablaremos en detalle sobre las nuevas características disponibles en Amazon SageMaker para MLOps y sobre cómo escalar MLOps en función de los requisitos organizativos.

ID de la sesión: DAI01
Idioma: inglés
Nivel: 300
Duración: 30 minutos
Ponente: Aamna Najmi, consultora de AI y ML de AWS Professional Services

En esta sesión, aprenderá a resolver problemas empresariales comunes con los servicios de AI y ML de AWS. Los resultados se dividen en cuatro categorías: mejorar la experiencia del cliente, permitir a los empleados y las organizaciones tomar mejores decisiones con mayor rapidez, mejorar las operaciones empresariales al mismo tiempo que se reducen los costos y crear productos y servicios completamente nuevos basados en la AI y el ML. Durante la sesión, también profundizaremos en tres casos de uso principales en concreto: el procesamiento inteligente de documentos, el resumen de textos y la personalización. También hablaremos sobre cómo los clientes utilizan varios servicios de AI y ML de AWS, como Amazon Textract, Amazon SageMaker, Amazon Comprehend y Amazon Personalize, para casos de uso comunes: Además, haremos algunas breves demostraciones para ver los servicios en acción.

ID de la sesión: DAI02
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponentes: Chara Gravani, directora de arquitectura de soluciones de AWS, y Emilio García Montano, arquitecto de soluciones de AWS

Los consumidores esperan experiencias en tiempo real y seleccionadas a través de los canales digitales a medida que analizan, compran y utilizan los productos y servicios. Con la sencilla integración de Amazon Personalize en sus aplicaciones existentes, puede crear una personalización de gran valor en cada punto de contacto. Aprenderá a ofrecer recomendaciones seleccionadas individualmente y a personalizar cada punto de contacto con el usuario mediante Amazon Personalize, sin necesidad de tener experiencia en ML. Durante esta sesión, mostraremos cómo funciona Amazon Personalize, así como las principales características del servicio. Por último, compartiremos una demostración en la que se muestra cómo se puede utilizar Amazon Personalize para agregar personalización a la experiencia de compra de los clientes.

ID de la sesión: DAI03
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Mia Chang, especialista en soluciones de ML

Muchas organizaciones se ven lastradas por una canalización de procesamiento de documentos frágil o no adecuada. En esta sesión, aprenderá de qué manera las organizaciones pueden beneficiarse de las últimas innovaciones en AI y machine learning de AWS. Gracias a la actualización más reciente de la clasificación de documentos y el análisis de préstamos, los clientes aprenderán cómo mejorar la eficiencia de su caso de uso de procesamiento de documentos.

ID de la sesión: DAI04
Idioma: inglés
Nivel: 300
Duración: 30 minutos
Ponente: Sandipan Bhaumik, arquitecto sénior de soluciones especialista en análisis de AWS, y Subham Rakshit, arquitecto sénior de soluciones especialista en análisis de AWS

Conectarse a todos los sistemas de datos de la organización, a la escala y la velocidad a la que funciona la empresa, es crucial para la innovación. Para habilitar dicha integración, debe crear canalizaciones complejas de ETL (extracción, transformación y carga). Estas canalizaciones se utilizan para extraer datos de diversos orígenes, transformarlos en un formato utilizable y, a continuación, cargarlos en un repositorio central, como un almacenamiento de datos o un lago de datos. Tiene que dedicar una cantidad significativa de tiempo y dinero a crear estas canalizaciones de ETL. Para mantenerse al día con la naturaleza dinámica de los datos y la velocidad a la que su empresa debe avanzar, la integración de datos tiene que ser fluida. Para facilitar esta tarea, AWS está invirtiendo en un futuro sin ETL, en el que no tendrá que volver a crear manualmente una canalización de ETL. En esta sesión, analizaremos cómo puede aprovechar algunas de las características en los servicios de datos y análisis de AWS para minimizar el tiempo que los ingenieros de datos dedican al desarrollo de ETL. Abordaremos algunas de las características que anunciamos en el evento re:Invent sobre la integración entre servicios como Amazon Aurora, Amazon Redshift, Amazon S3 y cargas de trabajo de Apache Spark en Amazon EMR y AWS Glue. Si es arquitecto de soluciones, arquitecto de datos, ingeniero de datos, desarrollador o tiene un cargo que se alinea con las tareas de integración de datos, esta sesión es para usted.

ID de la sesión: DAI05
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Navaneeth Ramakrishnan, arquitecto de soluciones sénior especialista en SAP para Reino Unido e Irlanda de AWS

La nube es una tecnología transformadora para nuestros clientes, ya que pueden obtener nueva información comercial a partir de una combinación de datos SAP y no SAP. Los clientes de SAP en AWS pueden beneficiarse de las capacidades de análisis, inteligencia artificial y machine learning de AWS para obtener información casi en tiempo real que puede marcar la diferencia en el rendimiento de sus empresas; mejorar la eficiencia operativa; aumentar la eficiencia de la cadena de suministros; generar nuevos flujos de ingresos y detectar y responder frente a riesgos empresariales con mayor rapidez. Vea una demostración acerca de cómo transferir datos desde una aplicación SAP a un lago de datos de S3 sin servidor con AppFlow, incluirlos en un catálogo con AWS Glue, consultarlos con AWS Athena y visualizarlos en QuickSight.

