AWS INNOVATE 온라인 컨퍼런스 -
AI & 기계 학습 특집

 2020년 2월 19일

AWS INNOVATE 온라인 컨퍼런스 – AI & 기계 학습 특집에 참여하여 혁신을 가속화하고 손쉽게 스케일을 조정하여 새로운 가능성을 열 수 있는 방법을 알아보십시오. AWS 수석 아키텍트인 Glenn Gore와 AWS의 신기술 부문 책임자인 Oliver Klein, 그리고 AWS의 리드 아키텍트인 Dean Samuels가 준비한 기조 연설에서는 AI 및 기계 학습에 대한 최신 정보를 소개합니다.

AWS 전문가가 제공하는 다양한 기술 세션을 살펴보고, 주요 개념, 고객 사례 및 모범 사례, 데모, 실시간 Q&A에 참여하여 AI 및 기계 학습을 사용하는 방법과 프로젝트 구현 시 문제를 해결하는 방법에 대해 알아봅니다. 또한, ‘데이터와 기계학습으로 미래 설계하기’ 세션에서는 AWS 수석 아키텍트 Glenn Core가 Amazon Retail, Amazon Alexa, Amazon Robotics 등의 기업들이 어떻게 데이터와 기계학습을 통해 고객을 위한 혁신을 만들어 내는지를 다룰 예정입니다.

그리고 AWS 고객이 의료 서비스의 품질을 개선하고, 범죄 사건을 수사하며, 더욱 효율적인 고객 서비스를 제공하는 등의 다양한 용도로 기계 학습을 사용하는 방법을 소개합니다. AWS에서 제공하는 폭넓은 심층 기계 학습 및 AI 서비스 세트를 활용하면 새로운 분석 정보를 생성하고, 작업 효율성을 높이고, 더욱 정확한 예측이 가능합니다. 이것이 바로 10,000개가 넘는 고객사가 기계학습을 위해 AWS를 선택한 이유입니다.

+10,000

고객의 선택을 받은 AWS의 기계 학습

자세히 알아보기 

89%

AWS에서 실행되는 클라우드의 딥 러닝 프로젝트 비율

자세히 알아보기 

85%

AWS의 클라우드에서 실행되는 TensorFlow 프로젝트의 비율

자세히 알아보기 

83%

AWS의 클라우드에서 실행되는 PyTorch 프로젝트의 비율

자세히 알아보기 
컨퍼런스 시간
세션 1
오전 8시 – 오후 12시
세션 2
오후 1시 30분 – 오후 5시 30분

세션 설명

  • Korean Sessions
  • English Sessions
  • Korean Sessions
    • AWS AI 서비스 미리보기
    • 개발자를 위한 AWS AI 서비스 심층 분석
    • 데이터와 기계학습으로 미래 설계하기
    • AWS AI 서비스 미리보기
    • 수백만 사용자 대상 기계 학습 서비스를 위한 확장 비법

      기계 학습은 이제 개발자에게 필수 기술셋이 되었습니다. 본 세션에서는 AWS의 다양한 인공 지능 서비스를 활용하여 개발자들이 기계 학습을 처음 접하는 시점부터 혼자서 공부하는 방법부터 팀에서 초기 도입시, 그리고 정식 프로덕션 환경에서 수백만 사용자를 위한 서비스를 향해 가는 과정을 알려드림으로서 기계 학습 기반 개발자가 될 수 있는 방법을 알아봅니다.

      발표자: 윤석찬, AWS 테크 에반젤리스트

      간단한 Python 코드만으로 높은 성능의 기계 학습 모델 만들기

      여러분의 애플리케이션에 인공 지능 기능을 추가하는 방법 중 하나로, GluonCV 및 AutoGluon 라이브러리를 이용해서 간단한 Python 코드로 높은 성능의 기계 학습 모델을 만들고 이를 예측에 사용하는 방법을 소개합니다. 정형 데이터에 대한 분류 또는 수치 예측 모델 생성부터 이미지 분류, 객체 탐지, 세그먼테이션, 행동 인식 등의 모델을 기계 학습에 대한 전문 지식이 없이도 자동으로 만들고 활용하는 방법을 알아봅니다.

