50+

семинаров
Вопросы к
экспертам
Ответы на вопросы в прямом эфире
Истории
клиентов
Примеры использования
машинного обучения
Опыт работы
Подробнее
Ключевые
понятия
Инновации
In-Partnership-With-Intel_ru-RUv2

50+

семинаров
Вопросы к
экспертам
Ответы на вопросы в прямом эфире
Истории
клиентов
Примеры использования
машинного обучения
Опыт работы
Подробнее
Ключевые
понятия
Инновации
In-Partnership-With-Intel_ru-RUv2

Программа

Вдохновитесь примерами и узнайте, как использовать машинное обучение для повышения качества обслуживания, ускорения операций и снижения рисков, а также получите возможность реализовать эти проекты в своей организации. Погрузитесь в любую из более чем 50 бизнес- и технических секций, проводимых экспертами AWS, где они поделятся последними инновациями в области искусственного интеллекта и машинного обучения, ключевыми концепциями, примерами использования, рекомендациями по архитектуре и ответят на ваши вопросы в режиме реального времени.

 Загрузите обзор программы »

сессий

  •  Русский
  • Вступительный доклад
  • Я разработчик приложений
  • Я специалист по работе с данными
  • Я инженер по обработке данных
  • Я инженер MLOps
  • Я специалист, ответственный за принятие технических решений
  • Я руководитель, ответственный за принятие решений
  • Завершающий Keynote
  •  Русский
  • Все сессии на русском языке


    Вступительный доклад

    Докладчик: Александр Ложечкин, старший менеджер по архитектуре решений партнеров в регионе EMEA (Европа, Африка и Ближний Восток), AWS
    Длительность: 30 минут


    Добавьте компьютерное зрение в ваше приложение без навыков машинного обучения (Уровень 200)

    Докладчик: Майк Голубев, архитектор решений, AWS
    Длительность: 30 минут


    Создавайте модели обнаружения дефектов и аномалий даже не имея навыков в машинном обучении. (Уровень 200)

    Докладчик: Александр Изюмов, архитектор решений, AWS
    Длительность: 30 минут


    Управляйте вашими ML данными в одном централизованном репозитории (Уровень 300)

    Докладчик: Егор Шадрин, архитектор решения для стартапов, AWS
    Длительность: 30 минут


    Подготовьте ваши наборы данных - обрабатывайте данные любого объема с помощью Apache Spark и SageMaker Data Wrangler (Уровень 300)

    Докладчик: Игорь Иванюк, архитектор решений, AWS
    Длительность: 30 минут

  • Вступительный доклад
  • Машинное обучение – это одна из самых разрушительных технологий, с которой столкнется наше поколение. В настоящее время свыше 100 000 клиентов во всех отраслевых сегментах используют AWS для машинного обучения. В этом докладе мы представим обзор сервисов, используемых этими клиентами для ускорения внедрения инноваций и повышения производительности. Мы также познакомим вас с потоками конференции, чтобы вы смогли выбрать для себя лучший и максимально эффективно провести день.

    Сессия на русском языке

    Докладчик: Александр Ложечкин, старший менеджер по архитектуре решений партнеров в регионе EMEA (Европа, Африка и Ближний Восток), AWS
    Длительность: 30 минут

  • Я разработчик приложений
  • О потоке

    Узнайте, как быстро и легко добавить функции искусственного интеллекта и модели машинного обучения в свои приложения. Не нужно быть экспертом: просто используйте API или готовые модели, и задача будет выполнена!

    Все сессии на английском языке

    Добавьте в приложение собственную модель машинного зрения, не имея навыков в сфере машинного обучения (Уровень 200)

    Машинное зрение позволяет компьютерам идентифицировать на изображениях людей, места и предметы с точностью, которая сравнима с человеческими способностями или даже превышает их, и при этом с гораздо более высокой скоростью и эффективностью. Приложения компьютерного зрения охватывают огромный спектр применения: от выявления брака на высокоскоростных сборочных линиях до анализа медицинских изображений.

    В ходе этого доклада с помощью сервиса Amazon Rekognition мы построим автоматизированную систему модерации контента в вашем приложении. Будет продемонстрирован пример выявления подозрительного и неприемлемого контента как на изображениях, так и на видео с подробными метками, на основании которых можно блокировать или разрешать контент. Лучшая часть? Использование сервиса Rekognition не требует наличия предварительного опыта в области машинного обучения.