ID de la sesión: SGD01
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponentes: Ismail Makhlouf, arquitecto sénior de soluciones especialista en análisis de datos de AWS

Desbloquear el valor de los datos puede beneficiar a todas las organizaciones y a todos los sectores. Muchas organizaciones guardan un valioso tesoro de datos, pero no saben por dónde empezar para sacarles provecho. En esta sesión, descubriremos cómo AWS hace posibles los principales casos de uso del aprovechamiento de los datos. Veremos ejemplos del mundo real de cómo las organizaciones aprovechan la información basada en los datos para mejorar la toma de decisiones, optimizar los procesos, ahorrar costos y ofrecer mejores experiencias a los clientes.

ID de la sesión: SGD02
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponentes: Meena Morrish, arquitecta sénior de soluciones de AWS y Javier Poveda Panter, científico de datos de AWS

Únase a nosotros para descubrir cómo la Bundesliga consiguió acercar a sus hinchas acérrimos a los jugadores y crear una increíble historia a partir de los eventos de cada encuentro gracias a los datos y a la tecnología de machine learning de AWS.

ID de la sesión: SGD03
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Zamira Jaupaj, arquitecta de soluciones de AWS

Organizaciones de todos los tamaños han reconocido que los datos impulsan la innovación y les permiten crear experiencias para sus clientes. Para obtener valor de sus datos, las personas y los sistemas que los necesitan para el análisis deben poder acceder a ellos. Con AWS Analytics, los productores de datos (ingenieros de datos y científicos de datos) pueden compartir datos de forma segura con los consumidores de datos (analistas y usuarios empresariales) de toda la organización y, al mismo tiempo, cumplir con las medidas de seguridad y gobernanza impuestas por la organización. En esta sesión, aprenda cómo las organizaciones pueden aplicar los servicios de análisis de AWS para descubrir, acceder a sus datos y compartirlos más allá de los límites organizacionales.

ID de la sesión: SGD04
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Ed Gummett (él/lo), arquitecto sénior de soluciones de tecnologías de almacenamiento de AWS

La resiliencia y la disponibilidad son lo más importante para las organizaciones que eligen un servicio de datos en la nube. En esta sesión, se explicarán las formas en que los servicios de almacenamiento de AWS se diseñan con resiliencia integrada y se compartirán las prácticas recomendadas para configurar nuestros servicios de almacenamiento en función de sus propias necesidades de resiliencia y alta disponibilidad. Entre los servicios incluidos se encuentran S3, EBS, FSx, EFS y Backup, lo cual abarca cómo emplear las zonas y regiones de disponibilidad de AWS, la planificación de contingencias y las características para administrar la conmutación por error de la carga de trabajo, las pruebas del plan de resiliencia, la configuración del cifrado de datos y el rol que tiene la planificación de la protección y la recuperación de datos.

ID de la sesión: SGD05
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Miguel Ángel Huerta, consultor de análisis de datos de AWS

La gobernanza le permite avanzar más rápido para alcanzar sus objetivos bajo ciertos parámetros que tiene que establecer y administrar por cuenta propia. Los modelos predictivos y de datos no son una excepción, por lo que aprovecharlos al máximo bajo un marco de gobernanza sólido le permitirá tomar decisiones mejores, más rápidas y seguras en función de sus datos. En esta sesión, analizaremos de forma directa los motivos por los que necesitamos adoptar un enfoque descendente en lo que respecta a la gobernanza de los datos y el ML para establecer una estrategia a largo plazo basada en los datos, no solo guiada por la tecnología, sino también por las personas y los procesos, como parte de una estrategia común para lograr una ruta de transformación exitosa. En segundo lugar, un enfoque ascendente que nos permita centrarnos de manera efectiva en la arquitectura en la que se basará la estrategia desde dos perspectivas diferentes: la de los modelos de datos y la del machine learning. La base tanto de los modelos predictivos como de los estudios analíticos son los datos de confianza. Estos nos permiten controlar todo el ciclo de vida de los datos, garantizar que un activo esté disponible con la calidad esperada y se encuentre en un marco seguro, lo que llevará el análisis de datos a un nivel superior. AWS Lake Formation, en combinación con AWS Glue y Amazon S3, permiten crear una plataforma de datos moderna para administrar estas dos perspectivas de gobernanza. El éxito de un modelo predictivo sólido reside en gran medida en estos datos gobernados. El siguiente paso en la gobernanza del ML es garantizar el rendimiento y el funcionamiento óptimos de los datos predictivos durante todo el ciclo de vida del modelo. AWS SageMaker permite gestionar este proceso, que abarca todas las fases de la ciencia de datos del modelado: exploración de datos, selección de características, entrenamiento de modelos, evaluación de modelos, despliegue de modelos, monitoreo de modelos y mantenimiento de modelos. Participe en esta sesión para ver cómo con AWS puede controlar los datos de principio a fin y los modelos de machine learning en detalle haciendo uso de todos estos servicios de AWS.