      발표자: 김무현, AWS Sr. 데이터 사이언티스트

      한국어를 위한 AWS 인공지능(AI) 서비스 소개 및 활용 방법

      언어와 문자에 대한 이해는 인공지능 기술의 대표적인 주제입니다. AWS는 인공지능에 대한 깊은 이해나 투자 없이도 손쉽게 이를 활용할 수 있도록, 2017년 부터 다양한 AI 언어 서비스들을 발표하였습니다. 이러한 AI 언어 서비스들은 최근의 Amazon Comprehend 사례와 같이 지속적으로 한국어 지원을 추가하고 있습니다. 본 세션에서는 AI 언어 서비스와 문서 인식 서비스인 Textract를 활용하여 여러분의 애플리케이션에 비즈니스에 필요한 인사이트를 손쉽게 추가할 수 있는 다양한 사용 사례를 데모와 함께 알아봅니다.

      발표자: 강정희, AWS 솔루션즈 아키텍트

      Kubernetes와 SageMaker를 활용하여 Machine Learning 워크로드 관리하기

      Machine Learning 워크로드를 실제 운영환경에서 사용하기 위하여 다양한 툴들과 방법들이 시도되고 있습니다. 본 세션에서는 ML 운영을 위해 어떤 툴들이 활용되고 있는지를 살펴보고, 그 중 엔터프라이즈 환경에서 많이 선택하고 았는 Kubernetes와 Kubeflow를 사용하여, 어떻게 Machine Learning 전처리와 Training 작업을 관리하고 운영환경에 배포할 수 있는지를 데모와 함께 알아봅니다.

      발표자: 강성문, AWS 솔루션즈 아키텍트

    • 개발자를 위한 AWS AI 서비스 심층 분석
    • Amazon SageMaker 신규 기능을 활용한 다양한 ML 모델 실험해 보기

      데이터사이언티스트는 다양한 실험 과 반복을 통해서 최적의 기계 학습 모델을 만들 수 있지만 이에 따른 시간과 노력, 자원이 필요합니다. 본 세션에서는 인프라 걱정없이 다양한 모델을 만들어 보고 관찰 해 볼수 있는 Amazon SageMaker 신규 기능인 Sagemaker Experiment와 Debugging 에 대해 알아 봅니다. 통합 기계 학습 개발 환경(IDE)인 Jupyter Notebook Interface인 SageMaker Studio에 어떻게 해당 기능들이 통합 되었는지 데모를 통해 알아봅니다.

      발표자: 서지혜, AWS AI/ML 스페셜리스트

      Amazon Sagemaker 신규 기능을 활용한 ML 모델링 삽질을 줄이는 기법

      기계 학습 모델링에는 여전히 많은 수작업이 수반됩니다. 여기에는 모델 평가, 성능 모니터링, 실효성 검증 등 다양한 요소들이 포함되어 있습니다. 본 세션에서는 기계 학습 모델에서 데이터 라벨링 작업의 어려움을 해소하는 SageMaker Ground Truth, 모델 예측 결과에 대한 사람에 의한 리뷰 작업을 도와 주는 Augmented AI (A2I), 모델에 대한 성능 모니터링을 도와주는 SageMaker Model Monitor 등에 대해 알아봅니다.

      발표자: 남궁영환, AWS Sr. AI/ML 컨설턴트

      Amazon Forecast를 통한 시계열 예측 활용하기

      Amazon Forecast는 제품 수요, 리소스 요구량 또는 금융 실적 등의 향후 비즈니스 성과를 정확하게 예측하기 위해 기계 학습을 사용하는 완전관리형 기계 학습 서비스입니다. 본 세션에서는 기계 학습 경험이 없어도 시작 가능한 시계열 예측 방법을 제공하는 Amazon Forecast의 데모를 통해서, 데이터가 추가 변수와 결합하여 예측을 만들어내는 과정을 상세하게 알아봅니다.

