資料驅動型企業：願景到價值 (等級 100)
組織正在尋求從其資料中獲得更大價值，以提高敏捷性、改善效率和加速創新。雖然資料豐富且快速增長，但只是生產或存放大量資料並不會自動創造價值。使用行動洞察、分析和 AI/ML，建立文化和營運模式，以代表客戶進行重塑，藉此來實現價值。然而，文化挑戰、過時的管控模式、組織孤島和舊式執行方法阻礙了這一願景的實現。加入本專題講座，了解兩位前體驗長的策略，以及他們如何建立資料驅動型文化並克服挑戰，將其願景變為現實。

主講人：AWS 企業策略師 John Clark
持續時間：30 分鐘

建立採用資料和機器學習技術的更智慧的組織 (等級 100)
許多組織都知道他們需要 AI/ML 來建立獨特的競爭優勢，促進更好的客戶參與，並交付所需的業務成果。雖然一些組織正在從 AI/ML 的變革性影響中獲益，但其他組織則正在尋找從哪裡開始的答案。本專題講座介紹了如何運用 AI/ML 並實現您的數位轉型。我們分享了資料網路影響，以及取得成功組織所掌握的領域，以便從資料中帶來更大價值，在機器學習的技術支援下實現他們的願景。

主講人︰AWS 企業策略師 Tom Godden
持續時間：30 分鐘

在 Amazon 的 Climate Pledge Arena 使用 AI 和資料推動永續發展 (等級 100)
Amazon 是全球最大型的可再生能源企業買家，需要確保永續發展成為其所有業務的核心，以達到其碳排放目標。企業正在努力的一個領域是與西雅圖 Kraken 合作，以建置解決方案並協助使其 Climate Pledge Arena 成為世界上最進步、最負責任和永續發展的場所。加入本專題講座，了解 AWS Professional Services 和 Amazon 永續發展團隊如何使用 AWS 服務來擷取和分析能源、水和空氣品質資料。深入了解他們如何建立即時預測模型，並以資料探索、安全和設計模式為核心。

主講人：
AWS 永續發展全球實務經理 Rahul Sareen
Climate Pledge Arena 永續發展與運輸副總裁 Rob Johnson

持續時間：30 分鐘

開始 ML 之旅：領導者的觀點 (等級 100)
AI 和 ML 承諾進行產業轉型、提高效率並推動創新。機器學習取得成功的關鍵是規模。本專題講座介紹了期望成功地大規模運用 ML 的高層主管和經理如何獲得指引，包括建置有效的機制來加速創新和推動技術進步。我們分享了客戶如何與 AWS 合作，協調團隊引入 ML，並為其團隊提供適當的技術技能集來實現業務成果。了解如何建立強大的 AI/ML 產品和工程團隊，以符合組織的共同目標，交付創新和價值的藍圖。

主講人：AWS APJ AI/ML 專家 Naomi Teng
持續時間：30 分鐘

利用 AI/ML 轉型您的業務：善用 AI/ML 最新趨勢在組織中建立競爭優勢 (等級 100)
對於期望轉型和實現目標的組織來說，AI/ML 技術成為日益重要的基礎。但在正確的位置運用 AI/ML 並不容易。加入本專題講座，了解如何運用實用且久經驗證的機器學習使用案例，以快速實現真正的業務影響。我們共用 AWS AI/ML 服務套件，讓您無需先驗機器學習專業知識即可建置轉型產品。探索如何根據現有和新興技術建立自己的採用 AI 技術的轉型飛輪，以概念化新機遇，實現競爭優勢並交付組織成果。

主講人：APJ 公共部門 AI/ML 專家主管 Nieves Gracia
持續時間：30 分鐘

重新構想受監管產業的機器學習 (等級 100)
可重複性、可追溯性、可闡述性已成為受監管產業的機器學習生命週期中的基本要求。但是，為銀行或政府建置資料科學平台來支援此生命週期並不容易，因為它需要豐富的功能集和經驗。AWS 提供服務和解決方案集，以建立安全、受管且合規的機器學習環境，不會影響資料科學團隊的敏捷性。加入本專題講座，了解如何彌補傳統機器學習生命週期與受監管產業需求之間的差距。我們分享了 AWS 如何為您提供解決方案、最佳實務、計畫和資源，以協助您在 AWS 上建置成功的資料科學和機器學習平台。

主講人：AWS 公共部門解決方案架構師 Juan Bedoya
持續時間：30 分鐘

在金融服務業實現多模式客戶參與度 (等級 100)
行動服務的廣泛採用、全新的數位本土市場進入者、適應世代轉變，以及對法規遵循的關鍵產業要求，使金融服務機構難以在不同管道提供個人化、持續一致且無縫的客戶體驗。本專題講座展示了如何利用 AWS AI 和機器學習輕鬆建立多模式客戶體驗。了解如何善用關聯的資料，同時跨聯絡點維持單一對話，藉以建立個人化的行動、Web 和文字優先啟用體驗，以便傳入和傳出客戶互動。