    Докладчик: Sohan Maheshwar (Sohan Maheshwar), консультант по разработке, AWS
    Длительность: 30 минут


    Создавайте собственные модели обнаружения дефектов и аномалий без навыков машинного обучения. (Уровень 300)

    Как команды разработчиков могут добавлять в бизнес-приложения интеллектуальные возможности, не имея навыков в сфере машинного обучения? В этой практической секции мы сосредоточимся на двух конкретных примерах, связанных с обнаружением аномалий. Мы рассмотрим практические действия, направленные на выявление дефектов продукции с помощью изображений и обнаружение выбросов и проблем в бизнес-показателях.

    Докладчик: Алекс Казальбони (Alex Casalboni), старший консультант по разработке, AWS
    Длительность: 30 минут


    Развертывайте современные модели машинного обучения и решения в один щелчок мыши (Уровень 300)

    У начинающих знакомство с технологиями машинного обучения возникает множество вопросов. Разработчики, которые только начинают знакомство с этой областью, часто сталкиваются с трудностями при импорте модели из популярного репозитория и развертывании ее в конечной точке API. Для запуска рабочего приложения, использующего машинное обучение, также требуются дополнительные компоненты, включая шлюзы API, компоненты бессерверных вычислений, хранилище объектов, потоки ETL, панели управления и средства аутентификации. Таким образом, для новичков в области машинного обучения полный процесс создания решения может занять месяцы или больше. В своем докладе я покажу, как можно легко и быстро выводить на рынок приложения машинного обучения. мы продемонстрируем, как развертывать решения с использованием готовых моделей машинного обучения и как настраивать их для конкретной бизнес-задачи. Мы покажем, как всего в несколько щелчков мыши можно запускать решения на базе технологий машинного обучения, предварительно настроенные для работы со всеми ресурсами AWS, необходимыми в работе, включая шаблон CloudFormation и эталонную архитектуру.

    Докладчик: Себастьян Стормак (Sébastien Stormacq), старший консультант по разработке, AWS
    Длительность: 30 минут


    Мнение эксперта: беседуем с Лукой Бьянки (Luca Bianchi), ведущим специалистом по бессерверным вычислениям AWS (Уровень 200)

    В ходе этой сессии Марсия побеседует с Лукой Бьянки, техническим директором компании Neosperience, являющимся экспертом по бессерверным вычислениям AWS. Мы будем обсуждать, могут ли управляемые ИИ-сервисы давать те же результаты, что и пользовательские модели, обученные с помощью Sagemaker. Мы также дадим несколько советов разработчикам, которые работают в области машинного обучения и поделимся всеми рекомендациями, которые мы сможем охватить в рамках 30-минутной сессии.

    Докладчик: Марсия Вильяльба (Marcia Villalba), старший консультант по разработке, AWS | Лука Бьянки (Luca Bianchi), эксперт по бессерверным вычислениям, AWS
    Длительность: 30 минут

  • Я специалист по работе с данными
  • О потоке

    Узнайте, как создавать, обучать и развертывать высококачественные модели в любом масштабе, не беспокоясь об инфраструктуре. Сосредоточьтесь на понимании существующей проблемы машинного обучения и на том, как ее решить, используя существующие или собственные алгоритмы.

    Все сессии на английском языке

    Переносите и масштабируйте свои эксперименты по машинному обучению в облаке (Уровень 200)

    Если вы запускаете блокноты и эксперименты по машинному обучению на своем ноутбуке или соревнуетесь за ресурсы со своими коллегами на общем сервере Jupyter, изо всех сил пытаясь делиться информацией и работать совместно с другими пользователями без отслеживания зависимостей и других ограничений, пришло время масштабировать вашу среду машинного обучения, перенеся ее в облако.

    В рамках этой сессии вы познакомитесь с Amazon SageMaker и, в частности, с блокнотами SageMaker, получите доступ к блокнотам за считаные секунды без запуска вычислительных инстансов, научитесь легко масштабировать вычисления в сторону увеличения или уменьшения производительности, обмениваться блокнотами, чтобы другие пользователи могли воспроизводить результаты с теми же данными, средой и зависимостями библиотек, получать доступ к другим ресурсам AWS и выполнять мониторинг безопасности, что позволит вам быстрее создавать модели и организовывать совместную работу пользователей при любых масштабах.