      발표자: 김종선, AWS 솔루션즈 아키텍트

      Amazon Personalize를 통한 개인화 추천 기능 실전 구현하기

      Amazon Personalize는 Amazon.com에서 20년 이상 추천/개인화를 제공해 온 경험을 바탕으로, 회사가 권장 사항, 검색 결과, 이메일 캠페인및 알림과 같은 개인화 된 경험을 제공하도록 돕는 완전 관리 형 서비스입니다. 본 세션에서는 기계 학습에 대한 지식 없이도 개인화 및 추천 기능을 도입하고 싶을때, 현장에서 충분히 활용 가능한 Amazon Personalize를 상세하게 알아보고 이를 활용한 간단한 데모를 통해 실제 활용 예시를 살펴보겠습니다.

      발표자: 최원근, AWS 솔루션즈 아키텍트

    • 데이터와 기계학습으로 미래 설계하기
    • Data and Machine Learning: Helping Amazon Innovate Faster for Customers

      개발자들과 비즈니스 리더들이 모두 사용할 수 있는 AI, 데이터, 기계 학습 서비스를 AWS가 어떻게 만들었는지 배우고, Siemens Healthcare, Thron, Forumla 1 등의 글로벌 브랜드 들이 어떻게 데이터와 머신 러닝으로 서비스를 변화시켰는지 알아보세요. 또한, Glenn은 5G가 데이터와 머신러닝의 가치를 높이는 이유와, Amazon Flywheel이 고객들에게 가치를 창출하는 과정을 설명합니다.

      발표자: Glenn Core, AWS 수석 아키텍트

      Powering Voice Interaction

      Manoj는 Amazon Alexa가 출시되고부터 진화한 과정을 살펴보고, 전 세계의 Alexa 가 어떻게 데이터와 기계학습 모델을 통해 매일 성장하고 고객들을 위해 서비스를 발전시키는지 알아봅니다.

      발표자: Manoj Sindhwani, Alexa Speech 부사장

      Before you click ‘buy’

      아마존이 어떻게 데이터와 기계 학습을 활용하여 자동화된 예측 도구를 만들어 수억개의 제품들이 정확히 제때에 전세계에 배달되도록 하는지 배워보세요.

      발표자: Jenny Freshwater, Amazon 예측&용량 계획 공급 체인 감독

      How Machine Learning is applied at Amazon

      Mike는 데이터와 머신러닝 모델이 어떻게 아마존에서 매일 고객의 문제를 해결하고 제품 검색 및 새로운 제품 추천을 발전시키는지 알아봅니다.

      발표자: Mike Vogelsong, Amazon 시니어 머신 러닝 과학자

      The Amazon Robotics Innovation Flywheel

      아마존 로보틱스가 인간 지능과 능력을 로보틱스, 데이터와 머신 러닝과 통합시켜 생산성을 향상시키고, 배달 속도를 단축하며, 아마존 고객들을 위하여 더 다양한 제품 선택을 가능하게 하는 방법을 살펴봅니다.

      발표자: Tye Brady, Amazon Robotics 수석 테크놀로지스트

  • English Sessions
    • Innovation at Amazon
    • Accelerate your ML journey
    • AI/ML Fundamentals
    • Build, train and deploy ML models
    • AI Services & Applications
    • AI/ML Services and Devices
    • Innovation at Amazon
    • Create tomorrow with data and machine learning

      Whether it’s helping online shoppers automate repeat purchases, creating advanced real-time recommendations for online gamers, or accelerating new product development, businesses today are increasingly recognizing the value of collecting real time and historical data and using machine learning technology to innovate faster for customers. In this session, Glenn Gore, Worldwide Lead Solutions Architect, AWS, explores how businesses such as Amazon Retail, Amazon Alexa, and Amazon Robotics use data and machine learning to innovate for customers.

