ID sessione: FPA01
Lingua: inglese
Livello: 300
Durata: 30 minuti
Relatore: Matheus Guimaraes, Senior Developer Advocate UK/Ireland, AWS

La modellazione dei dati in un database DynamoDB richiede un approccio diverso rispetto alla modellazione in database relazionali. Scopri i passaggi chiave, i principi e le best practice che è possibile applicare quando si lavora con DynamoDB.

ID sessione: FPA02
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Yohan Wadia, Senior Public Sector Solutions Architect (Solutions Architect senior, settore pubblico), AWS

Con un'architettura innovativa che separa l'elaborazione dall’archiviazione e offre funzionalità avanzate come il Database globale e repliche di lettura a bassa latenza, Amazon Aurora reinventa il significato di database relazionale. Il risultato è un moderno database che offre prestazioni e alta disponibilità su scala, edizioni compatibili con MySQL e PostgreSQL totalmente open source e una gamma di strumenti di sviluppo per creare applicazioni serverless e con tecnologia machine learning. In questa sessione, approfondisci alcune delle funzionalità più interessanti offerte da Aurora, tra cui Aurora Serverless v2 e il Database globale. Scopri anche le recenti innovazioni che migliorano le prestazioni, la scalabilità e la sicurezza, riducendo al contempo le sfide operative.

ID sessione: FPA03
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Om Prakash Jha, Senior Solutions Architect (Architetto di soluzioni senior), AWS

Amazon ElastiCache è un servizio di caching completamente gestito che offre prestazioni in tempo reale per applicazioni moderne su scala Internet. Condivideremo l'innovazione che ora offre un miglioramento delle prestazioni del 100% per ElastiCache e come l'utilizzo di ElastiCache può ridurre il costo totale di proprietà.

ID sessione: FPA04
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Mirabela Dan, Solutions Architect (Architetto di soluzioni), AWS

Modernizzare le applicazioni va ben oltre il trasferimento nel cloud. Questo è semplicemente il primo passo. Spostando le tue applicazioni nel cloud, accedi alle più recenti tecnologie di database, le quali consentono di modernizzare le tue applicazioni per servire meglio i tuoi clienti, gli stakeholder e/o i cittadini. In questa sessione, scopri come utilizzare database relazionali open source e nuove tecnologie come chiave-valore, i documenti e il grafo per migliorare le prestazioni delle tue applicazioni.

ID sessione: FPA05
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Nikhil Anand, Solutions Architect, AWS

Non limitarti a spostare i tuoi database nel cloud. Invece, migra o ottimizza i carichi di lavoro dei tuoi database sul cloud AWS con database dedicati. Per molte applicazioni moderne, come l'e-commerce, i sistemi di gestione dei contenuti e la gestione dei profili, il modello di dati relazionale tradizionale può diventare ingombrante e rigido. Sfrutta Amazon DocumentDB come database nativo di documenti JSON completamente gestito. Il modello di dati dei documenti JSON offre la flessibilità, le prestazioni e l'agilità necessarie per stare al passo con le esigenze di questi casi d'uso. In questa sessione scoprirai come la modellazione dei dati per Amazon DocumentDB (compatibile con MongoDB) differisce dalla modellazione dei dati per i database relazionali. Scopri anche come utilizzare lo schema di Amazon DocumentDB e i concetti di modellazione dei dati per sviluppare applicazioni flessibili e scalabili.

ID sessione: ANA01
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatori: Pragnesh Shah, Solutions Architect (Architetto di soluzioni), AWS e Victory Uchenna, Solutions Architect (Architetto di soluzioni), AWS

I servizi di analisi AWS consentono agli utenti dei dati, come data scientist, analisti e utenti aziendali, con competenze tecniche diversificate all'interno di un'organizzazione, di accedere, analizzare e ottenere rapidamente informazioni dai propri dati. In questa sessione, scopri come AWS può democratizzare l'analisi per la tua organizzazione con facilità d'uso e migliori prestazioni in termini di prezzo. Scopri come AWS serverless semplifica la preparazione dei dati e l'utilizzo del machine learning da parte di analisti e data scientist di tutti i livelli di competenza.

ID sessione: ANA-02
Lingua: inglese
Livello: 300
Durata: 30 minuti
Relatore: Roy Yung, QuickSight Specialist Solutions Architect (Architetto di soluzioni specializzato in QuickSight), AWS

In questa sessione, scopri come utilizzare la soluzione di Business Intelligence serverless di AWS per fornire ai tuoi utenti dashboard interattivi basati sul machine learning e supportati da query in linguaggio naturale (NLQ). E scopri come creare dashboard analitici da zero in modo programmatico.

