Uygulama modernizasyonu için doğru veri tabanlarını seçin (Seviye 200)
Her duruma uygun tek boyutlu veri tabanı fikri, gün geçtikçe daha fazla kuruluşun çok sayıda amaca yönelik veri tabanı kullanarak yüksek oranda dağıtılmış uygulamalar oluşturması nedeniyle günümüzde geçerli değildir. Dünya geliştikçe veri tabanı kategorileri büyümeye devam ediyor. Çeşitli veri modelleri gerektiren, internet ölçeğinde uygulamalar oluşturmak isteyen müşteri sayısının gitgide arttığını görüyoruz. Bu ihtiyaçlara yanıt olarak anahtar-değer, geniş sütun, belge, bellek içi, grafik, zaman serisi ve defter veri tabanı seçenekleri sunuyoruz. Her biri belirli bir sorunu veya bir grup sorunu çözer. Bu oturumda, modern uygulamaların ölçek, performans ve yönetilebilirlik gereksinimlerini karşılayan AWS amaca yönelik veri tabanları hakkında daha fazla bilgi edinin.

Konuşmacılar: 
William Wong, Baş Veri Tabanı Çözümleri Mimarı, AWS
Surendar Munimohan, Kıdemli Veri Tabanı Çözümleri Mimarı, AWS

Süre: 30 dk.

AWS'de ticari veri tabanlarını taşıyın ve modernize edin (Seviye 200)
Veriler büyümeye devam ettikçe kuruluşlar, bu veri tabanı bulut sunucularını çalıştırmayla ilgili ölçeklenebilirlik, güvenilirlik ve maliyet konularında giderek daha fazla zorlukla karşı karşıya kalıyor. Bu zorlukları çözmek, uygulama kullanılabilirliğini sağlamak ve toplam sahip olma maliyetini (TCO) düşürmek üzere veri tabanlarınızı nasıl taşıyacağınızı ve modernize edeceğinizi öğrenmek için bu oturuma katılın. Ticari veri tabanınızı AWS'ye taşımak için ilk adımı atmadan önce bilmeniz gereken önemli hususları açıklıyoruz. Veri tabanınızı SQL Server İçin Amazon RDS'ye veya Oracle'a taşımanıza yardımcı olacak taşıma yaklaşımlarını, araçlarını ve hizmetlerini ve Amazon Aurora'da veri tabanınızı açık kaynak veri tabanına nasıl modernize edeceğinize ilişkin yaklaşımları derinlemesine inceliyoruz. Oturum ayrıca, modern uygulamalarınız için çeviklik, performans ve ölçeklenebilirlik elde etmek üzere veri tabanınızı daha da optimize etmeye yönelik yaygın kullanım örnekleri içerir.

Konuşmacılar: 
Barry Ooi, Kıdemli Veri Tabanı Çözümleri Mimarı, AWS
Jay Shin, Kıdemli Veri Tabanı Taşıma Uzmanı, AWS

Süre: 30 dk.

AWS üzerinde SQL Server'ı optimize ve modernize edin (Seviye 300)
Eski SQL Server veri tabanlarının modernize edilmesi zaman alıcı olabilir ve yoğun kaynak kullanımı gerektirebilir çünkü uygulamanın kendisini taşımak için, veri tabanıyla etkileşime giren uygulama kodunun yeniden yazılması da dâhil olmak üzere genellikle yapılması gereken daha fazla iş vardır. Bu oturumda, ölçeklenebilirlik, yüksek kullanılabilirlik ve olağanüstü durum kurtarma elde etmek ve lisans maliyetlerini yönetmek için AWS üzerinde SQL Server çalıştırmanın avantajları açıklanmaktadır. Açık kaynaklı veri tabanlarını veya bulut için oluşturulmuş veri tabanlarını kullanarak genellikle uygulama değişikliklerini ve modernizasyonu içeren stratejilerden birini ve pahalı lisanslardan (daha düşük maliyetlerle sonuçlanan), satıcı bağlı kalma sürelerinden ve denetimlerden nasıl kaçınılabileceğini konuşuyoruz. Bu oturumda, Aurora PostgreSQL İçin Babelfish'in nasıl kullanılacağı ve geleneksel veri tabanı taşımayla ilişkili çok kısa sürede sorguları çalıştırmaya başlama ve lisans harcamalarınızı optimize etme konusunda pratik bakış açısı sağlayan tanıtım bulunuyor.

Konuşmacılar: 
Sriwantha Attanayake, Baş Çözüm Ortağı Çözümleri Mimarı, AWS
Rita Ladda, Microsoft Uzman Çözüm Mimarı, AWS

Süre: 30 dk.

Amazon Aurora ile ölçeklenebilir uygulamalar oluşturun (Seviye 200)
Yıllardır uygulamalar, pahalı ve tescilli eski tip ticari veri tabanlarıyla geliştirilmektedir. Birçoğu cezalandırıcı lisanslama koşulları uygular ve yönetilmesi ve ölçeklendirilmesi zordur. Bu oturumda, MySQL ve PostgreSQL ile uyumlu ilişkisel veri tabanı Amazon Aurora ile verilerinizi nasıl yöneteceğinizi ve ölçeklenebilir, güvenilir ve yüksek performanslı uygulamaları nasıl oluşturacağınızı paylaşıyoruz. Ticari veri tabanının performansı ve kullanılabilirliği ile açık kaynak veri tabanının basitliği ve uygun maliyetliliğini bir araya getirir. Uygulama ölçeklenebilirliği, yüksek kullanılabilirlik ve olağanüstü durum kurtarma gereksinimlerini karşılamak için Amazon Aurora'nın ölçeklendirilmesini konuşuyoruz. Bu oturumda aynı zamanda, Amazon Aurora Sunucusuz V2'nin veri tabanı iş yüklerini saniye başına yüzlerce işlemden binlerce işleme anında ölçeklendirmenize ve doğru miktarda veri tabanı kaynağı sağlamak için kapasiteyi küçük artışlarla ayarlamanıza nasıl olanak tanıdığı da gösterilmektedir.

Konuşmacı: Roneel Kumar, Kıdemli Veri Tabanı Çözümleri Mimarı, AWS
Süre: 30 dk.