      Speaker: Glenn Gore, Chief Architect, AWS

    • Accelerate your ML journey
    • Accelerating machine learning: Your role in the journey

      Artificial intelligence and machine learning hold the promise of transforming industries, increasing efficiencies, and driving innovation. While many executives are prioritizing machine learning, going from idea to implementation can be a daunting process that can stop companies before they even get started. Executives have an important role to play in accelerating the machine learning journey. In this session, we talk about the common challenges of machine learning implementations and share how AWS customers have been successful in introducing machine learning to rapidly achieve success against their business goals. We also share how customers are working with AWS to align teams and drive internal excitement for machine learning, provide developers with the right technical education, and identify the appropriate use cases to start with to go from idea to production.

      Speaker: Joel Minnick, Head of AI Product Marketing, AWS

      Learn Machine Learning like an Amazonian

      Machine Learning (ML) and Artificial Intelligence (AI) are stealing headlines and sparking the imaginations of big organizations and the start-up community. Yet, one of the biggest barriers to adoption of ML is finding and cultivating trained talent. Building upon the curriculum used to train thousands of Amazon’s own developers, AWS Training and Certification is providing resources to help make your ML vision a reality.

      Speaker: Elly Juniper, Senior Technical Business Development Manager, AWS

    • AI/ML Fundamentals
    • Getting started with machine learning and improve productivity in a fully integrated development environment

      Amazon SageMaker is a fully managed, modular service that enables developers and data scientists to build and scale machine learning solutions. With Amazon SageMaker, you can directly deploy them into a production-ready hosted environment. In this session, learn how Amazon SageMaker Studio, an integrated development environment (IDE) for machine learning that lets you build, train, debug, deploy, and monitor your machine learning models. Amazon SageMaker Studio provides all the tools you need to accelerate taking your models from experimentation to production and boost your productivity. In a single unified visual interface, customers can write and execute code in Jupyter notebooks and monitor the performance of their predictions as well as track and debug the machine learning experiments.

      Speaker: Kapil Pendse, Solutions Architect, AWS

      An overview of Amazon SageMaker security

      Amazon SageMaker is a fully managed machine learning service that data scientists and developers use to build predictive and analytical models with their data. Organizations often need to use sensitive data to train models and generate predictions. The session focuses on Amazon SageMaker, a fully managed service supporting the entire machine learning lifecycle, and touches on supporting AWS services that enable you to secure your machine learning workloads in the AWS Cloud.

      Speaker: Michael Stringer, Solutions Architect, AWS

      Accelerate Machine Learning projects with AWS Marketplace

      Companies spend significant time developing, searching, and evaluating algorithms and models to solve business problems using machine learning. AWS Marketplace recently launched a machine learning category which has hundreds of algorithms and model packages, that can be deployed quickly onto Amazon SageMaker, a fully-managed service that provides the ability to build, train, and deploy machine learning models. In this tech talk, we will give an introduction to AWS Marketplace for Machine Learning, and how you can solve your business problems using 3rd party algorithms and model packages faster with less effort and lower cost. We will walk through sample Jupyter Notebooks that you can use to experiment with model packages and algorithms from AWS Marketplace.

      Speaker: Kanchan Waikar, Senior Partner Solutions Architect, AWS

      Engaging Audiences Using Machine Learning in Media

      With the advancement of machine learning applications, new business opportunities are rapidly emerging in media. In this session, you learn how the AWS Media2Cloud solution can save time and reduce costs through setting up a serverless end-to-end ingest workflow to move your video assets and associated metadata to the cloud. You gain insight into how to make those assets even more valuable by enabling searching and indexing on your video library, and how to use Amazon Transcribe and Amazon Translate to take your live-streaming workflows to the next level with expert instruction on how to enable automatically created multilanguage subtitles.