ID sessione: ANA03
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Wojtek Gawroński, Senior Developer Advocate (Rappresentante degli sviluppatori senior) (CEE), AWS

Molte organizzazioni stanno cercando di creare architetture di analisi in streaming a partire dalle proprie origini dati in tempo reale, riscontrando spesso difficoltà a trovare i modelli architettonici comprovati che i clienti hanno implementato.  Quando si crea un'architettura dati moderna, a volte è necessario che i dati fluiscano con bassa latenza tra i componenti per consentire decisioni in tempo reale.  Questa sessione aiuta gli architetti del cloud, i data scientist e gli sviluppatori a progettare e costruire moderne architetture di flussi di dati che possano generare rapidamente informazioni dettagliate sfruttando servizi di streaming AWS come flussi di dati Amazon Kinesis, Amazon Kinesis Firehose, Analisi dei dati Amazon Kinesis e Servizio gestito da Amazon per Apache Kafka (Amazon MSK). Parleremo anche delle best practice durante la creazione di una moderna architettura di flusso di dati a bassa latenza su AWS.

ID sessione: ANA04
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Gregory Knowles, Analytics Specialist Solutions Architect, AWS

Per affrontare la sfida di ricavare approfondimenti aziendali da grandi quantità di dati, il data warehouse deve essere scalabile, facile da configurare e da valorizzare per l'analisi. Inoltre, deve essere in grado di utilizzare il machine learning e di analizzare tutti i tuoi dati.

Scopri come Amazon Redshift, pioniere del cloud data warehousing, sta ampliando il modo in cui questa tecnologia può fornire approfondimenti e consentire di prendere decisioni guidate dai dati per i clienti di vari settori.

ID sessione: ANA05
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Suman Debnath, Principal Developer Advocate (Rappresentante principale degli sviluppatori) (Data Engineering), AWS

Il primo passo in un progetto di analisi o di machine learning è scoprire e preparare i dati per ottenere risultati di qualità. AWS Glue è un servizio di integrazione dei dati scalabile e serverless che ti aiuta a scoprire, preparare, spostare e integrare dati da più fonti.  In questa sessione, scopri le ultime innovazioni in AWS Glue e ascolta come un cliente AWS utilizza AWS Glue per consentire la preparazione self-service dei dati all'interno della sua organizzazione.

ID sessione: MLT01
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Adam Temple, Senior Solutions Architect (Architetto di soluzioni senior), AWS

Il percorso di machine learning richiede una sperimentazione continua e una prototipazione rapida per avere successo. Questi processi sono tradizionalmente dispendiosi in termini di tempo e denaro. Amazon SageMaker offre opzioni senza codice e a basso codice per ogni fase del ciclo di vita del machine learning in modo da poter creare, addestrare e distribuire modelli di alta qualità più velocemente. In questa sessione, scopri come gli strumenti a basso codice, tra cui Amazon SageMaker Canvas, Amazon SageMaker Data Wrangler, pilota automatico Amazon SageMaker e Amazon SageMaker JumpStart, semplificano e velocizzano la sperimentazione e ti consentono di concentrarti maggiormente sul perfezionamento delle previsioni e meno sul codice di basso livello.

ID sessione: MLT02
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Ahmed Raafat, Principal Solutions Architect (Architetto principale delle soluzioni), AWS

Unisciti a noi in questa sessione per approfondire le due opzioni di Amazon SageMaker per notebook Jupyter completamente gestiti per l'esplorazione dei dati e la creazione di modelli ML. Scopri come utilizzare la funzionalità di preparazione dei dati integrata, i notebook collaborativi SageMaker Studio per aumentare la produttività in tutte le fasi dello sviluppo del machine learning. E scopri come iniziare con le istanze autonome per notebook SageMaker che offrono la più ampia scelta di risorse di elaborazione disponibili nel cloud, comprese le GPU per l'elaborazione accelerata e le ultime versioni di pacchetti ML open source.