主講人：
阿卡什·傑恩，AWS APJ、FSI GTM 解決方案架構師負責人 Akash Jain
AWS 印度資深合作夥伴解決方案架構師 Rahul Kulkarni

持續時間：30 分鐘

透過行銷自動化來個人化客戶參與度 (等級 200)
在客戶溝通方面，個人化是確保長期與客戶互動的最佳方法，這並不足為奇。客戶更有可能關注根據其需求而量身定製的內容。在本專題講座中，我們展示了如何使用 Amazon Pinpoint 旅程，根據受眾特質和行為提供個人化的多步驟客戶體驗；還展示了如何使用 Amazon Personalize 來確保通訊內容始終特定於接收者且個人化。

主講人：AWS SMB APJ、GTM 策略與解決方案主管 Pierre Semaan
持續時間：30 分鐘

在 AWS 上設定安全且監管良好的機器學習環境 (等級 100)
無論您的組織正在開始其 AI/ML 之旅，還是在生產中有大量專案，擁有安全的環境來保護您的資料都至關重要。在本專題講座中，我們分享了如何善用 AWS 安全最佳實務，並滿足 ML 工作負載嚴格的安全要求，來整理、標準化和加速受監管 ML 環境的佈建。

主講人：AWS 首席解決方案架構師 Tony Fendall
持續時間：30 分鐘

使用 NVIDIA 進行 AWS 深度學習：從訓練到部署 (等級 200)
在過去十年中，NVIDIA 一直能夠展示其 GPU 在深度學習訓練和推論方面的全面有效性。隨著這些模型越來越大，縱向擴展以進行訓練，以及橫向擴展以部署此類大型模型的固有需求已勢在必行。在本專題講座中，我們將介紹幾個 NVIDIA 軟體堆疊，以提供有效的分散式訓練以及精簡部署，並深入了解 Amazon 如何採用這些堆疊來處理其最嚴苛的工作負載。

主講人：NVIDIA 亞太區域南區解決方案架構經理 Michael Lang
持續時間：30 分鐘

使用 Amazon Kendra 從分散式資料倉庫建置更智慧的集中式搜尋功能 (等級 200)
若答案可能需要您篩選大量分散式資料來源，如何在搜尋查詢中獲得最準確和最具體的答案？ 在本專題講座中，我們展示了如何使用 Amazon Kendra，這是一項可直接獲得答案智慧搜尋解決方案。了解如何連接多種第三方工具、來源和產品，以建立統一且更智慧的資料搜尋功能、改善跨團隊知識分享、增強銷售和客戶支援服務，從而讓得更輕鬆地獲得所需的資訊。

主講人： 
AWS 資深雲端架構師 Sam Gordon
AWS 雲端架構師 Ed Fraga

持續時間：30 分鐘

藉助分析和 ML 來實作統一的文字和影像搜尋應用程式 (等級 200)
雖然文字和語義搜尋引擎讓許多組織能夠快速搜尋資訊，但提供統一的文字和影像搜尋引擎的組織，藉由為其客戶靈活展示實體範例或影像來描述搜尋引擎中的項目，能夠帶來競爭優勢和營收來源。本專題講座展示了如何建置採用 ML 技術的搜尋引擎，以便根據文字或影像查詢來輕鬆擷取和推薦產品。了解如何使用 Amazon SageMaker 來託管和管理預先訓練的對比語言 – 影像前期訓練 (CLIP) 模型，以及從查詢影像執行視覺搜尋。我們還分享了如何使用易於部署、操作和擴展的 OpenSearch 叢集及其他 AWS 服務，來建置此端對端應用程式。

主講人：AWS 資深 ML 資料實驗室解決方案架構師 Kevin Du
持續時間：30 分鐘

使用 AWS 上的 Apache Spark 可擴展資料準備與 ML (等級 200)
分析、轉換和準備大量資料是任何資料科學和 ML 工作流程的基礎步驟。本專題講座展示了如何建置端對端資料準備和機器學習 (ML) 工作流程。我們闡述了如何連線 Apache Spark，以便在資料處理環境中透過 Amazon SageMaker Studio 的 Amazon EMR 和 AWS Glue 互動式工作階段快速準備資料。探索如何存取由 AWS Lake Formation 管控的資料，以互動方式查詢、探索、視覺化資料、執行 Spark 任務及偵錯，同時準備用於 ML 中的大規模資料。