Amazon DynamoDB ile her ölçekte yüksek performanslı uygulamalar oluşturma (Seviye 200)
NoSQL veri tabanları, belirli veri modelleri için amaca özel tasarlanmıştır ve ölçeklenebilirlik, düşük gecikme süresi ve esneklik gerektiren mobil, web ve oyun uygulamaları gibi modern uygulamalar için optimize edilmiştir. Amazon DynamoDB'nin, on milisaniyeden az sürede tutarlı performansa ve neredeyse sınırsız aktarım hızı ile depolama alanına sahip uygulamalar sunmanıza yardımcı olan kurumsal kullanıma hazır bir veri tabanını nasıl sunduğunu öğrenmek için bu oturuma katılın. DynamoDB'nin özelliklerini, dizinleri, nasıl kolayca ölçeklenebileceğini ve maliyet bileşenlerini derinlemesine inceliyoruz. Ayrıca herhangi bir ölçekte on milisaniyeden az sürede tutarlı performans sunabilen, yüksek düzeyde ölçeklenebilir, çok oyunculu bir çevrimiçi oyun uygulaması için veri modeli tasarlamak üzere NoSQL Çalışma Alanı'nın nasıl kullanılacağını da gösteriyoruz. Gecikme, saniye başına okuma ve yazma istekleri, etkin bölümler, kısıtlama ve hatalar gibi temel ölçümleri gözlemlemek için DynamoDB iş yüklerini geniş ölçekte nasıl kolayca izleyebileceğinizi öğrenin.

Konuşmacı: Vaibhav Bhardwaj, Kıdemli DynamoDB Uzman Çözüm Mimarı, AWS
Süre: 30 dk.

Amazon DocumentDB ile kritik belge iş yüklerini uygun ölçekte çalıştırın (Seviye 200)
Kuruluşlar, uygulama ihtiyaçlarıyla birlikte sorunsuz bir şekilde gelişen verileri kolayca depolamak ve sorgulamak için gün geçtikçe daha fazla belge odaklı veri tabanlarına yöneliyor. Belge veri tabanları ve kullanım örnekleri hakkında daha fazla bilgi edinmek için bu oturuma katılın. MongoDB uyumluluğuna sahip Amazon DocumentDB'nin, görev açısından kritik JSON iş yüklerini uygun ölçekte yürütmenize ve çalıştırmanıza ve geleneksel veri tabanlarında görülen ölçeklenebilirlik sınırlarını aşmanıza nasıl olanak sağladığını öğrenin. Bu oturumda ayrıca, bu çözümün mevcut uygulamalarınızda nasıl sıfır ila minimum kod değişikliği gerektirdiği de anlatılıyor. DocumentDB kullanımına dair tanıtım ile birlikte, mevcut AWS hizmetlerine yerel olarak nasıl entegre edileceğine ve en iyi taşıma uygulamalarına ilişkin rehberlik sağlıyoruz.

Konuşmacı: Gururaj Bayari, Kıdemli Uzman Çözüm Mimarı, AWS
Süre: 30 dk.

Amazon ElastiCache ve Redis İçin MemoryDB'yi kullanarak yüksek performanslı modern uygulamalar oluşturun (Seviye 200)
Günümüzün modern uygulamaları her ölçekte yüksek performans ve duyarlılık gerektirir. Bu oturumda Redis İçin Amazon ElastiCache ile dağıtılmış bellek içi veri deposunu kullanarak geliri, müşteri deneyimini ve memnuniyeti etkileyen yüksek performanslı uygulamaları nasıl geliştirebileceğinizi paylaşıyoruz. Amazon ElastiCache, mikro saniyelik gecikme ile uygulama performansını artıran, tam olarak yönetilen bellek içi önbelleğe alma hizmetidir. Önbelleğe almanın iş yüklerinizi nasıl güçlendirebileceğini ve hızlı, güvenli ve yüksek düzeyde kullanılabilir uygulamaları nasıl oluşturacağınızı keşfedin.

Konuşmacı: Shirish Kulkarni, Kıdemli ElastiCache/MemDB Uzmanı, APJ, AWS
Süre: 30 dk.

Verilerin gücünden yararlanın ve kullanım örneğiniz için doğru analizi seçin (Seviye 200)
Kuruluşlar, doğru analiz yaklaşımıyla verilerinizin tüm potansiyelini ortaya çıkarabilir, semantik öngörüler elde edebilir ve bilinçli kararlar verebilir. Bu oturumda, çeşitli veri türlerinden öngörüler bulmak için kullanım örneğinize göre doğru analizin nasıl seçileceği ve doğru kişilere ve sistemlere nasıl sunulacağı açıklanmaktadır. AWS'deki veri gölleri ve amaca yönelik veri depoları ile verileri yönetmek, veri silolarını ortadan kaldırmak ve pazara ulaşma süresini hızlandırmak için nasıl güçlü bir temel oluşturulacağını ele alacağız.

Konuşmacı: Niladri Bhattacharya, Baş Analiz Çözümleri Mimarı, AWS
Süre: 30 dk.

Amazon DataZone'u kullanarak entegre yönetişim ile kuruluş genelinde veriler elde edin (Seviye 200)
Veri sistemleri; veri göllerine, veri ambarlarına, bulut veri tabanlarına, SaaS uygulamalarına, IoT cihazlarına ve şirket içi sistemlere yayılan çeşitli veri kümeleriyle genellikle dağınık, silolanmış ve karmaşıktır. Verilerinizden değer elde etmek amacıyla, analiz için ihtiyaç duyan kişiler ve sistemler tarafından erişilebilir olması gerekir. Amazon DataZone'un yönetişim ve uyumluluk politikalarınızı uygularken size tüm verilerinizin kişiselleştirilmiş bir görünümünü sunan birleşik bir veri analizi portalı aracılığıyla kuruluş sınırlarını aşan verileri uygun ölçekte paylaşmanıza, aramanıza ve keşfetmenize ve veri projelerinde iş birliği yapmanıza nasıl olanak sağladığını öğrenmek için bu oturuma katılın.