    Докладчик: Боаз Зиниман (Boaz Ziniman), старший консультант по разработке, AWS
    Длительность: 30 минут


    Выявляйте потенциальные смещения в ваших наборах данных и объясняйте поведение модели прогнозирования (Уровень 300)

    Поскольку модели машинного обучения создаются с помощью алгоритмов обучения, изучающих статистические закономерности, присутствующие в наборах данных, сразу возникает несколько вопросов. Во-первых, можем ли мы когда-нибудь объяснить, почему модель машинного обучения дает определенный прогноз? Во-вторых, что, если наш набор данных неточно описывает реальную проблему, которую мы пытались смоделировать? Можем ли мы вообще обнаружить такие проблемы? Нельзя ли незаметно внести какое-то смещение? Это вовсе не праздные вопросы, и ответы на них могут иметь далеко идущие последствия. К сожалению, даже при самых лучших намерениях в наборах данных могут существовать смещения, которые после внесения в модели приводят к последствиям: экономическим, этическим и юридическим. 

    Таким образом, для разработчиков моделей и администраторов важно знать о потенциальных источниках смещения в рабочих системах. Кроме того, многим компаниям и организациям нужны объяснимые модели машинного обучения, прежде чем их можно будет использовать в рабочей среде. Фактически, ряд нормативных актов прямо требует объяснения модели для принятия последующих решений. В ходе этого практического занятия вы узнаете, как Amazon SageMaker Clarify может помочь вам справиться с проблемами смещения данных и объяснимости модели, а также как использовать этот инструмент с пользовательским интерфейсом SageMaker Studio и SageMaker SDK. Вы также увидите, как он работает вместе с SageMaker Model Monitor для отслеживания смещения со временем в конечных точках прогнозирования.

    Докладчик: Жюльен Симон (Julien Simon), старший технический эксперт в области искусственного интеллекта и машинного обучения, AWS
    Длительность: 30 минут


    Мнение эксперта: беседуем с Франческо Покетти (Francesco Pochetti), ведущим специалистом по машинному обучению AWS (Уровень 300)

    В ходе этой сессии Жюльен побеседует с Франческо Покетти, экспертом по машинному обучению AWS и опытным специалистом по работе с данными. Обсуждая конкретные задачи, над которыми ежедневно работают специалисты по работе с данными, а также новые требования, такие как достоверность и объяснимость данных, они поделятся всеми рекомендациями, которые можно охватить в рамках 30-минутной сессии, чтобы помочь вам ускорить создание высококачественных моделей.

    Докладчики: Жюльен Симон (Julien Simon), старший технический эксперт в области искусственного интеллекта и машинного обучения, AWS и Франческо Покетти (Francesco Pochetti), эксперт по машинному обучению AWS
    Длительность: 30 минут


    Масштабируйте большие задания по обучению с помощью параллелизма данных и моделей (Уровень 400)

    Докладчик: Шашанк Прасанна (Shashank Prasanna), старший консультант по разработке приложений с использованием искусственного интеллекта и машинного обучения, AWS
    Длительность: 30 минут

  • Я инженер по обработке данных
  • О потоке

    Узнайте, как превратить необработанные данные в чистые и значимые наборы данных машинного обучения без необходимости управлять какой-либо инфраструктурой. Сосредоточьтесь на изучении и обогащении данных, поступающих из различных источников, для построения высококачественных моделей.

    Все сессии на английском языке

    Управляйте данными машинного обучения в центральном и безопасном репозитории (Уровень 300)

    Прежде чем начать обрабатывать данные и создавать функции, вам нужно иметь способ переместить необработанные данные из нескольких хранилищ данных в центральный репозиторий, который можно использовать в качестве отправной точки. В ходе этой сессии вы узнаете, как можно получить данные из баз данных SQL, NoSQL и источников потоковых данных и как можно затем исследовать и комбинировать данные для создания наборов данных машинного обучения, используя инструменты SQL или подготовки визуальных данных.

    Докладчик: Хавьер Рамирес (Javier Ramirez), консультант по разработке, AWS
    Длительность: 30 минут


    Мнение эксперта: беседуем с Уолтером Ривьерой (Walter Riviera), техническим специалистом Intel по искусственному интеллекту (Уровень 300)

    В ходе этой сессии Жюльен побеседует с Уолтером Ривьерой (Walter Riviera), техническим специалистом Intel по искусственному интеллекту. Они поделятся техническими знаниями о том, как наилучшим образом использовать решения Intel для выполнения рабочих нагрузок машинного обучения на AWS. Кроме того, они обсудят аппаратные и программные технологии Intel, такие как Intel Skylake, AVX512, DLBoost, библиотеку Math Kernel Library, OpenVino и др. Конечно же, они также расскажут подробности о недавно анонсированных инстансах EC2 Habana Gaudi, которые появятся в AWS в 2021 году. Будьте готовы узнать много нового!

