Témoignages de réussite AWS Glue 

« Après avoir expérimenté différents frameworks ETL, nous avons fini par adopter AWS Glue pour alimenter nos processus ETL quotidiens. En un tour de main, nous sommes en mesure de définir et d'exécuter des tâches ETL rapidement sans avoir recours à un dimensionnement compliqué du serveur. Les données ETL de notre data lake copiées dans notre entrepôt Redshift ne sont qu'un exemple parmi d'autres de cas d'utilisation d’AWS Glue. Les données transformées sont ensuite transmises à nos outils de BI pour assurer le suivi des indicateurs clés importants et elles servent également de base à nos modèles d'évaluation du crédit, qui ont permis d'évaluer le crédit de millions de clients. Enfin et surtout, dans une start-up à la croissance ultrarapide telle que la nôtre, il est essentiel d'être rentable. AWS Glue nous permet de ne payer que la puissance de calcul dont nous avons besoin pour exécuter les travaux. Il est étonnant que l'utilisation d’AWS Glue ait permis à notre petite équipe d'ingénieurs de données d'exploiter toute l'infrastructure de données de notre entreprise. » - Umang Rustagi, co-fondateur et directeur de l’exploitation, FinAccel

« Beeswax utilise Amazon S3 et AWS Glue Data Catalog pour construire un data lake très fiable qui est entièrement géré par AWS. Notre plate-forme s'appuie sur l'intégration de Glue Data Catalog avec Amazon EMR dans les applications Hive et SparkSQL pour fournir à nos clients des fonctions de reporting et d'optimisation. » - Ram Kumar Rengaswamy, directeur technique, Beeswax

Vidéos This is My Architecture sélectionnées

Demande d'essai clinique intelligent de Knowledgent

Ari Yacobi, Data Scientist en chef et partenaire de Knowledgent, explique comment l’entreprise a construit une application d'essai clinique intelligente sur AWS Vous apprendrez comment Knowledgent a utilisé Amazon S3 pour le stockage des données, AWS Glue pour le nettoyage, l'agrégation, l'intégration et l'extraction des caractéristiques, et Amazon Athena et Amazon EMR pour analyser les données.

STIT : Construire un data lake à l'aide des services SSFE et 4Insights [Portugais].

Alam Vitório Perez, directeur, explique comment créer et gérer un data lake avec Amazon S3, AWS Glue et 4Insights. Le catalogue AWS Glue partage les métadonnées d'informations sur le data lake entre les services AWS, comme Amazon EMR, Amazon Athena et Amazon Redshift Spectrum.

Témoignages de réussite sélectionnés

21st-century-fox-logo-200x100
newscorp-logo-200x100
apps-associates-logo-200x100
olx-group-logo-200x100
ost-logo-200x100
mytomorrows-logo-200x100
full-360-logo-200x100
upserve-logo-200x100
happyfresh-logo-200x100
pilot-flying-j-logo-200x100
unicorn-logo-200x100

En savoir plus sur la tarification d’AWS Glue

Visiter la page de tarification
Prêt à concevoir ?
Démarrer avec AWS Glue
D'autres questions ?
Contactez-nous