Konuşmacı: Vikas Omer, Baş Analiz Uzmanı, AWS
Süre: 30 dk.

AWS Lake Formation'ı kullanarak tüm veri kullanıcıları için veri erişimini merkezîleştirin ve birleştirin (Seviye 200)
Birçok kuruluş, verileri geniş kapsamlı analiz için kullanılabilir hâle getirmek adına veri, analiz ve makine öğrenimi çözümleri aramaktadır. Bu oturumda, veri silolarını ayırmak, iş kolları genelinde verileri paylaşmak ve bilinçli veri odaklı kararlar vermek için amaca yönelik araçlar ve işleme altyapılarıyla Amazon S3 tabanlı veri gölü tarafından desteklenen birleşik bir veri platformunun nasıl oluşturulacağı ele alınmaktadır. Platform kullanıcısı olarak en hassas verilere kimlerin erişebileceği konusunda daha sıkı denetimin nasıl sağlanacağını öğrenin ve en az ayrıcalıklı erişim politikaları hakkında bilgi edinin. Mevcut veri kümelerine erişimin merkezî olarak nasıl yönetileceği ve farklı kullanıcılar için kendi tercih ettikleri işlem altyapılarıyla ayrıntılı izinlerin nasıl uygulanacağı hakkında bilgi edinin.

Konuşmacı: Praveen Kumar, Kıdemli Analiz Çözümleri Mimarı, AWS
Süre: 30 dk.

Apache Spark'ı minimum operasyonel iş yükü ile güvenli şekilde ve uygun ölçekte çalıştırın (Seviye 200)
Kuruluşların sürekli gelişen bir pazar ortamında analiz iş yükleri için pazara sunma süresini kısaltmaları çok önemlidir. Birçok kuruluş, rekabet avantajı elde etmek, iş maliyetlerini optimize etmek ve karar verme sürecini hızlandırmak için Apache Spark'ı kullanıyor. Bu oturumda, AWS'de açık kaynak uyumlu Apache Spark işlerini çalıştırmaya yönelik 3 seçeneği ele alıyoruz. Apache Spark analiz iş yüklerinin, en az yapılandırma ve işletme yükü ile uygun ölçekte ve güvenli bir şekilde Apache Spark İçin Amazon Athena ve Amazon EMR Sunucusuz üzerinde nasıl çalıştırılacağını ele alıyoruz.

Konuşmacı: Amir Shenavandeh, Kıdemli Büyük Veri Çözümleri Mimarı, AWS
Süre: 30 dk.

AWS'de yüksek performanslı, işlemsel sunucusuz veri gölü oluşturma (Seviye 200)
Veri gölü, yapılandırılmış ve yapılandırılmamış verilerin herhangi bir ölçekte ve çeşitli biçimlerde depolanmasını sağlayan merkezî bir depodur. Ancak güncelleme, tanımlanmış kayıtların bir alt kümesini veri gölünden silme ve eş zamanlı değişiklikler yapma gibi görevler zaman alıcı ve maliyetli olabilir. Bu oturumda, en yaygın işlemsel veri gölü biçimlerini inceliyoruz. EMR Sunucusuz ve Amazon Athena da dâhil olmak üzere analiz ve sunucusuz çözümleriyle tutarlı ve güncel sonuçlar veren analiz sorguları çalıştırmak için yüksek performanslı işlemsel veri göllerinin nasıl oluşturulacağını göstermek için gerçek dünyadaki örnekleri ele alacağız. Oturumda, veri gölü kullanım örnekleri arttıkça mevzuat ve uyumluluk ihtiyaçlarını karşılamak için bir veri gölünde ACID (Bölünmezlik, Tutarlılık, Yalıtım, Dayanıklılık) işlemlerinin nasıl destekleneceği, zaman yolculuğu, şema/bölüm evrimi ve bireysel kayıtların temizlenmesi ele alınmaktadır.

Konuşmacı: Indrajit Ghosalkar, Kıdemli Çözüm Mimarı, AWS
Süre: 30 dk.

Amazon QuickSight ile uygulamalarınızı geliştirin (Seviye 200)
Kuruluşunuzdaki kullanıcılar her gün iş sonuçlarını etkileyen kararlar alır. Doğru zamanda doğru bilgiye sahip olduklarında şirketi doğru yöne taşıyan seçimleri yapabilirler. Bu oturum, Amazon QuickSight'ı uygulamanıza eklemek için kullanabileceğiniz farklı ekleme yaklaşımlarını ve QuickSight panolarını eklemeye yönelik kullanım örneklerini kapsar. QuickSight'ı uygulama mimarinize nasıl entegre edebileceğinizi, izinleri ve güvenliği nasıl yapılandırabileceğinizi ve panolar ve raporları eklemek için QuickSight'ın API'lerini nasıl kullanabileceğinizi gösteriyoruz.

Konuşmacı: Olivia Carline, QuickSight Çözümleri Mimarı, AWS
Süre: 30 dk.

Amazon OpenSearch çözümü ile merkezî günlük kaydını kullanarak 20 dakikada günlük analizi (Seviye 200)
Günlük analizi, kesinti sürelerini çözmek ve uygulamalardaki dayanıklılığı artırmak üzere sorunları araştırmak için gereklidir. Uygulamalar birçok hareketli parçaya sahip olabilir ve tüm ekipler, olayları farklı uygulama katmanları arasında ilişkilendirmek adına merkezî günlük kaydı özelliklerini oluşturmak için doğru becerilere veya zamana sahip değildir. Bu oturumda, Amazon OpenSearch'ün size nasıl kapsamlı günlük yönetimi ve günlük analizi işlem hatlarının oluşturulmasını kolaylaştırma özelliği sağladığını paylaşıyoruz. CDN'niz, güvenlik duvarınız, ağınız, uygulamalarınız ve veri tabanlarınızdaki günlükleri sadece birkaç tıklamayla ve herhangi bir kod yazmadan tek bir panoya nasıl çekeceğinizi öğrenin. AWS'de Amazon OpenSearch Hizmeti ile 20 dakika içinde nasıl merkezî bir günlük analizi platformu oluşturabileceğinizi de gösteriyoruz. Ayrıca özel uygulamalardan ve diğer AWS çözümlerinden günlüklerin nasıl alınacağını ve görselleştirileceğini de anlatıyoruz.