    Докладчики: Жюльен Симон (Julien Simon), старший технический эксперт в области искусственного интеллекта и машинного обучения, AWS и Уолтер Ривьера (Walter Riviera), технический специалист по искусственному интеллекту, Intel
    Длительность: 30 минут


    Подготовьте свои наборы данных в нужном масштабе с помощью Apache Spark и SageMaker Data Wrangler (Уровень 300)

    Pandas не масштабируется для больших наборов данных. Apache Spark – это механизм распределенной обработки данных с открытым исходным кодом, который масштабируется до больших наборов данных на большом количестве инстансов кластера. В ходе этой сессии я продемонстрирую несколько способов использования Apache Spark на AWS для анализа больших наборов данных, выполнения проверки качества данных и смещения, преобразования необработанных данных в функции машинного обучения и обучения моделей прогнозирования.

    Докладчик: Крис Фрегли (Chris Fregly), старший консультант по разработке приложений с использованием искусственного интеллекта и машинного обучения, AWS
    Длительность: 30 минут


    Стандартизируйте и автоматизируйте рабочие процессы конструирования признаков (Уровень 300)

    Как специалист по работе с данными, вы, безусловно, тратите много времени на создание кода для конструирования признаков. Действительно, учитывая экспериментальный характер этой работы, даже небольшой проект может потребовать множества итераций. Таким образом, вы часто будете запускать один и тот же программный код для конструирования признаков, тратя время и вычислительные ресурсы на повторение одних и тех же операций. В крупных организациях это может привести к еще большей потере продуктивности, поскольку часто разные команды выполняют идентичные задания, а иногда даже повторно пишут код конструирования признаков, не зная о предыдущей работе. 

    Поскольку модели обучаются на специально разработанных наборах данных, к данным необходимо применять те же преобразования, которые используются для прогнозирования. Это часто означает переписывание кода конструирования признаков (иногда на другом языке программирования), интеграцию его в рабочий процесс прогнозирования и запуск во время прогнозирования. Весь этот процесс не только занимает много времени, но и может привести к противоречивым результатам, поскольку даже малейшее изменение в преобразовании данных может иметь большое влияние на прогнозы. В ходе этого практического занятия вы узнаете, как решить все эти проблемы с помощью инструмента Amazon SageMaker Feature Store, а также как использовать его с пользовательским интерфейсом SageMaker Studio и SageMaker SDK. Вы также увидите, как он работает вместе с SageMaker Data Wrangler, чтобы упростить рабочие процессы комплексной подготовки данных.

    Докладчик: Жюльен Симон (Julien Simon), старший технический эксперт в области искусственного интеллекта и машинного обучения, AWS
    Длительность: 30 минут

  • Я инженер MLOps
  • О потоке

    Узнайте, как наиболее эффективно поддерживать группы специалистов по работе с данными и их анализу. Автоматизируйте комплексные рабочие процессы с помощью AWS и инструментов с открытым исходным кодом и выбирайте лучшую инфраструктуру для каждого варианта использования.

    Все сессии на английском языке

    Мнение эксперта: беседуем с Павлосом Митсулисом (Pavlos Mitsoulis), ведущим специалистом по машинному обучению AWS

    Докладчики: Кобус Бернар (Cobus Bernard), старший консультант по разработке, AWS | Павлос Митсулис (Pavlos Mitsoulis), ведущий специалист по машинному обучению AWS
    Длительность: 30 минут


    Выбирайте правильный инстанс машинного обучения для задания (Уровень 200)

    Докладчик: Шашанк Прасанна (Shashank Prasanna), старший консультант по разработке приложений с использованием искусственного интеллекта и машинного обучения, AWS
    Длительность: 30 минут


    Автоматизируйте рабочие процессы машинного обучения с помощью комплексных конвейеров (Уровень 300)

    Разработка качественной модели машинного обучения включает в себя множество шагов. Обычно мы начинаем с изучения и подготовки данных. Мы экспериментируем с разными алгоритмами и параметрами. Мы тратим время на обучение и настройку нашей модели до тех пор, пока она не будет соответствовать показателям качества и не станет готова к развертыванию в рабочей среде. На организацию и автоматизацию рабочих процессов на каждом этапе процесса разработки данной модели могут уйти месяцы написания кода.