ID sessione: MLT03
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Stephen Gallagher, Senior Solutions Architect (Architetto di soluzioni senior), AWS

Le organizzazioni di oggi sono alla ricerca di soluzioni collaudate e di una guida architettonica per risolvere rapidamente le sfide aziendali con AI e ML. Sia che i clienti preferiscano implementazioni già assemblate o architetture personalizzabili, la Biblioteca di soluzioni AWS per il machine learning (AI/ML) offre servizi sviluppati da AWS e dai partner AWS per un'ampia gamma di casi d'uso per il settore. Sono modelli open source gratuiti che puoi avviare nel tuo account AWS con un clic.

ID sessione: MLT04
Lingua: inglese
Livello: 300
Durata: 30 minuti
Relatore: Ayman Salama, Partner Solutions Architect (Architetto di soluzioni partner), AWS

L’addestramento di modelli di machine learning su larga scala può apportare numerosi vantaggi, come previsioni più rapide e accurate, ma comporta anche una serie di sfide. Amazon SageMaker è una piattaforma completamente gestita che ti aiuta a superare queste sfide e ad accelerare la formazione dei tuoi modelli di machine learning su larga scala. In questa sessione, approfondiremo i vantaggi e le sfide del machine learning su larga scala e come SageMaker può aiutarti a superarli. Discuteremo anche di come SageMaker consente l’addestramento distribuito ed esploreremo un caso di studio in cui addestriamo e ospitiamo una diffusione stabile su 200 GPU SageMaker. Inoltre, metteremo in luce AI21 Labs, un'azienda che ha sfruttato con successo SageMaker per addestrare e implementare i propri modelli di machine learning su larga scala. Alla fine di questa sessione, avrai una solida conoscenza di come utilizzare SageMaker per addestrare modelli di machine learning su larga scala e dei vantaggi che può offrire alla tua organizzazione.

ID sessione: MLT05
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Srivalsan Mannoor Sudhagar, Cloud Architect (Architetto del cloud), AWS

Questa sessione discuterà in dettaglio come produrre carichi di lavoro ML utilizzando Amazon Sagemaker MLOps. Parlerà anche in dettaglio delle nuove funzionalità disponibili in Amazon Sagemaker per MLOps e di come scalare MLOps in base ai requisiti organizzativi.

ID sessione: DAI01
Lingua: inglese
Livello: 300
Durata: 30 minuti
Relatore: Aamna Najmi, AI/ML Consultant (Consulente AI/ML), servizi professionali, AWS

In questa sessione, scopri come risolvere i problemi aziendali più comuni utilizzando i servizi AI/ML AWS. I risultati si dividono in quattro categorie: migliorare l'esperienza del cliente, consentire a dipendenti e organizzazioni di prendere decisioni migliori e più rapide, migliorare le operazioni aziendali riducendo i costi e creare prodotti e servizi completamente nuovi basati su intelligenza artificiale e ML. Durante la sessione, approfondiremo anche in modo specifico tre casi d'uso principali, vale a dire l'elaborazione intelligente dei documenti, il riepilogo del testo e la personalizzazione. Parleremo anche di come i clienti sfruttano vari servizi AI/ML AWS come Amazon Textract, Amazon SageMaker, Amazon Comprehend e Amazon Personalize per casi d'uso comuni, insieme ad alcune brevi demo per vedere i servizi in azione.

ID sessione: DAI02
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatori: Chara Gravani, Solutions Architect Manager (Responsabile architetti di Soluzioni), AWS ed Emilio Garcia Montano, Solutions Architect (Architetto di soluzioni), AWS

I clienti si aspettano esperienze curate in tempo reale sui canali digitali durante la valutazione, l'acquisto e l'utilizzo dei prodotti e dei servizi. Con la semplice integrazione di Amazon Personalize nelle tue applicazioni esistenti, puoi creare personalizzazioni di alto valore in ogni punto di contatto. Scopri come fornire consigli curati individualmente e personalizzare ogni punto di contatto con gli utenti con Amazon Personalize. Non è richiesta alcuna esperienza di machine learning. Durante questa sessione, mostreremo come funziona Amazon Personalize e le caratteristiche principali del servizio. Condivideremo infine una demo che mostra come Amazon Personalize può essere utilizzato per aggiungere personalizzazioni all'esperienza di acquisto dei clienti.

ID sessione: DAI03
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Mia Chang, ML Specialist Solutions Architect

Molte organizzazioni sono gravate da una pipeline di elaborazione dei documenti fragile o inadeguata. In questa sessione, scoprirai come le aziende possono sfruttare le ultime innovazioni di AI e machine learning di AWS. Con l'ultimo aggiornamento del sistema di classificazione e analisi dei documenti, i clienti impareranno a migliorare l'efficienza dei loro casi d'uso per l'elaborazione dei documenti.