Konuşmacı: Muhammad Ali, Baş Analiz Çözümleri Mimarı, AWS
Süre: 30 dk.

Eski veri tabanınızı Amazon Redshift veri ambarına taşıyarak analiz özelliğinden faydalanmaya başlama (Seviye 200)
Müşteriler verilerinden daha fazla değer elde etmek istiyor ve eski uygulamaları kullanmak giderek zorlaşıyor. Amaca yönelik olarak oluşturulmuş büyük ölçekli bir analiz hizmeti olan Amazon Redshift, işletme genelinde verilerinizden daha derin ve daha hızlı öngörüler sağlar. Bu oturumda, Amazon Redshift'e geçiş yapmak isteyen müşterilerde tanık olduğumuz ortak senaryoları ve analiz platformlarının modernizasyonu ile ortaya çıkan avantajları paylaşıyoruz. Eski veri tabanlarını Amazon Redshift'e nasıl hızlı ve kolay bir şekilde taşıyabileceğinizi, Redshift'in özelliklerinden nasıl yararlanabileceğinizi ve hızlı, kolay ve güvenli analizlerle öngörü elde etme sürenizi uygun ölçekte nasıl kısaltabileceğinizi gösteriyoruz.

Konuşmacı: Sean Beath, Redshift Uzman Çözüm Mimarı, AWS
Süre: 30 dk.

Amazon Redshift ile veri silolarını birleştirerek daha hızlı değer elde edin (Seviye 200)
Öngörüler için ihtiyaç duyduğunuz veriler, hem hacim olarak büyüyor hem de daha çeşitli bir hâle (günlük verileri, tıklama akışı, ses, video) geliyor. Veriler, genellikle üçüncü taraf kuruluşlarda bile çeşitli veri silolarında bulunur. Departmanlar, kuruluşlar ve bölgelerdeki kullanıcıların işlemsel olarak tutarlı veriler üzerinde çalışması beklenir ancak verileri bu silolarda dönüştürme süreci veri çoğaltma, veri kaybı, tutarsızlıklar, yanlışlıklar ve veri taşıma sırasında gecikmeler ve ağ tıkanmaları nedeniyle gecikmeler gibi sorunlar teşkil eder. Bu oturumda, tam olarak yönetilen bir bulut veri ambarı hizmeti olan Amazon Redshift'in veri silolarını aşarak bölgeler ve hesaplar arasında veri paylaşımını nasıl mümkün kıldığı ele alınmaktadır. Çok çeşitli hizmetlerle yerel entegrasyonundan yararlanan Amazon Redshift için yaygın veri entegrasyonu modellerini öğrenin. Oturumda ayrıca veri paylaşım özellikleri ve veri taşıma veya veri kopyalama olmadan canlı verilerin güvenli bir şekilde nasıl paylaşılacağı ve bunlara erişileceği gösterilmektedir.

Konuşmacı: Paul Villena, Redshift Çözümleri Mimarı, AWS
Süre: 30 dk.

Daha hızlı öngörüler için veri entegrasyonunu basitleştirme yaklaşımları (Seviye 200)
Kuruluşlar, kullanıcı deneyimini iyileştirmek ve süreçleri optimize etmek için operasyonel veriler üzerinde gerçek zamanlı analizlere gün geçtikçe daha fazla ihtiyaç duyuyor. Ancak operasyonel analiz sistemleri tek bir veri tabanıyla sınırlıdır veya yönetimi zor ve maliyetli olabilecek özel veri işlem hatları tasarlamaktan oluşur ve bazen analiz için işlem verilerini elde etmek saatler süren gecikmeler yaratır. Bu oturumda, Amazon Redshift ile sıfır ETL entegrasyonunu destekleyen Amazon Aurora'dan nasıl yararlanılacağı ayrıntılı olarak inceleniyor. Amazon Aurora ve Amazon Redshift arasındaki bu yeni kodsuz entegrasyonun, petabaytlarca işlemsel veride neredeyse gerçek zamanlı analiz ve makine öğrenimi sunmanıza nasıl olanak sağladığını öğrenin.

Konuşmacı: Partha Sarathi Sahoo, Kıdemli Teknik Hesap Yöneticisi, Analiz, AWS
Süre: 30 dk.

AWS Glue ile veri entegrasyonunu ve ETL modernizasyonunu basitleştirin ve hızlandırın (Seviye 200)
ETL (Ayıkla-Dönüştür-Yükle), her veri dönüştürme yolculuğunda kilit rol oynar. Bir analiz veya makine öğrenimi projesinin ilk adımı, kaliteli sonuçlar elde etmek için verilerinizi keşfetmek ve hazırlamaktır. Bu oturumda, sunucusuz ve ölçeklenebilir bir veri entegrasyonu çözümü olan AWS Glue'nun tüm kullanıcıların veri işlem hatlarını kolayca oluşturmaları ve yönetmeleri için nasıl kapsamlı özellikler sağladığını öğrenin. Kuruluş genelinde self servis veri hazırlamayı nasıl etkinleştireceğinizi ve AWS Glue ile ETL taşımaya nasıl başlayacağınızı gösteriyoruz. Ayrıca tüm beceri gruplarından kullanıcıların AWS Glue ile veri işlem hatlarını nasıl oluşturup yönetebileceğini de paylaşıyoruz.

Konuşmacı: Suman Debnath, Baş Geliştirici Danışmanı, Veri Mühendisliği, AWS
Süre: 30 dk.