    В ходе этой сессии мы покажем вам, как создавать, автоматизировать и управлять комплексными рабочими процессами машинного обучения с помощью Amazon SageMaker Pipelines. Мы создадим многократно используемый конвейер модели NLP для подготовки данных, сохранения признаков в хранилище признаков, точной настройки модели BERT и развертывания модели в рабочей среде, если она соответствует определенным нами показателям качества.

    Докладчик: Антье Барт (Antje Barth), старший консультант по разработке приложений с использованием искусственного интеллекта и машинного обучения, AWS
    Длительность: 30 минут


    Создавайте собственные платформы машинного обучения с использованием технологий с открытым исходным кодом (Уровень 300)

    По мере того, как компании внедряют машинное обучение, они стремятся автоматизировать и координировать различные этапы работы конвейера машинного обучения. Как инженеры по обработке данных, координирующие различные этапы сбора и подготовки данных, помогая специалистам по работе с данными отслеживать и управлять локальной разработкой моделей, так и специалисты при развертывании готовых моделей в рабочей среде – многие стремятся использовать инструменты с открытым исходным кодом. Существует множество подобных инструментов, и на этой сессии мы узнаем больше о многих из них.

    Докладчик: Рикардо Суэйрас (Ricardo Sueiras), старший консультант по разработке, AWS
    Длительность: 30 минут

  • Я специалист, ответственный за принятие технических решений
  • О потоке

    Машинное обучение, особенно в крупных организациях, охватывает более широкий круг вопросов, помимо обучения и развертывания моделей. Узнайте о рекомендациях AWS в области искусственного интеллекта и машинного обучения, которые помогут вам сделать рабочие процессы машинного обучения более эффективными, отказоустойчивыми и безопасными.

    Все сессии на английском языке

    Переход от разрозненных баз данных: создайте бессерверное озеро данных в Amazon S3 (Уровень 200)

    Ключевыми факторами при создании и масштабировании озера данных являются гибкость, безопасность, производительность и оптимизация затрат. Решения для анализа данных, которые будут использоваться в будущем, почти наверняка будут отличаться от используемых сегодня, и выбор правильной платформы для хранения данных даст возможность более быстро экспериментировать и переходить на новейшие аналитические решения. В ходе этой сессии вы узнаете, как оптимизировать хранилище, производительность и затраты при создании озера данных в Amazon S3 и Amazon S3 Glacier.

    Длительность: 30 минут


    От пилотной до рабочей версии: стратегии масштабирования в машинном обучении (Уровень 200)

    Вы разработали стратегию данных, определили оптимальный сценарий использования и успешно реализовали пилотную версию решения. Что дальше? Ключ к успеху в области машинного обучения – масштаб. Многие организации сталкиваются с проблемами при переносе модели машинного обучения с исходной пилотной версии в рабочую версию решения в реальном масштабе организации. В ходе этой сессии руководители и менеджеры, стремящиеся к успеху с помощью технологии машинного обучения в масштабах организации, могут получить рекомендации, в том числе относительно MLOps, управления данными и обмена знаниями.

    Длительность: 30 минут


    Рекомендации по архитектуре приложений машинного обучения (Уровень 300)

    Архитектура приложений машинного обучения, несмотря на сходство с другими архитектурами, развернутыми в облаке AWS, имеет свои особенности. По мере роста популярности облачных приложений машинного обучения пользователи все чаще спрашивают: «Правильно ли я действую?» На этой сессии рассказывается о том, как применить рекомендации в рамках концепции AWS Well-Architected Framework к рабочим нагрузкам машинного обучения и где необходимо учесть уникальную природу архитектуры машинного обучения. В качестве примера на данной сессии также подробно рассматриваются общедоступные решения AWS Well-Architected, которые помогут вам убедиться, что у вас есть правильные инструменты, необходимые для начала работы.

    Длительность: 30 минут


    Безопасное и совместимое машинное обучение для регулируемых отраслей (Уровень 300)

    Поскольку организации переносят свои рабочие нагрузки машинного обучения в облако, главным требованием становится наличие доступа к безопасной среде. На этой сессии вы узнаете, как подготовить безопасную среду машинного обучения в Amazon SageMaker, подробно изучите общие шаблоны и архитектуры клиентов и узнаете, как использовать другие сервисы AWS для создания этих сред согласованным и воспроизводимым образом.