ID sessione: DAI04
Lingua: inglese
Livello: 300
Durata: 30 minuti
Relatori: Sandipan Bhaumik, Senior Specialist Solution Architect (Architetto di soluzioni specializzato senior), analisi, AWS e Subham Rakshit, Senior Specialist Solution Architect (Architetto di soluzioni specializzato senior), analisi, AWS

La connessione a tutti i sistemi di dati dell'organizzazione, con la scalabilità e la velocità con cui l'azienda opera, è fondamentale per l'innovazione. Per consentire tale integrazione, è necessario creare pipeline ETL (estrazione, trasformazione, caricamento) complesse. Queste pipeline vengono utilizzate per estrarre dati da una varietà di fonti, trasformarli in un formato utilizzabile e quindi caricarli in un archivio centrale come un data warehouse o un data lake. È necessario dedicare una notevole quantità di tempo e denaro alla creazione di queste pipeline ETL. Per stare al passo con la natura dinamica dei dati e la velocità con cui l'azienda deve muoversi, l'integrazione dei dati deve essere perfetta. Per semplificare tutto questo, AWS sta investendo in un futuro a ETL zero in cui non sarà mai più necessario creare manualmente una pipeline ETL. In questa sessione scopriremo come sfruttare alcune delle funzionalità dei servizi di dati e analisi AWS per ridurre al minimo il tempo che i data engineer dedicano allo sviluppo ETL. Discuteremo alcune delle funzionalità che abbiamo annunciato in re:Invent sull'integrazione tra servizi come Amazon Aurora, Amazon Redshift, Amazon S3 e Apache Spark in Amazon EMR e AWS Glue. Se sei un architetto di soluzioni, un architetto dei dati, un data engineer, uno sviluppatore o ricopri un ruolo in linea con le attività di integrazione dei dati, questa sessione fa il caso tuo.

ID sessione: DAI05
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Navaneeth Ramakrishnan, Senior UKIR SAP Specialist Solutions Architect, AWS

Il cloud si trasforma per i nostri clienti quando possono ricavare nuovi approfondimenti di business da una combinazione di dati SAP e non SAP. I clienti di SAP su AWS possono sfruttare le capacità di analisi, l'intelligenza artificiale e il machine learning di AWS per ottenere approfondimenti quasi in tempo reale che spostano l'ago della bilancia delle prestazioni aziendali, migliorando l'efficienza operativa e della catena di approvvigionamento, generando nuovi flussi di entrate e rilevando e rispondendo ai rischi aziendali in modo più rapido. Guarda una demo su come trasferire i dati da un'applicazione SAP a un data lake S3 serverless usando AppFlow, catalogare usando AWS Glue, eseguire query usando AWS Athena e visualizzare il tutto su QuickSight.

ID di sessione: SGD01
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatori: Ismail Makhlouf, Senior Specialist Solutions Architect - Data Analytics (Architetto di soluzioni specializzato senior - Analisi dei dati), AWS

Sbloccare il valore dei dati può essere vantaggioso per ogni organizzazione e ogni settore. Molte organizzazioni dispongono di una miniera di dati, ma non sanno da dove iniziare per trarne valore. In questa sessione impareremo come AWS consente i principali casi d'uso di utilizzo dei dati. Vedremo esempi reali di come le organizzazioni stanno sfruttando gli approfondimenti basati sui dati per migliorare il processo decisionale, ottimizzare i processi, risparmiare sui costi e offrire esperienze migliori ai clienti.

ID di sessione: SGD02
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Meena Morrish, Senior Solutions Architect, AWS e Javier Poveda-Panter, Data Scientist, AWS

Unisciti a noi per ascoltare la storia di come la Bundesliga ha avvicinato i suoi appassionati ai giocatori e ha costruito uno straordinario story telling dietro ogni evento della partita, utilizzando i dati e il machine learning di AWS.