Apache Kafka İçin Amazon Yönetilen Akış ve Amazon Kinesis ile bir akış veri platformu oluşturma (Seviye 200)
Gerçek zamanlı veri kaynaklarından akış analizi mimarileri oluşturmaya çalışan birçok kuruluş, genellikle kendileri için işe yarayan doğru mimari modellerini bulmakta zorlanır. Ek olarak, akış veri analizi için de benzersiz beceriler gerekir ve aralık, zaman ve durum gibi akış işleme kavramlarını anlayabilmek zor olabilir. Bu oturumda, Apache Kafka İçin Amazon Yönetilen Akış ve Amazon Kinesis dâhil AWS çözümleriyle bir akış veri platformu oluşturma süreci ele alınıyor. Bu hizmetlerin mimarisini ve yeteneklerini derinlemesine inceliyor ve bunların yüksek düzeyde ölçeklenebilir, hataya dayanıklı ve yüksek performanslı bir veri akışı çözümü oluşturmak için nasıl kullanılabileceğini gösteriyoruz. Veri alımı, akış işleme, veri depolama ve veri analizi gibi temel kavramları öğrenin ve en iyi uygulamalar ile kullanım örnekleri hakkında pratik bilgiler edinin. Oturumun sonunda, büyük hacimli gerçek zamanlı verileri yönetmek ve kuruluşunuza ilişkin değerli öngörüler elde etmek için akış veri platformunun nasıl oluşturulacağını öğrenmiş olacaksınız.

Konuşmacı: Masudur Rahaman Sayem, Kıdemli Akış Çözümleri Mimarı, AWS
Süre: 30 dk.

Veri silolarını ayırma: SaaS uygulamaları ile AWS arasında veri aktarımı gerçekleştirin (Seviye 200)
Kuruluşlar, kritik verileri birden çok konumda ve dağıtılmış uygulamalarda depolar. Raporlama ve analiz için veri alımı, veri hazırlama ve uygulama entegrasyonu karmaşık, maliyetli ve zaman alıcı olabilir. Bu oturumda, hizmet olarak yazılım (SaaS) uygulamaları ile Amazon S3 ve Amazon Redshift gibi AWS hizmetleri arasında yalnızca birkaç tıklamayla verilerin nasıl güvenli bir şekilde aktarılacağını açıklıyoruz. Ayrıca kod yazmadan ve iş öngörüleri elde etmeden dakikalar içinde veri akışlarını kolayca ayarlamak için diğer analiz ve makine öğrenimi çözümlerinin kullanımını da gösteriyoruz.

Konuşmacı: Donnie Prakoso, Baş Geliştirici Danışmanı, AWS
Süre: 30 dk.

AWS'de güvenli bir şekilde iş birliği yapın ve verilerinizi analiz edin (Seviye 200)
Kuruluşlar sürekli olarak verilerini güvenli bir şekilde paylaşma ve birden fazla taraf arasında iş birliği yapma yöntemlerini iyileştirmenin yollarını arıyor. Bu oturumda, güvenli veri paylaşımı ve iş birliği için AWS'deki teknolojileri nasıl kullanacağınızı öğrenin. Veri çoğaltmayı önlerken verilerin kolay, uygun maliyetli ve risksiz bir şekilde nasıl paylaşılacağını ele alıyoruz. Ayrıca oturum, dakikalar içinde güvenli bir veri temiz odası oluşturabileceğiniz, yerleşik ve özelleştirilebilir analiz kuralları ve gizliliği artıran denetimlerle her katılımcı tarafından yürütülen sorgulara nasıl kısıtlamalar ekleyebileceğinize dair adımlar da içeriyor.

Konuşmacı: Allison Quinn, Kıdemli Analiz Uzmanı, AWS
Süre: 30 dk.

AWS'de VMware Cloud ve analiz ile verilerden elde eden iş değerini hızlandırın (Seviye 200)
Kuruluşlar sürekli olarak veri engellerini ortadan kaldırmanın, çeşitli sistemlerden ve kaynaklardan gelen bilgileri entegre etmenin ve verilerinden değer elde etmenin yollarını arıyor. Bu oturum, AWS'de VMware Cloud'un AWS analizleriyle nasıl entegre edileceğine odaklanarak iş verilerinden anlamlı öngörüler elde etmek için hizmetleri kullanmayı kolaylaştırır. Kuruluşların buluta hızlı ve sorunsuz bir şekilde geçiş yapmasını sağlayan, hibrit bulut hizmeti olan AWS'de VMware Cloud'dan yararlanarak mevcut şirket içi uygulamaları ve veri tabanlarını sorunsuz bir şekilde AWS'ye nasıl taşıyacağınız hakkında öngörüler edinin. Uygulamalarınız ve veri tabanınız AWS'ye taşındıktan sonra verilerinizden elde edilen bilgileri hızlandırmak için diğer AWS çözümleriyle nasıl entegre edileceğini gösteriyoruz. Bu oturumda, AWS Lake Formation'ın veri göllerinizin oluşturulmasını, yönetilmesini, güvenliğinin sağlanmasını ve paylaşılmasını nasıl kolaylaştırdığına dair bir tanıtım bulunuyor. Amazon QuickSight ile önemli bilgileri nasıl ortaya çıkaracağınızı, kuruluşunuz genelinde bilgileri nasıl dağıtacağınızı ve etkileşimli panoları nasıl yayınlayacağınızı da ele alıyoruz.
 
Konuşmacı: Greg Vinton, Uzman Çözüm Mimarı, AWS'de VMware Cloud
Süre: 30 dk.

Amazon EKS'de Veriler ile yoğun veri kullanan iş yükleri oluşturun, dağıtın ve ölçeklendirin (Seviye 200)
Kubernetes; gelişmiş çeviklik, ölçeklenebilirlik ve taşınabilirlik özellikleri sayesinde veri çalıştırma ve makine öğrenimi iş yükleri kullanmak isteyenler için popüler bir platform hâline gelmiştir. Ancak Kubernetes'te veri iş yüklerini dağıtmak ve ölçeklendirmek birçok müşteri için bir zorluk olmaya devam ediyor. Mevcut platformlarla farklı olgunluk, entegrasyon ve uyumluluk düzeylerine sahip birçok çelişen araç vardır. Bu iş yükleri genellikle yüksek aktarım hızlıdır, yoğun işlem gerektirir, iş operasyonları açısından kritik öneme sahiptir ve gereksinimlerini desteklemek için uygun bir yapılandırma gerektirir. Bu oturumda, Amazon EKS'de Veriler iş yükleri oluşturma, dağıtma ve ölçeklendirme sürecini basitleştirmek ve hızlandırmak için EKS'deki verilerden (DoEKS) nasıl yararlanılacağı gösteriliyor. DoEKS, Amazon EKS Ayrıntılı Planlar projesinin temeli üzerine kuruludur ve Kubernetes'teki verilerle ilgili iş yüklerinin benzersiz zorluklarını ve gereksinimlerini desteklemek için rehberlik ve araçlar içerir. Değerli öngörüler elde etmek, değer yaratmayı teşvik etmek, rekabet avantajı sağlamak ve müşteri deneyimlerini geliştirmek üzere sizin için veri işleme ve analizini basitleştimek adına Amazon Esnek Kubernetes Hizmeti (Amazon EKS) üzerinde yoğun veri kullanan iş yükleri oluşturmayı, dağıtmayı ve ölçeklendirmeyi kolaylaştırmayı amaçlayan en iyi uygulamaları, örnekleri ve mimarileri derinlemesine inceliyoruz.
 