      Speaker: Christer Whitehorn, Lead Solutions Architect, AWS Media Services

      ML workflows with Kubernetes and Amazon SageMaker

      Until recently, data scientists have spent much time performing operational tasks, such as ensuring that frameworks, runtimes, and drivers for CPUs and GPUs work well together. In addition, data scientists needed to design and build end-to-end machine learning (ML) pipelines to orchestrate complex ML workflows for deploying ML models in production. With Amazon SageMaker, data scientists can now focus on creating the best possible models while enabling organizations to easily build and automate end-to-end ML pipelines. In this session, we dive deep into Amazon SageMaker and container technologies, and we discuss how easy it is to integrate tasks such as model training and deployment into Kubernetes and Kubeflow-based ML pipelines.

      Speaker: Arun Balaji, Partner Solutions Architect, AISPL

    • Build, train and deploy ML models
    • Automate machine learning life cycle and get your ML models to production faster

      Machine learning involves more than just training models; you need to source and prepare data, engineer features, select algorithms, train and tune models, and then deploy those models and monitor their performance in production. Learn how to automate business-critical machine learning workloads from start to finish. In this session, we cover how to help you identify and detect anomalies in your ML models, and radically reduce troubleshooting time in building and training high-quality ML models.

      Speaker: Aparna Elangovan, Prototype Engineer, AI/ML, AWS

      Automatically build ML models with accurate training datasets and implement human review in ML predictions

      Successful machine learning models are built on the shoulders of large volumes of high-quality training data. Building machine learning (ML) models has traditionally required a binary choice. Amazon SageMaker Autopilot eliminates this choice, allowing you to automatically build machine learning models without compromises. In this session, learn how SageMaker Autopilot automatically explore different solutions to find the best model. Find out how to label datasets and directly deploy the model to production with just one click, or iterate on the recommended solutions to further improve the model quality. We conclude the session with how Amazon A2I makes it easy to build and manage human reviews, and allow predictions for machine learning applications.

      Speaker: Tapan Hoskeri, Solutions Architect, AISPL

      ML model deployment techniques using Amazon SageMaker Managed Deployment, Amazon Elastic Inference, Amazon Neo and AWS Inferentia

      Machine learning can be very resource intensive and you will not be able to deploy a machine learning model until it is trained. At AWS, we are constantly working to make training models efficient, faster and cheaper. However, model inference is where the value of machine learning is delivered. This is where speech is recognized, text is translated, object is recognized in a video, manufacturing defects are found, and cars get driven. This session analyzes the common pain points we face in running machine learning and deep learning inference workloads. It also explains how AWS is addressing these pain points as you add intelligence to your applications and scale these workloads.

      Speaker: Sujoy Roy, Senior Data Scientist, AWS

      Accelerate building of deep learning applications

      The AWS Deep Learning AMIs provide machine learning practitioners and researchers with the infrastructure and tools to accelerate deep learning in the cloud, at any scale. Learn how you can quickly launch Amazon EC2 instances pre-installed with popular deep learning frameworks and interfaces such as TensorFlow, PyTorch, Apache MXNet, Chainer, Gluon, Horovod, and Keras to train sophisticated, custom AI models, experiment with new algorithms, or to learn new skills and techniques. Whether you need Amazon EC2 GPU or CPU instances, there is no additional charge for the Deep Learning AMIs – you only pay for the AWS resources needed to store and run your applications.

      Speaker: Pedro Paez, Specialist Solutions Architect, AWS

    • AI Services & Applications
    • Build high quality fraud detection ML models and detect fraud online rapidly

      Globally each year, tens of billions of dollars are lost to online fraud. Companies conducting business online are especially prone to attacks from bad actors who often exploit different tactics such as creating fake accounts and making payments with stolen credit cards. Companies typically use fraud detection applications to identify fraudsters and stop them before they cause costly business disruptions. This session details how to implement a customized fraud detection solution for online activities using machine learning to proactively identify and implement changes in protection of your company and customers.

