AWS Thai Blog

Amazon SageMaker JumpStart เป็นความสามารถของ Amazon SageMaker ที่จะช่วยเพิ่มความเร็วของ machine learning workflow ด้วยการเข้าถึง Model Collection (หรือที่เรียกอีกอย่างว่า “Model Zoos”) ภายในคลิกเดียว รวมถึง end-to-end solutions ที่ใช้แก้ปัญหาในงานทั่วไปด้วย

โพสต์นี้เป็นส่วนหนึ่งของซีรี่ย์ Week in Review ซึ่งจะเป็นสรุปข่าวและประกาศที่น่าสนใจจาก AWS ประจำสัปดาห์ เริ่มต้นสัปดาห์ใหม่ด้วยการสรุปข่าว AWS ที่สำคัญที่สุดใน 7 วันที่ผ่านมา

อ้างอิงจากสามบทความก่อนหน้าของการออกแบบและแนวทางปฏิบัติของ AWS Lambda scaling ที่ผู้ใช้จะได้เรียนรู้วิธีการสร้าง Application แบบไร้ Server สำหรับเสกลขนาดใหญ่, โมเดลการเรียกใช้งาน AWS Lambda’s ในแบบต่าง ๆ และวิธีในการพัฒนาด้วย AWS Lambda ที่ดีที่สุด ซึ่งในบทความต่อไปนี้ จะช่วยให้ผู้ใช้ได้พัฒนาความรู้เชิงลึกเกี่ยวกับการทำงานแบบ serverless ไปอีกขั้นด้วยหลักการ 10 ข้อดังต่อไปนี้

โพสต์นี้เป็นส่วนหนึ่งของซีรี่ย์ Week in Review ซึ่งจะเป็นสรุปข่าวและประกาศที่น่าสนใจจาก AWS ประจำสัปดาห์ เริ่มต้นสัปดาห์ใหม่ด้วยการสรุปข่าว AWS ที่สำคัญที่สุดใน 7 วันที่ผ่านมา

ปี 2020-2022 ได้เตือนเราถึงความจำเป็นของการมีความคล่องตัวเมื่อเผชิญกับการเปลี่ยนแปลงอย่างต่อเนื่องและกะทันหัน ลูกค้าทุกรายที่ผมคุยด้วยในปีนี้ต้องทำสิ่งต่าง ๆ ที่แตกต่างออกไปเนื่องจากการระบาดใหญ่ ลูกค้าบางรายกำลังมุ่งเน้นไปที่การขับเคลื่อนประสิทธิภาพในการดำเนินงานเพิ่มขึ้น และลูกค้าบางรายกำลังเติบโตอย่างมาก โดยรวมแล้ว ผมเห็นองค์กรต่างๆ ที่ต้องการใช้ข้อมูลของตนเพื่อตัดสินใจได้ดีขึ้นอย่างรวดเร็วเมื่อมีการเปลี่ยนแปลงเกิดขึ้น

โพสต์นี้เป็นส่วนหนึ่งของซีรี่ย์ Week in Review ซึ่งจะเป็นสรุปข่าวและประกาศที่น่าสนใจจาก AWS ประจำสัปดาห์ เริ่มต้นสัปดาห์ใหม่ด้วยการสรุปข่าว AWS ที่สำคัญที่สุดใน 7 วันที่ผ่านมา

โพสต์นี้เป็นส่วนหนึ่งของซีรี่ย์ Week in Review ซึ่งจะเป็นสรุปข่าวและประกาศที่น่าสนใจจาก AWS ประจำสัปดาห์

ไม่ว่าคุณจะเคยสร้างระบบอัตโนมัติมามากแค่ไหน, ฝึกเรื่อง Infrastructure as Code (IAC) จนเก่ง หรือ ประสบความสำเร็จในการจัดการ server ทีละตัวให้กลายเป็นการจัดการจำนวนมากเป็นกลุ่มงานก็ตาม บางครั้ง เราก็จำเป็นต้อง Interact กับ AWS resources ที่ command line เพื่อการตรวจสอบหรือปรับเปลี่ยนการกำหนดค่าของไฟล์, แก้ไขการใช้งาน หรือแม้แต่ทดลองฟีเจอร์และบริการใหม่จาก AWS

การ Onboarding ข้อมูลใหม่ หรือสร้าง analytics pipelines แบบใหม่ ใน analytics architectures หรือสถาปัตยกรรมการวิเคราะห์ข้อมูลแบบเก่า มักต้องการความร่วมมือภายในองค์กรทั้งในทีม business, ทีม data engineering, ทีม data science และทีมวิเคราะห์ เพื่อหารือกันเรื่องความต้องการ, โครงสร้าง schema, ความจำเป็นในการใช้งาน infrastructure capacity รวมถึงการจัดการภาระงาน

Amplify Studio เป็นอินเทอร์เฟซสำหรับการพัฒนาแอปพลิเคชันโดยไม่ต้องเขียนโค้ด (รวมถึง ส่วนประกอบ UI, ตาราง, GraphQL API, Authentication และการจัดเก็บไฟล์) ซึ่งเหล่านี้เป็นส่วนประกอบที่สำคัญในการสร้างแอปพลิเคชัน บล็อกนี้จะอธิบายเกี่ยวกับการสร้างแอปพลิเคชันแกลเลอรีรูปภาพ โดยใช้ความสามารถใหม่ของ Amplify Studio มาสร้างคลังเก็บไฟล์ (Amazon S3 Bucket) กำหนดสิทธิ์เปิดไฟล์ และ การจัดการไฟล์ ทำให้นักพัฒนาสามารถสร้างแอปพลิเคชันได้ง่ายขึ้น และมี Content Manager ซึ่งจะช่วยให้จัดการไฟล์ได้ง่ายขึ้นผ่าน UI ของ Amplify Studio