Konuşmacı: Frank Fan, Kıdemli Container Uzman Çözüm Mimarı, AWS
Süre: 30 dk.

Amazon EMR, EKS ve Lustre İçin Amazon FSx ile Apache Spark iş yüklerinizi hızlandırın (Seviye 300)
Geliştiriciler, daha kolay yönetim ve esnek dağıtımlar için büyük veri ve makine öğrenimi (ML) iş yüklerini çalıştırmak amacıyla Kubernetes üzerinde Spark'ı kullanıyor. Amazon Esnek Kubernetes Hizmeti (Amazon EKS) üzerinde Apache Spark iş yüklerinizi çalıştırmak için EKS'de Amazon EMR'yi derinlemesine inceleyeceğimiz bu oturuma katılın. EKS üzerinde Amazon EMR açık kaynaklı uygulamalar için container'lar oluştururken, yapılandırırken ve yönetirken bu dağıtım seçeneğinin analiz iş yüklerini çalıştırmaya odaklanmanıza nasıl olanak sağladığını öğrenin. Daha hızlı iş yükü yürütmesi ve düşük işletme maliyetleri için Apache Spark'ta performans açısından optimize edilmiş çalışma zamanının nasıl çalıştırılacağını gösteriyoruz. Bu seçeneğin size çoklu kiralama, gelişmiş güvenlik ve birleşik bir gözlemlenebilirlik çözümü oluşturmak için nasıl çok sayıda seçenek sunduğunu öğrenin. Ayrıca yoğun veri kullanan işlemleri hızlı ve verimli bir şekilde gerçekleştirmek için EKS'de EMR ve Lustre İçin FSx ile toplu iş ve akış iş yüklerinin nasıl verimli bir şekilde çalıştırılacağını gösteriyoruz.

Konuşmacılar:
Vivekanand Tiwari, Bulut Mimarı, AWS Professional Services
Haofei Feng, Kıdemli Bulut Mimarı, AWS Professional Services

Süre: 30 dk.

Geliştiriciler İçin Üretici Yapay Zekâ: AWS ile yenilikçi çözümler oluşturma (Seviye 200)
Bu oturumda AWS'de üretici yapay zekânın ne olduğunu öğrenin ve uygulamalarınızı yeniden tasarlamak, yenilikçi müşteri deneyimleri oluşturmak ve benzeri görülmemiş düzeyde üretkenlik elde etmek gibi sonuçlar elde etmek için teknolojilerden yararlanmanın faydalarını keşfedin. Üretici yapay zekâ modelleri oluşturmaya ve dağıtmaya yönelik AWS hizmetlerini ve araçlarını açıklıyoruz. Çeşitli etki alanlarında ve sektörlerde üretici yapay zekâ uygulamalarıyla ilgili birçok örneği anlayın. Ayrıca üretici yapay zekâ çözümlerini tasarlamak ve test etmek için en iyi uygulamaları ve ipuçlarını paylaşıyoruz.

Konuşmacı: Vatsal Shah, Kıdemli Çözüm Mimarı, AWS India
Süre: 30 dk.

Amazon SageMaker Altyapı Modelleri ile üretici yapay zekâ uygulamaları oluşturma (Seviye 300)
Üretici yapay zekâ, gerçekçi ve yaratıcı içerik üretebilen güçlü bir teknolojidir. Bu oturumda, AWS'de Stability AI ve Hugging Face ile üretici yapay zekâ çözümünün oluşturulmasını ve dağıtılmasını açıklıyoruz. Üretici yapay zekâdaki teknikleri tartışıyoruz ve Amazon SageMaker'ın uygulama için size nasıl kapsamlı bir platform sağladığını araştırıyoruz. Bu oturumda, görüntü sentezini ve stil aktarımını mümkün kılmak için Stable Diffusion ile Bilgisayarlı Görü'deki temel kullanım örneklerine ilişkin pratik tanıtımlar yer alıyor. AWS'deki Büyük Dil Modelleri'nin (LLM'ler) potansiyelini, müşteri desteğini nasıl kolayca otomatik hâle getirebileceğinizi ve müşterileriniz için nasıl hızlı bir şekilde kişiselleştirilmiş içerik oluşturabileceğinizi öğrenin. Bu oturumda, AWS'de üretici yapay zekâ ile gerçek dünyadaki katma değerli projeleri nasıl uygulayabileceğinize dair fikirler veriliyor.

Konuşmacı: Melanie Li, Kıdemli Teknik Hesap Müdürü, Analiz, AWS
Süre: 30 dk.