      Speaker: Eric Greene, AI Specialist Solutions Architect, AWS

      Speed up and simplify time-series forecasting and real-time personalization to solve complex business challenges

      Deploying custom machine learning models to solve complex business challenges are hard, but it doesn't have to be. Based on the machine learning technology perfected from years of use on Amazon.com, Amazon Forecast and Amazon Personalize enable developers with no prior machine learning experience to easily build accurate forecasting and sophisticated personalization capabilities into their applications. Using AutoML, a new process that automates complex machine learning tasks, these services perform and accelerate the difficult work required to design, train, and deploy a machine learning model that is customized for your data. In this session, we show you how to use Amazon Personalize and Amazon Forecast to create individualized recommendations for customers and deliver highly accurate forecasts. Both run on fully managed infrastructure and provide easy-to-use recipes that deliver high-quality models even if you have little machine learning experience.

      Speaker: Anand Iyer, Enterprise Solutions Architect, AISPL

      Amazon Kendra: Reinventing enterprise search and interaction with data using AI

      How can you get the most accurate and specific answer to a search query when the answer may be hidden within various enterprise information systems? This session teaches you how to use Amazon Kendra, an enterprise search solution that will give you straightforward answers to questions like, “How much is the cash reward on the corporate credit card?” Learn how this can improve cross-team knowledge sharing, enhance sales, and customer support services, and make it much easier for end consumers to find the information they need.

      Speaker: Will Badr, AI/ML Specialist Solutions Architect, AWS

      Breaking language barriers with AI

      Amazon brings natural language processing, speech recognition, text to speech, and machine translation within the reach of every developer. API-driven application services enable data scientist and developers to easily plug pre-built artificial intelligence functionality into their applications and to automate workflows. In this session, we explain how to build the next generation of intelligent apps that hear, speak, and understand the world around us.

      Speaker: Sara van de Moosdijk, Partner Solutions Architect, AWS

      Power cloud contact center with analytics using machine learning

      Today, most contact center analytics are based on phone switch activity or customer relationship management (CRM) call notes that are typed in by the contact center agent. What's typically missing from these analytics are insights into the actual conversations between agents and customers. In this session, we explain how Amazon Connect have been trained specifically to understand the nuances of contact center conversations including multiple languages and custom vocabularies. Learn how with Contact Lens for Amazon Connect, customer service supervisors can conduct fast, full-text search on call and chat transcripts to quickly troubleshoot customer issues; while leveraging call and chat-specific analytics, including sentiment analysis and silence detection to improve customer service agents’ performance.

      Speaker: Sumit Patel, Enterprise Solutions Architect, AWS

    • AI/ML Services and Devices
    • Train, evaluate, and tune your reinforcement learning model with AWS DeepRacer

      In this session, we introduce the basics of reinforcement learning, show you how to apply this knowledge to start training your own autonomous vehicle models, and test them in a virtual car racing experience powered by AWS DeepRacer. We show off the single-car time-trial format or dual-car head-to-head racing challenges in the AWS DeepRacer 3D racing simulator. After joining this session, you’ll have enough knowledge to begin competing in the AWS DeepRacer League, which provides an opportunity for you to compete for prizes and meet fellow machine learning enthusiasts, online and in-person.

      Speaker: Gabe Hollombe, Senior Developer Advocate, AWS

      Automate code reviews and application performance recommendations with Amazon CodeGuru

      Even for the most seasoned engineers, it can be difficult to detect some types of code issues and challenging to identify the most expensive lines of code without performance engineering expertise. Amazon CodeGuru is a new machine learning service that helps you catch code issues faster and improve application performance. In this session, you get the details and a demo on how CodeGuru works. CodeGuru reviews Java code in your GitHub and AWS CodeCommit source code repositories, and it profiles your applications and searches for optimizations even in production. It also provides intelligent recommendations so that you can action immediately to fix and improve code issues and inefficiencies.