    Длительность: 30 минут

  • Я руководитель, ответственный за принятие решений
  • О потоке

    При всей технической сложности главная привлекательность технологий искусственного интеллекта и машинного обучения заключается в том, что они помогают организациям быстро внедрять инновации и улучшать свои бизнес-процессы. Учитесь у компаний, которые успешно внедрили эти технологии, и узнайте, как можно сделать то же самое!

    Все сессии на английском языке

    новации никогда не бывают «обычными» (Уровень 100)

    Длительность: 45 минут


    Технологии искусственного интеллекта и машинного обучения помогают Amazon.com повышать качество обслуживания клиентов (Уровень 200)

    Amazon.com использует инновационные и масштабируемые технологии искусственного интеллекта и машинного обучения, чтобы трансформировать подходы в работе и создать новые возможности для клиентов. В ходе этой сессии, ориентированной на руководителей высшего звена, принимающих решения в сфере бизнеса и технологий, мы поделимся конкретными примерами из потребительского (розничного) бизнеса Amazon.com и других направлений деятельности, чтобы объяснить, как технологии искусственного интеллекта и машинного обучения помогают Amazon обеспечивать наилучшее качество обслуживания клиентов при одновременном повышении эффективности и снижении затрат. Мы представим выводы и уроки, извлеченные Amazon.com в культурных, методологических и технологических аспектах создания и масштабирования функций машинного обучения в организации.

    Длительность: 30 минут


    Как внедрять инновации для достижения высоких результатов в бизнесе? (Уровень 200)

    На этой сессии вы узнаете реальные истории клиентов об использовании ими облака AWS и сервисов AWS Professional Services для ускорения внедрения технических инноваций и достижения высоких результатов бизнеса после трансформации. Познакомьтесь с примерами из разных отраслей, сценариями использования и технологиями.

    Длительность: 30 минут


    От пилотной до рабочей версии: стратегии масштабирования в машинном обучении (Уровень 200)

    Вы разработали стратегию данных, определили оптимальный сценарий использования и успешно реализовали пилотную версию решения. Что дальше? Ключ к успеху в области машинного обучения – масштаб. Многие организации сталкиваются с проблемами при переносе модели машинного обучения с исходной пилотной версии в рабочую версию решения в реальном масштабе организации. В ходе этой сессии руководители и менеджеры, стремящиеся к успеху с помощью технологии машинного обучения в масштабах организации, могут получить рекомендации, в том числе относительно MLOps, управления данными и обмена знаниями.

    Длительность: 30 минут

  • Завершающий Keynote
  • В заключительной части выступления мы сосредоточимся на ресурсах AWS, которые помогут вам запустить и ускорить ваши проекты по обучению работе с AWS: примеры использования клиентами, партнеры, справочные документы, эталонные архитектуры, решения, блоги и код! 10 минут, насыщенных реальным и действенным контентом, так что не пропустите это!

    Докладчик: Жюльен Симон (Julien Simon), старший технический эксперт в области искусственного интеллекта и машинного обучения, AWS
    Длительность: 30 минут

Уровни сессий, разработанные для вас

ВВОДНЫЙ УРОВЕНЬ
Уровень 100

Сессии ориентированы на предоставление обзора сервисов и функций AWS; предполагается, что участники не знакомы с данной темой.

СРЕДНИЙ УРОВЕНЬ
Уровень 200

Сессии ориентированы на предоставление рекомендаций, подробных сведений об особенностях сервисов и демонстрации возможностей; предполагается, что участники имеют начальные знания по данным темам.

ВЫСОКИЙ УРОВЕНЬ
Уровень 300

Сессии посвящены углубленному изучению определенной темы. Предполагается, что аудитория в определенной степени знакома с темой, но может иметь или не иметь непосредственный опыт реализации аналогичного решения.

ЭКСПЕРТНЫЙ УРОВЕНЬ
Уровень 400

Сессии предназначены для участников, которые хорошо знакомы с темой, имели опыт самостоятельной реализации решений и хорошо знакомы с тем, как работают технологии в различных сервисах, архитектурах и реализациях.

Начните работу с AWS уже сегодня

Получите бесплатный опыт работы с платформой AWS, ее продуктами и сервисами. Изучите более 60 продуктов и начните работать на AWS в рамках уровня бесплатного пользования.