Amazon Kendra ve Amazon SageMaker tarafından barındırılan LLM'leri kullanarak üretici yapay zekâ ile sohbet robotu performansını artırma (Seviye 300)
Bu oturumda, veri gizliliği ve veri yerleşimi endişelerini gidermek için Amazon Kendra ve SageMaker tarafından barındırılan LLM'yi (Büyük Dil Modelleri) kullanarak Retrieval Augmented Generation'ı (RAG) nasıl uygulayacağınızı öğrenin. RAG'yi semantik bir arama hizmeti olan Amazon Kendra ile birleştirmenin, veri gizliliği sağlarken sohbet robotlarının yanıt kalitesini nasıl önemli ölçüde artırabileceğini ve halüsinasyonu ortadan kaldırabileceğini gösteriyoruz. Amazon SageMaker'da LLM'yi uygun maliyetli ve optimize edilmiş bir şekilde dağıtmanın yanı sıra sorunsuz bir kullanıcı deneyimi sağlamak için RAG ve LLM'yi mevcut sohbet robotu altyapısıyla nasıl entegre edeceğinizi öğrenin. Oturumda ayrıca, Amazon Kendra ve SageMaker tarafından barındırılan LLM'nin sunduğu, güvenli, duyarlı ve akıllı sohbet robotları oluşturmanıza olanak tanıyan RAG'nin avantajları ve pratik uygulamaları özetleniyor.

Konuşmacı: Ben Friebe, Kıdemli ISV Çözüm Mimarı, AWS
Süre: 30 dk.

Üretici yapay zekâ ve makine öğrenimi tabanlı duyarlılık analizi ile müşteri deneyimini geliştirin (Seviye 200)
Birçok kuruluş, müşteri deneyimini geliştirmek için birden fazla kanaldaki müşteri etkileşimlerinden öngörüler elde etmeye çalışıyor ancak dağınık içerikler ve veri siloları gibi zorluklarla karşı karşıya kalıyor. Bu oturumda, AWS'de akıllı çok kanallı müşteri etkileşimi platformunun nasıl tasarlanacağı gösteriliyor. Oturumda, çok kanallı kaynaklardan müşteri akışlarınızı nasıl toplayacağınız, işleyeceğiniz ve bunlara nasıl yanıt vereceğiniz konusunda adım adım rehberlik sağlanıyor. Analiz, üretici yapay zekâ ve makine öğrenimi çözümlerini içeren bu mimari çerçeve aracılığıyla, müşterileriniz için gerçekten önemli olan şeyleri sunmanıza, deneyimlerini iyileştirmenize ve müşteri yaşam boyu değerini artırmanıza yardımcı olmak amacıyla müşterilerinizle yeni ve daha iyi yollarla nasıl etkileşim kuracağınızı gösteriyoruz.

Konuşmacı: Hariharan Suresh, Kıdemli Çözüm Mimarı, AWS
Süre: 30 dk.

Veri tabanları ve analiz aracılığıyla geliştiricilere makine öğrenimini sağlama (Seviye 200)
Günümüzde kuruluşlar, pazar ortamını daha iyi anlamak ve müşterilerin değişen ihtiyaçlarını karşılamak için her zamankinden daha fazla veri üretiyor, işliyor ve topluyor. Bu oturumda AWS'nin, Amazon Aurora, Amazon Redshift, Amazon Neptune ve Amazon QuickSight gibi veri tabanlarına ve analiz çözümlerine makine öğrenimi özellikleri ekleyerek geliştiricilere nasıl farklı şekillerde destek olduğunu öğrenin. Makine öğrenimini verilere yaklaştırmanın, başarılı sonuçlara ulaşmak için daha ayrıntılı, daha hızlı ve daha kapsamlı öngörülerle veri analizi iş akışını nasıl hızlandırdığını paylaşacağız.

Konuşmacı: Pierre Semaan, GTM Strateji ve Çözümleri, SMB APJ, AWS
Süre: 30 dk.

Veri tabanları, analiz ve makine öğrenimi ile gerçek zamanlı akış verilerinden elde edilen öngörüleri uygun ölçekte hızlandırın (Seviye 200)
Akış verilerinin işlenmesi, özellikle gerçek zamanlı tepki vermeniz gerekiyorsa karmaşık olabilir. Zamanında öngörüler elde etmek ve yeni bilgilere hızlı tepki verebilmek için gerçek zamanlı akış verilerini uygun ölçekte nasıl kolayca toplayabileceğinizi, işleyebileceğinizi ve analiz edebileceğinizi öğrenmek için bu oturuma katılın. Yaygın veri akışı kullanım örneklerini ve veri analiziniz için analiz, veri ambarı, sunucusuz ve makine öğrenimi dâhil olmak üzere AWS çözümlerinin nasıl uygulanacağını açıklıyoruz. Çevrimiçi işlem dolandırıcılığını neredeyse gerçek zamanlı olarak tespit etmeyi de içeren kullanım örnekleri aracılığıyla gösteriyoruz. İstenilen sonuca ve dolandırıcılığı önlemek için gerçekleştirilecek eylemlere bağlı olarak bu yaklaşımı çeşitli veri akışı ve olay odaklı mimarilere nasıl uygulayabileceğinizi gösteriyoruz.

Konuşmacılar: 
Arun Balaji, Baş Prototipleme Mühendisi, AWS India
Gopalakrishnan Subramanian, Baş Veri Tabanı Uzman Çözüm Mimarı, AWS India

Süre: 30 dk.

Birleştirilmiş sorgular ve makine öğrenimi ile dağıtılmış veri kümelerinde veri analizini ve anormallik algılamayı basitleştirin (Seviye 200)
Günümüzde geliştiriciler veri gölü, veri tabanları, şirket içi, diğer bulut sistemleri ve üçüncü taraf uygulamalar gibi çeşitli kaynaklardaki verilerle baş etmek zorundadır. Birden fazla işlevler arası ekiple çalışmak zorunda kaldıklarında bu durum daha da karmaşık hâle gelir. Bu oturumda, veriler hakkında öngörü toplamak ve anormal işlemleri belirlemek için analiz, sunucusuz ve diğer AWS çözümleriyle uçtan uca mimari çerçevenin nasıl oluşturulacağı gösteriliyor. Verileri taşımadan veya kopyalamadan ve yüksek performanslı analizler ve öngörüler oluşturmadan, doğrudan bu farklı veri kaynaklarında birleştirilmiş sorgulama ile bu zorlukların üstesinden gelmek için Amazon Athena Birleştirilmiş Sorgu'yu nasıl kullanacağınızı öğrenin. Amazon Athena'nın, öngörü elde etmek ve anormal işlemleri tespit etmek amacıyla ticari işlemlerde SQL komutlarıyla makine öğrenimi çıkarımlarını çalıştırmak için Amazon SageMaker ile nasıl bağlantı kurduğunu gösteriyoruz. Oturum; etkileşimli panolar, sayfalandırılmış raporlar, gömülü analizler ve doğal dil sorguları aracılığıyla aynı doğruluk kaynağından farklı analiz ihtiyaçlarını karşılamak için Amazon QuickSight'ta Athena birleştirilmiş sorgusu sonuçlarının nasıl analiz edileceği açıklanarak sona eriyor.