      Speaker: Atanu Roy, Principal Solutions Architect, AISPL

      Customize image and video analysis with AI and machine learning

      Companies are using computer vision to understand the content and context of their images and videos at scale. This session provides an overview of how to add intelligent video and image analysis to your applications using Amazon Rekognition. We also explain how you can use Amazon Rekognition Custom Labels to solve the computer-vision needs of your business and next steps to develop a model for your specific use case. We conclude the session with learning how to include workflows required for human review of ML predictions.

      Speaker: Imran Kashif, Sr. Solutions Architect, AWS

      Get started with generative AI using AWS DeepComposer

      Generative AI is one of the most fascinating advancements in artificial intelligence technology, and until now, developers interested in growing skills in this area haven’t had an easy way to get started. In this session, you learn about generative AI and get hands-on with AWS DeepComposer, the world's first machine learning–enabled musical keyboard for developers, to create an original composition. You are also introduced to concepts that you can use in Amazon SageMaker to do even more with generative AI. Developers, make some noise!

      Speaker: Julian Bright, AI Specialist Solutions Architect, AWS

레벨 100
입문자용
각 주제를 처음 접하는 참석자를 대상으로 AWS 서비스 및 기능의 개요를 중점적으로 제공하는 세션입니다.
레벨 200
중급자용
각 주제에 대한 기본 지식이 있는 참석자를 대상으로 모범 사례, 세부 서비스 기능 및 데모를 중점적으로 제공하는 세션입니다.
레벨 300
상급자용
이 세션에서는 엄선된 주제를 심도 있게 다룹니다. 발표자는 참석자가 주제와 친숙하지만 유사한 솔루션을 직접 구현한 경험 있거나 없을 수도 있다고 가정합니다.
레벨 400
전문가용
이 세션은 주제와 매우 친숙하고, 이미 자체적으로 솔루션을 구현해본 경험이 있으며, 여러 서비스, 아키텍처 및 구현 전반에서 기술이 어떻게 작동하는지 잘 아는 참석자를 대상으로 합니다.

주요 연사

Glenn Gore
Glenn Gore, 수석 아키텍트, AWS

AWS 수석 아키텍트인 Glenn은 아키텍처 모범 사례를 만들고, 고객과 협력하여 클라우드 및 혁신을 통해 자체 비즈니스를 변혁하거나 새로운 시장을 파괴적으로 혁신하는 방법을 모색하는 일을 담당하고 있습니다.

Glenn은 AWS에서 여러 역할을 수행했으며 가장 최근에는 아시아 태평양 및 EMEA의 아키텍처 책임자로서 AWS에서 가장 빠르게 성장하는 두 개 지역의 팀을 관리했습니다. Glenn은 기술 분야에서 20년 이상의 실무 경력을 쌓은 기술 전문가입니다. AWS에 합류하기 전에는 WebCentral의 CRO로서 고객을 위해 고도로 확장 가능한 웹 플랫폼 및 빅 데이터 시스템을 개발했습니다. 또한 세계에서 가장 큰 네트워크 공급자인 OzEmail 및 UUNET에서도 일한 경험이 있습니다.

Olivier Klein
Olivier Klein, 신기술 부문 책임자, AWS

Olivier는 업계에서 10년 이상 실무 경력을 쌓은 기술 전문가로, 아시아 태평양 및 유럽 지역의 고객들이 확장 가능하고 안전하며 비용 효율적이고 복원력을 갖춘 애플리케이션을 구축하고 혁신적인 데이터 중심의 비즈니스 모델을 개발하도록 지원하고 있습니다. 그는 고객들이 인공 지능, 기계 학습 및 IoT 분야의 신기술을 활용하여 새로운 제품을 개발하고, 기존 프로세스의 효율성을 개선하며, 전반적인 비즈니스 통찰력을 제공하고, 소비자를 위한 신규 소통 채널을 활용하는 방법에 대해 자문을 제공하고 있습니다. 또한, 고객이 IT 인프라 및 서비스 지출을 수익 모델과 연계하여 효과적으로 낭비를 줄이고 지난 수십 년간 이용해온 제품 개발 방식을 파괴적으로 혁신할 수 있는 플랫폼을 구축하는 데 적극적으로 앞장서고 있습니다.

