Formula One Group transfère la majeure partie de son infrastructure depuis ses centres de données sur site vers AWS et la normalise sur les services d'apprentissage machine AWS, notamment Amazon SageMaker.
À l'aide de données de course recueillies sur les voitures au cours des 65 dernières années, les spécialistes des données de Formula One Group développent des modèles d'apprentissage profond qui permettent d’obtenir des prévisions en matière de course et d'aider les équipes à prendre les meilleures décisions à mi-course. Les modèles permettent de prévoir à quel moment les équipes doivent mettre leur voiture au stand, de déterminer le meilleur moment pour changer les pneus et d'évaluer les performances des pilotes.
Formula One Group utilise ensuite les services de diffusion de données en continu, d’analyse et de multimédias AWS pour fournir des informations sur les décisions des pilotes et les performances des voitures à ses plus de 500 millions de fans.
Étant donné que Formula One Group exécute ses charges de travail de calcul haute performance dans un environnement évolutif sur AWS, l'organisation peut innover en matière d'expérience de course de Formule 1, de conception automobile et bien plus encore, sans se soucier de la capacité.
Intuit mise tout sur AWS et utilise un large éventail de services AWS pour proposer la flexibilité nécessaire pour gérer les modèles de trafic saisonniers. Depuis 2013, Intuit a déplacé son infrastructure, ses applications, ses données et ses capacités d'apprentissage automatique sur AWS.
Intuit explore l'apprentissage automatique en vue d'accomplir des tâches complexes, comme les déclarations d'impôts, et de les rendre plus simples, voire agréables, pour ses clients.
Grâce à Amazon SageMaker, Intuit a réduit les coûts et le temps nécessaire pour déployer des modèles d'apprentissage automatique. Les scientifiques des données créent désormais un modèle et le dimensionnent sur plusieurs serveurs, et ce qui prenait six mois se fait désormais en une semaine.
En aidant ses scientifiques des données, Intuit continue de développer et d'améliorer des produits pour servir sa mission, à savoir favoriser la prospérité de ses clients du monde entier.
MLB recueille des données statistiques sur ses joueurs et ses clubs depuis des décennies et, en 2015, elle a commencé à utiliser AWS pour recueillir et distribuer des statistiques sur les jours de match afin d'améliorer l'expérience des fans.
Grâce à Amazon Sagemaker, MLB donne les moyens à ses développeurs et spécialistes des données de créer, former et déployer rapidement et facilement des modèles d'apprentissage automatique à n'importe quelle échelle.
Ces modèles aident MLB à supprimer les processus manuels et fastidieux associés au stockage des données et aux statistiques, comme la conservation des résultats, la prise de notes sur les matchs et la classification des lancers.
MLB prévoit de travailler avec le laboratoire de solutions Amazon ML pour continuer à améliorer Statcast, sa technologie de suivi qui analyse les performances des joueurs, notamment en testant la précision des prédictions en matière de lancer et en créant des expériences personnalisées pour les spectateurs.
MLB continuera à innover en utilisant l'intelligence artificielle. L'organisation prévoit d'utiliser Amazon Comprehend afin de développer un modèle de langage capable de créer des scripts qui imitent des présentateurs emblématiques pour des matchs en direct.
Matson a créé une application mobile phare pour le suivi de conteneurs mondiaux permettant aux clients de suivre en temps réel leurs expéditions de fret. L'application compte d'autres fonctionnalités importantes, comme la recherche interactive de planification de transport, les recherches sur carte de port en fonction de l'emplacement et les flux directs de caméras aux portes.
Tous les appareils mobiles permettent d'accéder à AWS Amazon API Gateway. Cela permet de proposer des points de terminaison hautement disponibles et périphériques pour accéder aux ressources des clouds virtuels privés existants de Matson.
Les fonctions AWS Lambda sont conçues à l'aide du modèle de microservices et sont modélisées autour de contextes commerciaux océaniques spécifiques, comme le suivi d'expéditions et les planifications de transports.
Amazon DynamoDB gère la configuration et les notifications de commentaires d'utilisateurs envoyées à partir d'appareils mobiles. DynamoDB Streams fournit des notifications en temps réel à l'équipe du service client de Matson.
Les clients de Matson comptent sur un suivi de conteneurs précis et à jour, ainsi que sur les informations d'état des transports. La surveillance et l'alerte des événements systèmes se font grâce à Amazon CloudWatch, Amazon SNS, Amazon SES, AWS Lambda et CloudWatch Logs.
Matson peut désormais proposer à ses clients une application intégralement sans serveur pour les aider à suivre leurs expéditions sans avoir besoin d'entretenir d'infrastructure.
La gamme Roomba 900 remplit sa mission de nettoyage à la maison et retourne à son socle de charge.
iRobot traite la cartographie du foyer, calcule l'espace total nettoyé au sol et le code d'état de la mission de nettoyage, puis publie les métadonnées vers AWS IoT.
iRobot utilise une règle AWS IoT pour placer le message dans un flux Amazon Kinesis. À partir de Kinesis, iRobot peut traiter les données de mission de nettoyage. Kinesis permet à plusieurs équipes de recevoir le flux de données.
AWS Lambda reçoit les métadonnées de la mission de nettoyage et convertit le format pour Amazon DynamoDB. Amazon Kinesis regroupe les données et les stocke dans Amazon S3. Amazon S3 sert de lac de données à iRobot pour ses analyses dans lequel toutes les données de messages sont compressées et stockées. Dès que les données sont dans Amazon S3, iRobot utilise l'ensemble d'outils d'AWS Analytics. Amazon Athena permet à iRobot d'explorer et découvrir des modèles au sein des données sans avoir à exécuter des ressources de calcul à chaque fois.
La mission de nettoyage est stockée dans Amazon DynamoDB et associée à un robot et un utilisateur spécifique.
L'utilisateur reçoit une alerte l'informant de la réussite de la mission de nettoyage du Roomba 900.
L'organisation informatique de BP gère des applications SAP utilisées par des milliers d'utilisateurs du monde entier pour les chaînes d'approvisionnement, les achats, la finance et autres.
Afin d'améliorer la réactivité et de gagner en agilité sur les coûts, BP a effectué la migration des applications métiers de base vers le cloud avec Amazon EC2. De plus, l'équipe a créé des instances EC2 X1 pour optimiser l'évolutivité et les analyses en temps réel.
L'équipe peut désormais mettre sur pied des systèmes à la demande en quelques heures et non plus en plusieurs semaines ou mois. BP constate des améliorations de performances d'une manière générale, notamment une augmentation de la réactivité de 40 % pour le système ERP Lubricants.
Dans le cadre de sa migration vers le cloud, BP a réinitialisé ses normes de sécurité avec AWS Config, AWS Identity and Access Management (IAM), Amazon CloudWatch et AWS Trusted Advisor. Ces nouvelles normes ont permis à BP de développer un framework sûr pour ses opérations informatiques.
USA Est
Virginie du Nord (6), Ohio (3)
USA Ouest
Californie du Nord (3), Oregon (3)
Asie-Pacifique
Mumbai (2), Séoul (2), Singapour (3), Sydney (3), Tokyo (4), Osaka-Local (1)
Canada
Centre (2)
Chine
Beijing (3), Ningxia (2)
Europe
Francfort (3), Irlande (3), Londres (3), Paris (3)
Amérique du Sud
São Paulo (3)
GovCloud (US)
USA Est (3), USA Ouest (3)
Bahreïn
Le Cap
Hong Kong (Région administrative spéciale chinoise)
Milan
Stockholm