ID de la sesión: SUP01
Idioma: inglés
Nivel: 300
Duración: 30 minutos
Ponente: Ceren Tahtasiz, arquitecta de soluciones para startups de AWS

Como startup, obtenga sus análisis más rápido sin preocuparse por la administración del almacenamiento de datos y por maximizar su utilización. Amazon Redshift sin servidor le permite empezar en cuestión de segundos y ejecutar cargas de trabajo de almacenamiento de datos y análisis a gran escala a medida que su empresa crece. En esta sesión, descubrirá cómo Amazon Redshift escala de forma inteligente los recursos subyacentes para ofrecer un alto rendimiento constante, costos eficientes y operaciones simplificadas incluso para las cargas de trabajo más exigentes.

ID de la sesión: SUP02
Idioma: inglés
Nivel: 300
Duración: 30 minutos
Ponente: Fernando Gonçalves, arquitecto de soluciones para startups de AWS

Los datos de streaming pueden aportar un valor significativo al permitir la toma de decisiones en tiempo real, la creación de nuevas fuentes de ingresos y la mejora de las experiencias de los clientes. En esta charla, nos centraremos en cómo diseñar una solución de streaming de datos completamente administrada para su startup. Explicaremos por qué es importante el streaming de datos, analizaremos los casos de uso más comunes y realizaremos un ejercicio de diseño que puede replicar para crear la solución que mejor se adapte a las necesidades de su startup.

ID de la sesión: SUP03
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Jamila Jamilova, arquitecta de soluciones de AWS

Lago de datos y optimización de costos en AWS. Descubra cómo proteger, monitorear y administrar el rendimiento de su lago de datos.

ID de la sesión: SUP04
Idioma: inglés
Nivel: 300
Duración: 30 minutos
Ponente: Jenny Vega, arquitecta de soluciones para startups de AWS

Los modelos de aprendizaje profundo de última generación van haciéndose más grandes a medida que descubrimos que los modelos más grandes generalizan mejor. El tiempo de entrenamiento y el tamaño del modelo pueden producir un cuello de botella. Para acelerar el entrenamiento, los desarrolladores pueden usar el paralelismo de datos para entrenar el modelo en un clúster de instancias de GPU. Para entrenar modelos con restricciones de memoria, los desarrolladores pueden utilizar el paralelismo de modelos para particionar modelos en varias GPU. En esta sesión, hablaremos sobre el entrenamiento y el alojamiento de modelos de lenguaje extensos mediante el paralelismo en Amazon SageMaker.

ID de la sesión: SUP05
Idioma: inglés
Nivel: 200
Duración: 30 minutos
Ponente: Mathieu Desvé, arquitecto de soluciones de AWS

¿Enfrenta algunos desafíos con sus bases de datos relacionales? Bien hecho, lo logró. Su startup está creciendo una barbaridad. Ahora tenemos que analizar su estrategia de datos para reducir los costos, mejorar el rendimiento y poder seguir escalando. En esta sesión, queremos ser prácticos y mostrar qué carga de trabajo se puede migrar a una base de datos personalizada y enseñar cómo hacerlo. También nos introduciremos en el mundo de los macrodatos.

ID de la sesión: T&C01
Idioma: inglés
Nivel: 200
Duración: 45 minutos (9:35 - 10:20 GMT)
Ponente: Marco Tamassia, formador técnico sénior de AWS

En esta sesión, descubrirá las características que debe tener una arquitectura moderna de análisis de datos en AWS. A modo de ejemplo, el ponente le hará una demostración de una arquitectura de análisis de secuencias basada en eventos sin servidor para realizar análisis de secuencias de clics. La arquitectura se mostrará servicio por servicio.

ID de la sesión: T&C02
Idioma: inglés
Nivel: 200
Duración: 120 minutos (10.25 h a 12.25 h GMT)
Ponentes: Laura Verghote, arquitecta de soluciones de AWS y Marco Tamassia, formador técnico sénior de AWS

Ponga a prueba sus habilidades en la nube al resolver desafíos que emulan casos de uso reales de AWS. En esta sesión llevaremos a cabo una AWS JAM y tendrá la oportunidad única de poner a prueba sus conocimientos de AWS y habilidades de resolución de problemas en un entorno de laboratorio gratuito. La JAM funciona mediante una estructura “Juega - Aprende - Valida” que le permite solucionar problemas del mundo real relacionados con AI/ML y datos. Podrá ganar premios increíbles, como sesiones de formación presencial, cupones de certificación y dispositivos de Amazon. ¡Nos vemos allí!

ID de la sesión: FPAQA
Idioma: inglés
Duración: 40 minutos

ID de la sesión: ANAQA
Idioma: inglés
Duración: 40 minutos

ID de la sesión: MLTQA
Idioma: inglés
Duración: 40 minutos

ID de la sesión: DAIQA
Idioma: inglés
Duración: 40 minutos

ID de la sesión: MLTQA
Idioma: inglés
Duración: 40 minutos

ID de la sesión: SUPQA
Idioma: inglés
Duración: 40 minutos

ID de la sesión: T&CQA
Idioma: inglés
Duración: 40 minutos