Dean Samuels
Dean Samuels, 리드 아키텍트, AWS

Dean은 IT 인프라를 전문으로 하며 인프라 가상화 및 자동화에 폭넓은 경험을 보유하고 있습니다. 5년 전에 AWS에 합류하여 호주와 뉴질랜드를 중심으로 아시아 태평양 지역 전체에서 다양한 규모 및 산업의 비즈니스와 협력해 왔습니다. Dean은 고객이 퍼블릭 클라우드를 위한 애플리케이션 환경을 설계, 구현 및 최적화하여 혁신, 민첩성 및 보안을 강화할 수 있도록 지원하기 위해 노력하고 있습니다. Dean은 컴퓨팅, 스토리지, 네트워크 및 보안을 망라하는 강력한 IT 인프라 전문성을 보유하고 있지만, 더 협업적이고 통합된 방식으로 IT 운영과 소프트웨어 개발 방식을 통합하는 데 상당한 중점을 두고 있습니다.

FAQ

1. AWS Innovate는 어디에서 열립니까?
2. AWS Innovate 참석 비용은 얼마입니까?
3. AWS Innovate의 참석 대상은 누구입니까?
4. AWS Innovate 등록 확인 메시지를 받을 수 있습니까?
5. 참석 인증서를 받으려면 어떻게 해야 합니까?
6. 다른 언어로 진행되는 세션이 있습니까?
7. 온라인 컨퍼런스 관리자에게 연락하려면 어떻게 해야 합니까?

Q: AWS Innovate는 어디에서 열립니까?
AWS Innovate는 온라인 컨퍼런스입니다. 온라인 등록을 완료하면 플랫폼에 액세스하는 데 필요한 로그인 링크가 포함된 확인 이메일을 받게 됩니다. 2020년 2월 19일까지 링크에 액세스할 수 있습니다.

Q: AWS Innovate 참석 비용은 얼마입니까?
A: AWS Innovate는 무료 온라인 컨퍼런스입니다.

Q: AWS Innovate의 참석 대상은 누구입니까?
A: AWS Innovate에서는 AWS를 처음 접한 사용자나 익숙한 사용자 모두 새로운 지식과 기술을 배울 수 있습니다. AWS Innovate는 새로운 통찰력을 생성하고 새로운 효율성을 지원하며 보다 정확하게 예측하는 올바른 기술을 개발할 수 있도록 설계되었습니다.

Q: AWS Innovate 등록 확인 메시지를 받을 수 있습니까?
A: 온라인 등록 절차를 완료하면 확인 이메일이 발송됩니다.

Q: 참석 인증서를 받으려면 어떻게 해야 합니까?
A: 5개 이상의 세션을 모두 시청하는 경우 이벤트가 종료되고 1주일 후에 이벤트에 등록할 때 사용한 이메일로 참가 인증서를 보내드립니다.

Q: 다른 언어로 진행되는 세션이 있습니까?
A: 한국어, 말레이/인도네시아어, 북경어, 포르투갈어, 스페인어로 진행되는 세션이 있습니다.

Q: 온라인 컨퍼런스 관리자에게 연락하려면 어떻게 해야 합니까?
A: 위의 FAQ에서 원하는 답을 찾지 못하신 경우, 이메일로 문의해주십시오.

 


Amazon SageMaker 시작하기

AWS Management Console에서 Amazon SageMaker를 사용하여 구축을 시작하십시오.
AWS 프리 티어 세부 정보 보기 
Up-Arrow