ID di sessione: SGD03
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Zamira Jaupaj, Solutions Architect, AWS

Le organizzazioni di tutte le dimensioni hanno riconosciuto che i dati favoriscono l'innovazione e consentono loro di creare esperienze per i propri clienti. Per ottenere valore dai tuoi dati, devono essere accessibili alle persone e ai sistemi che ne hanno bisogno per l'analisi. Con l’analisi AWS, i produttori di dati (data engineer e data scientist) possono condividerli in modo sicuro con i relativi consumatori (analisti e utenti aziendali) all'interno dell'organizzazione, pur rimanendo conformi alle misure di sicurezza e governance imposte dall'organizzazione. In questa sessione, scopri come le organizzazioni possono applicare i servizi di analisi AWS per scoprire, accedere e condividere i propri dati oltre i confini organizzativi.

ID di sessione: SGD04
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Ed Gummett (lui), Senior Solutions Architect (Architetto di soluzioni senior), tecnologie di archiviazione, AWS

La resilienza e la disponibilità sono al primo posto per le organizzazioni che scelgono un servizio di dati nel cloud. Questa sessione spiegherà i modi in cui i servizi di archiviazione AWS sono progettati con resilienza integrata e condividerà le best practice per configurare i nostri servizi di archiviazione in base alle tue esigenze di resilienza e alta disponibilità. I servizi coperti includono S3, EBS, FSx, EFS e Backup, tra cui come utilizzare le zone e le regioni di disponibilità AWS, la pianificazione delle emergenze e le funzionalità per gestire il failover dei carichi di lavoro, il test del piano di resilienza, la configurazione della crittografia dei dati e il ruolo della protezione dei dati e della pianificazione del ripristino.

ID di sessione: SGD05
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Miguel Angel Huerta, Data Analytics Consultant (Consulente per l'analisi dei dati), AWS

La governance ti consente di muoverti più rapidamente per raggiungere i tuoi obiettivi in base a determinati parametri impostati e gestiti da te. I dati e i modelli predittivi non fanno eccezione, quindi sfruttarli al meglio nell'ambito di una solida governance ti consentirà di prendere decisioni migliori, più rapide e sicure sulla base dei tuoi dati. Durante questa sessione spiegheremo in prima persona perché abbiamo bisogno di un approccio top-down alla governance dei dati e del machine learning per definire una strategia a lungo termine basata sui dati non guidata solo dalla tecnologia, ma anche da persone e processi in un approccio comune per un percorso di trasformazione di successo. In secondo luogo, un approccio dal bottom-up in cui possiamo concentrarci efficacemente sull'architettura su cui si baserà la strategia sotto due diverse prospettive: modelli di dati e di machine learning. Il fulcro non solo dei modelli predittivi, ma anche degli studi analitici sono i dati affidabili che governano l'intero ciclo di vita dei dati, assicurando che questa risorsa sia disponibile nella qualità prevista e, attraverso un framework sicuro, consenta di impostare l'analisi dei dati al livello successivo. AWS Lakeformation in combinazione con AWS Glue e Amazon S3 aiutano a creare una piattaforma dati moderna per gestire queste due prospettive di governance. Il successo di un solido modello predittivo risiede in larga misura su questi dati governati, il passo successivo nella Governance del machine learning è garantire le prestazioni e il funzionamento ottimali dei dati predittivi durante l'intero ciclo di vita del modello. AWS Sagemaker aiuta a gestire questo processo che copre tutte le fasi della modellazione della data science: esplorazione dei dati, selezione delle funzionalità, addestramento dei modelli, valutazione dei modelli, implementazione dei modelli, monitoraggio dei modelli e manutenzione dei modelli. Partecipa a questa sessione per vedere come con AWS puoi governare in dettaglio i dati end-to-end e i modelli di machine learning utilizzando tutti questi servizi AWS.

ID sessione: SUP01
Lingua: inglese
Livello: 300
Durata: 30 minuti
Relatore: Ceren Tahtasiz, Startup Solutions Architect (Architetto di soluzioni per startup), AWS

Come startup, ottieni le tue analisi più velocemente senza preoccuparti della gestione del data warehouse e della massimizzazione dell'utilizzo. Amazon Redshift Serverless ti consente di iniziare in pochi secondi ed eseguire carichi di lavoro di data warehousing e analisi su larga scala man mano che la tua azienda cresce. In questa sessione, scopri come Amazon Redshift ridimensiona in modo intelligente le risorse sottostanti per offrire prestazioni costantemente elevate, costi efficienti e operazioni semplificate anche per i carichi di lavoro più impegnativi.