主講人︰AWS 資料工程首席開發人員 Suman Debnath 
持續時間：30 分鐘

建置智慧型文件處理解決方案 (等級 200)
組織擁有數百萬個實體文件和表單，其中載有關鍵業務資料。這些文件 (例如保單或貸款申請) 具有結構化和非結構化資料，既可由人類擷取，也能透過以規則為基礎的系統擷取，因此不容易擴展、昂貴且可能產生低準確度的擷取結果。在本專題講座中，了解如何建置端對端智慧文件處理解決方案，以克服舊式文件處理挑戰，讓您能夠擷取結構化資料、編輯敏感資訊，以及大規模部署自動化文件處理工作流程。

主講人：AWS 公共部門合作夥伴資深 AI/ML 技術推廣者 Abhijit Kalita
持續時間：30 分鐘

使用機器學習來自訂和改善文件擷取 (等級 300)
文件有多種檔案類型、多種格式，並且包含有價值的資訊。擷取和處理文件可能耗時、容易出錯，而且成本高昂。在本專題講座中，我們分享了如何輕鬆從任何文件格式的複雜內容中擷取資訊的選項，包括 PDF 或使用 AWS 掃描的影像。了解如何使用 ML 調整和自訂擷取，包括常見的 OCR 錯誤模式和重構輸出資料。本專題講座介紹了 AWS 上的各種模式和工具，以便從初始影像預處理到流程自動化或智慧搜尋，以及線上人力審查，在管道的各個階段為您提供助力，同時考慮組織中使用案例的複雜性和 ML 成熟度。

主講人：AWS ML 專家解決方案架構師 Alex Thewsey
持續時間：30 分鐘

從準確度到商業案例：建置成功的需求預測 PoC (等級 200)
使用 AI/ML 準確預測未來需求，在各項功能上都具有諸多益處，包括增加銷售量、改善容量使用率和庫存周轉率，以及增強客戶體驗。但許多人在證明價值，以及在生產中實作需求預測系統面臨種種挑戰。本專題講座向您展示了使用 Amazon Forecast，針對以 ML 為基礎的預測系統建立快速原型製作的逐步工作流程。我們展示了測量需求預測模型實際商業價值的不同方法，同時允許在實驗中靈活操作。

主講人：AWS 助理解決方案架構師 Julia Ang
持續時間：30 分鐘

憑藉分析和機器學習簡化客戶購買意圖預測 (等級 200)
公司正在將 AI/ML 解決方案整合至其業務中，以在競爭中保持領先。然而，整合機器學習可能很困難，而且通常需要專門的技能集。它從收集和準備資料開始，接著建置和訓練機器學習模型，然後再進行部署。即使選擇演算法來建置模型也可能很艱難。您應選擇哪種演算法或機器學習模型呢？ 如何根據您的業務問題可靠地找出哪種模型表現最佳？ 如何進行超參數調整以充分利用模型？ 在本專題講座中，我們闡述了如何使用 Amazon SageMaker Autopilot，並與 AWS 分析服務相結合，來簡化機器學習的購買意圖預測生命週期。

主講人： 
AWS 印度解決方案架構師 Kamal Machanda
AWS 印度原型製做架構師 K V, Sureshkumar
持續時間：30 分鐘

藉助採用分析和 ML 技術的聯絡中心改善客戶體驗 (等級 300)
您的聯絡中心是您與客戶之間最大的聯絡點，每次互動都能為您的團隊提供強大的洞察。在本專題講座中，我們示範了 Amazon Connect 與 AWS 分析和 ML 服務的整合，以便您使用自助式組態設定工具在幾天內完成建置，而不是花費數月的時間。了解在 AWS 上建置的這項端對端雲端中心解決方案，如何讓您從每次客戶互動中了解寶貴的洞察，包括即時客戶流失預測，從而改善客戶體驗。

主講人： 
AWS 生產力應用程式資深技術客戶經理 Nelson Martinez
AWS 分析部資深技術客戶經理 Melanie Li
AWS 分析部資深技術客戶經理 Partha Sarathi Sahoo

持續時間：30 分鐘

藉助 AI 打破語言障礙 (等級 200)
Amazon 將自然語言處理、語音識別、文字語音轉換和機器翻譯帶到每位開發人員觸手可及之處。藉助 API 驅動的應用程式服務，資料科學家和開發人員能夠輕鬆地將預先建置的人工智慧功能嵌入其應用程式，並自動化工作流程。在本專題講座中，我們將闡述如何建置能聽、說和理解我們周圍世界的新一代智慧應用程式。

