AWS Entity Resolution oferece fluxos de trabalho de correspondência incrementais baseados em machine learning
Agora, o AWS Entity Resolution anuncia a disponibilidade geral de fluxos de trabalho de correspondência incrementais baseados em machine learning (ML), transformando fundamentalmente a forma como as empresas processam a resolução de entidades em grande escala. Anteriormente, para adicionar até mesmo um único registro, os clientes precisavam reprocessar todo o conjunto de dados, um processo que podia levar até dois dias e custar milhares de dólares. Essa restrição criou um gargalo crítico que forçou as principais empresas a buscar soluções alternativas de alto custo.
Com esse aprimoramento, o AWS Entity Resolution permite que as empresas processem apenas os novos registros adicionados desde a última execução do fluxo de trabalho. Esse lançamento oferece ganhos drásticos de eficiência: processamento de 1 milhão de registros incrementais em menos de 1 hora, o que representa uma redução de 95% no tempo de processamento em comparação com as workloads atuais, além de reduzir significativamente os custos de infraestrutura. O recurso aceita workloads incrementais de até 50 milhões de registros incrementais em conjuntos de dados contendo até 1 bilhão de registros de base históricos, o que viabiliza o AWS Entity Resolution para workloads empresariais contínuas e de grande escala que antes eram economicamente inviáveis.
Você pode começar a usar fluxos de trabalho incrementais de ML em todas as regiões da AWS que oferecem o AWS Entity Resolution. Para obter mais informações sobre como iniciar um fluxo de trabalho incremental de ML, consulte o guia do usuário. Para obter mais informações sobre o AWS Entity Resolution, acesse a página do produto.