Konuşmacılar: 
Sam Gordon, Kıdemli Bulut Mimarı, AWS Professional Services
Ed Fraga, Bulut Mimarı, AWS Professional Services

Süre: 30 dk.

AWS Chatbot ile kurumsal kaynakları izleyin, çalıştırın ve sorunlarını giderin (Seviye 300)
Birçok kuruluş, genellikle birbirleriyle entegre olmayan farklı kurumsal araçlara ve platformlara sahiptir. Bu durum; veri analizi, paylaşım ve iş birliği analizini zorlaştırır ve zaman alıcı hâle getirir. Bu oturumda, AWS kaynakları için ChatOps'u ayarlamak üzere etkileşimli bir aracı olan AWS Chatbot'ları nasıl oluşturacağınızı keşfedin. AWS Chatbot ile artık tercih ettiğiniz iş birliği araçlarıyla iletişim kurabilir ve BT operasyonel görevlerinde iş birliği yapabilirsiniz. Altyapı ve uygulama yönetimini merkezîleştirmeyi ve iş akışlarınızı otomatikleştirerek kolaylaştırmayı ele alıyoruz. Kullanıcıların sohbet arabirimi üzerinden gerçek zamanlı olarak sorgulama yapıp iletişim kurduğu, etkileşimli ve iş birliğine dayalı bir deneyim oluşturma hakkında fikir edinin. Oturumda ayrıca, diğer AWS araçlarına bağlam geçişi yapmadan iş birliği yapabilmeniz ve olaylara daha hızlı yanıt verebilmeniz için uyarıların nasıl alınacağı ve teşhis bilgilerini döndürmek için komutların nasıl çalıştırılacağı ve nasıl destek talebi oluşturulacağı hakkında bir tanıtım da yer alıyor.

Konuşmacı: Vikas Awasthi, Baş Bulut Mimarı, AWS Professional Services
Süre: 30 dk.

Analiz ve makine öğrenimi kullanarak akıllı bir öngörü keşif çözümü oluşturma (Seviye 200)
Ölçeği ve sektörü ne olursa olsun birçok kuruluş, artan veri hacimlerini yönetmek zorundadır. Anlamlı öngörüler elde etmek için büyük miktarda yapılandırılmamış ve yarı yapılandırılmış veriyi incelemeleri gerekir. Bazen derinlemesine araştırma yapıp bilgi edinmek için çeşitli belge ve verileri ayrıntılı olarak incelemeleri gerekir. Çalışmalarını basitleştirmek için çeşitli ekipler arasındaki temel veri noktalarını ve ilişkileri doğru bir şekilde ayıklamak ve zamanında iş kararı vermek isterler. Bunu başarmak için, doğru bilgiyi doğru zamanda elde etmek amacıyla akıllı keşif ve filtreleme mekanizması gerektirirler ve bu çok zaman alıcı bir süreç olabilir. Bu oturumda, analiz ve makine öğrenimi ile belgelerinizden doğru bilgileri nasıl hızlı bir şekilde ayıklayacağınızı gösteriyoruz. Bilişsel ve akıllı bir keşif ve arama platformu oluşturmak ve yapılandırılmamış belgelerden anlamlı öngörüler elde etmek için Amazon S3 depolama, Amazon Textract, Amazon Comprehend, AWS Lambda ve Amazon Kendra gibi AWS teknolojilerini nasıl kullanacağınızı öğrenin.

Konuşmacı: Darshit Vora, Kıdemli Startup Çözümleri Mimarı, AWS India
Süre: 30 dk.

Analiz ve makine öğrenimi ile semantik arama alaka düzeyini geliştirin (Seviye 200)
Semantik arama altyapılarının yükselişi, birçok kullanıcı için aramayı kolaylaştırdı. Semantik arama, sorguların anlamını anlamak için makine öğrenimini kullanır ve metin aramasından daha alakalı sonuçlar getirerek bu terimlerin amacını ve bağlamsal anlamını anlayarak aramanın kullanışlılığını artırır. Bu oturum, arama alaka düzeyinin, semantik aramanın ve temel mimarinin önemine değinmektedir. Amazon SageMaker ve Amazon OpenSearch Hizmeti ile semantik arama altyapısının nasıl oluşturulacağını ve arama alaka düzeyinin nasıl geliştirileceğini gösteriyoruz.

Konuşmacı: Kamal Manchanda, Çözüm Mimarı, AWS India
Süre: 30 dk.

Uçta ve bulutta gerçek zamanlı analiz (Seviye 200)
Makine arızaları, tesislerin ve fabrikaların operasyonel verimliliği üzerinde olumsuz bir etkiye neden olabilir ancak kritik arızaların tanımlanması ve fiziksel parametrelerin incelenmesi zorluk teşkil eder. Arıza tespit sürecini iyileştirmek için üretim sistemlerini izlemek ve performans verilerini gerçek zamanlı olarak toplamak çok önemlidir. Bu oturumda, AWS analiz ve makine öğrenimi kullanarak uçta ve bulutta gerçek zamanlı öngörüler elde etmek adına ekipman verilerini güvenli bir şekilde bağlamak ve toplamak için mevcut çeşitli seçenekleri açıklıyoruz. Ek olarak, birden fazla ekipmandan gelen verilerin toplandığı ve kritik parametrelerin uçta gerçek zamanlı olarak izlendiği bir kullanım örneğini tanıtıyoruz. Ayrıca birden fazla siteden birleştirilmiş veriler içeren merkezî bir panoyu gösteriyoruz.

Konuşmacılar: 
Arun Balaji, Baş Prototipleme Mühendisi, AWS India
Vikram Shitole, Prototipleme Mühendisi, AWS India

Süre: 30 dk.