主講人： 
AWS 印度原型製作工程師 Jyoti Sharma
AWS 印度首席原型製造工程師 Arun Balaji

持續時間：30 分鐘

在封閉式意見回饋迴圈中執行電腦視覺品質檢查應用程式 (等級 200)
品質檢查中的缺陷和異常偵測是確保產品品質的重要步驟，因為及時偵測故障或缺陷，並採取適當的行動通常會產生巨額的操作和品質相關成本。此外，手動意見回饋迴圈通常是主觀、耗時的且難以擴展，導致生產瓶頸並減慢上市時間。在本專題講座中，我們分享了如何在邊緣建置穩健、有效且可擴展的封閉式迴圈品質檢查，利用快速的意見回饋迴圈產生客觀決策，並降低品質相關成本。

主講人：AWS 解決方案架構師 Derrick Choo

使用機器學習進行智慧媒體分析 (等級 200)
音訊和影片等媒體資產可用於提高可探索性，並提升使用者參與度和滿意度。然而，管理、分析和監控媒體內容既複雜又昂貴。本專題講座展示了如何使用 AWS AI 服務和 Amazon SageMaker 進行更好的內容搜尋和探索，透過字幕和本地化提高可存取性，以及發現新的內容營利性。我們還可以使用全受管影像、影片、文字和語音審核 API 及自動化機器學習，來改善您和客戶的合規性與品牌安全性。

主講人：
AWS 印度原型製作參與經理 Sakthi Srinivasan
AWS 印度首席原型製造工程師 Arun Balaji

持續時間：30 分鐘

建置端對端信用卡詐騙偵測系統 (等級 300)
隨著我們走向無現金社會，能夠準確、快速地偵測詐騙卡交易變得越來越重要，因為誤報可能會導致負面的客戶體驗。在本專題講座中，探索如何使用 Amazon SageMaker 建置端對端信用卡詐騙偵測系統。了解如何透過更敏捷、更經濟高效的方法，在雲端訓練數學模型以偵測詐騙卡的付款詐騙。我們示範了如何使用 API 將此模型與商業應用程式整合，並透過 Amazon QuickSight 建置報告儀表板，這是一項快速的採用雲端技術的 BI 服務，可讓組織中的每個人透過豐富的互動式儀表板，輕鬆從資料中獲取洞察。

主講人：AWS 解決方案架構師 Indrajit Ghosalkar
持續時間：30 分鐘

藉助 AWS 打擊帳戶接管詐騙 (等級 300)
每年，許多使用者帳戶都遭受不同技術 (例如憑證填充、網路釣魚和社交工程) 的攻擊，導致帳戶接管 (ATO) 詐騙。除了財務損失外，ATO 詐騙還會影響客戶體驗、品牌忠誠度和聲譽。在本專題講座中，我們將闡述 AWS Web Application Firewall 如何讓您在網路邊緣主動阻止帳戶接管嘗試、防止未經授權的存取可能導致詐騙活動，以及提前通知使用者採取預防措施。我們還展示了如何藉助 Amazon Fraud Detector，透過機器學習用其他方法來保護您的應用程式，這項全受管服務可讓您在沒有先驗 ML 經驗的情況下快速建置、部署和管理自訂詐騙偵測 ML 模型。

主講人：
AWS 資深邊緣專家解決方案架構師 Julian Ju
資深邊緣專家解決方案架構師 Ram Cholan

持續時間：30 分鐘

使用 Amazon Comprehend Medical 從自然語言中擷取有意義的放射學洞察 (等級 300)
想要優化稀缺和熱門臨床資源的使用，需要獲取的洞察通常隱藏在非結構化臨床報告中。本專題講座闡述了如何將機器學習和分析技術整合至其應用程式並自動化程序，以優化臨床資源的使用。我們展示了藉助 Amazon Comprehend Medical，來使用近乎即時的 Apache Spark 管道，以便在放射學檢查資料新增至醫院的臨床資料儲存器時進行擷取。了解如何將自然語言臨床筆記分類，並將臨床實體轉換為基於標準 SNOMED 臨床術語建置的關係檢視。我們最後展示了一般用途視覺化和分析工具，如何讓您的使用者存取資料洞察。

主講人：AWS 首席解決方案架構師 Craig Roach
持續時間：30 分鐘

即刻開始使用 Amazon SageMaker (等級 200)
藉助 Amazon SageMaker，每位開發人員、業務分析師和資料科學家能夠使用全受管基礎設施、工具和工作流程，針對任何使用案例建置、訓練和部署機器學習模型。Amazon SageMaker 省去了機器學習的繁重工作，從而消除與機器學習關聯的典型障礙。本專題講座深入探討了 Amazon SageMaker 每個模組的技術細節，展示了平台的各項功能。

主講人：AWS 解決方案架構師 Pauline Kelly
持續時間：30 分鐘