ID sessione: SUP02
Lingua: inglese
Livello: 300
Durata: 30 minuti
Relatore: Fernando Gonçalves, Startup Solutions Architect (Architetto di soluzioni per startup), AWS

Il flusso di dati può fornire un valore significativo consentendo il processo decisionale in tempo reale, creando nuovi flussi di entrate e migliorando l'esperienza dei clienti. In questa conferenza, ci concentreremo su come progettare una soluzione di flusso di dati completamente gestita per la tua startup. Spiegheremo perché il flusso di dati è importante, esamineremo i casi d'uso più comuni ed eseguiremo un esercizio di progettazione che potrai replicare per creare una soluzione che soddisfi al meglio le esigenze della tua startup.

ID sessione: SUP03
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Jamila Jamilova, Solutions Architect (Architetto di soluzioni), AWS

Data Lake e ottimizzazione dei costi su AWS. Scopri come proteggere, monitorare e gestire le prestazioni del tuo data lake.

ID sessione: SUP04
Lingua: inglese
Livello: 300
Durata: 30 minuti
Relatore: Jenny Vega, Startups Solutions Architect (Architetto di soluzioni per startup), AWS

I modelli di deep learning all'avanguardia stanno diventando sempre più grandi man mano che scopriamo che i modelli più grandi generalizzano meglio. Il tempo di addestramento e le dimensioni del modello possono creare un collo di bottiglia. Per velocizzare l’addestramento, gli sviluppatori possono utilizzare il parallelismo dei dati per addestrare il modello su un cluster di istanze GPU. Per addestrare modelli con limitazioni di memoria, gli sviluppatori possono utilizzare il parallelismo dei modelli per partizionare i modelli su più GPU. In questa sessione, parliamo della formazione e dell'hosting di modelli linguistici di grandi dimensioni utilizzando il parallelismo su Amazon SageMaker.

ID sessione: SUP05
Lingua: inglese
Livello: 200
Durata: 30 minuti
Relatore: Mathieu Desvé, Solutions Architect (Architetto di soluzioni), AWS

Hai qualche problema con i tuoi database relazionali? Complimenti, ce l'hai fatta! La tua startup sta crescendo tantissimo! Ora dobbiamo esaminare la tua strategia di gestione dei dati per ridurre i costi, migliorare le prestazioni ed essere in grado di scalare ulteriormente. In questa sessione, vogliamo essere pratici e dimostrare quale carico di lavoro può essere migrato in un database dedicato e illustrare come farlo. Metteremo piede anche nel mondo dei Big Data.

ID sessione: T&C01
Lingua: inglese
Livello: 200
Durata: 45 minuti (9:35 - 10:20 GMT)
Relatore: Marco Tamassia, AWS Senior Technical Trainer (Formatore tecnico senior di AWS), AWS

In questa sessione imparerai le caratteristiche che dovrebbe avere una moderna architettura di analisi dei dati su AWS. Ad esempio, il relatore ti mostrerà una demo su un'architettura di analisi dello streaming basata su eventi serverless per eseguire l'analisi dei dati di clickstream. L'architettura verrà mostrata servizio per servizio.

ID sessione: T&C02
Lingua: inglese
Livello: 200
Durata: 120 minuti (10:25 - 12:25 GMT)
Relatore: Laura Verghote, Solutions Architect, AWS e Marco Tamassia, AWS Senior Technical Trainer, AWS

Metti alla prova le tue competenze nel cloud risolvendo sfide che simulano casi d'uso reali di AWS! In questa sessione si svolgerà un AWS JAM, che darà l'opportunità unica di mettere alla prova le proprie conoscenze su AWS e la capacità di risolvere i problemi in un ambiente di laboratorio gratuito. Il JAM funziona attraverso una struttura "Gioca - Impara - Convalida" e dà la possibilità di risolvere problemi reali legati all'AI/ML e ai dati. Vinci fantastici premi come formazione in aula, buoni di certificazione e dispositivi Amazon! Ci vediamo lì!

ID sessione: FPAQA
Lingua: inglese
Durata: 40 minuti

ID sessione: ANAQA
Lingua: inglese
Durata: 40 minuti

ID sessione: MLTQA
Lingua: inglese
Durata: 40 minuti

ID sessione: DAIQA
Lingua: inglese
Durata: 40 minuti

ID sessione: MLTQA
Lingua: inglese
Durata: 40 minuti

ID sessione: SUPQA
Lingua: inglese
Durata: 40 minuti

ID sessione: T&CQA
Lingua: inglese
Durata: 40 minuti