Doanh nghiệp dựa trên dữ liệu: Từ tầm nhìn đến giá trị (Cấp độ 100)
Các tổ chức đang tìm kiếm cách thu về giá trị lớn hơn từ dữ liệu của họ để cải thiện tính linh hoạt, nâng cao hiệu quả và tăng tốc độ đổi mới. Mặc dù dữ liệu vô cùng phong phú và gia tăng nhanh chóng, việc chỉ đơn thuần tạo ra hoặc lưu trữ nhiều dữ liệu sẽ không tự động sinh ra giá trị. Giá trị được hiện thực hóa bằng cách tạo ra một văn hóa và mô hình hoạt động, trong đó dữ liệu được sử dụng để thay mặt khách hàng đổi mới bằng cách tận dụng các thông tin chuyên sâu hữu ích, tính năng phân tích và AI/ML. Tuy nhiên, những thách thức về văn hóa, các mô hình quản trị lỗi thời, những lô cốt tổ chức và các phương pháp thực thi xưa cũ đang cản trở việc hiện thực hóa tầm nhìn này. Hãy tham gia buổi đào tạo này để học hỏi các chiến lược từ hai cựu Giám đốc trải nghiệm khách hàng về cách họ nỗ lực tạo ra một văn hóa dựa trên dữ liệu và vượt qua những thách thức để biến tầm nhìn của họ trở thành hiện thực.

Diễn giả:  John Clark, Chuyên gia chiến lược doanh nghiệp, AWS
Thời lượng: 30 phút

Xây dựng một tổ chức thông minh hơn được hỗ trợ bởi dữ liệu và máy học (Cấp độ 100)
Nhiều tổ chức hiểu rằng họ cần AI/ML để tạo ra lợi thế cạnh tranh độc đáo, thúc đẩy hoạt động tương tác tốt hơn với khách hàng và mang lại kết quả kinh doanh mong muốn. Trong khi một số tổ chức đang gặt hái những lợi ích từ tác động chuyển đổi của AI/ML, các tổ chức khác đang băn khoăn không biết nên bắt đầu từ đâu. Buổi đào tạo này trình bày về cách áp dụng AI/ML và hiện thực hóa chuyển đổi kỹ thuật số của bạn. Chúng tôi chia sẻ về hiệu ứng mạng dữ liệu và các lĩnh vực mà những tổ chức thành công nắm vững để đạt được giá trị lớn hơn từ dữ liệu, với sự hỗ trợ của máy học để biến tầm nhìn của họ thành hiện thực.

Diễn giả: Tom Godden, Chuyên gia chiến lược doanh nghiệp, AWS
Thời lượng: 30 phút

Thúc đẩy tính bền vững với AI và dữ liệu tại Climate Pledge Arena của Amazon (Cấp độ 100)
Amazon là khách hàng doanh nghiệp mua năng lượng tái tạo lớn nhất thế giới và nhu cầu đảm bảo tính bền vững chính là trọng tâm của mọi hoạt động nhằm đáp ứng các mục tiêu về giảm phát thải carbon. Chúng tôi đang hợp tác với Seattle Kraken để xây dựng các giải pháp và giúp biến Climate Pledge Arena trở thành nhà thi đấu tiên phong, có trách nhiệm và bền vững nhất trên thế giới. Hãy tham gia buổi đào tạo này để tìm hiểu cách AWS Professional Services và đội ngũ phát triển bền vững của Amazon sử dụng các dịch vụ AWS để tải nhập và phân tích dữ liệu về năng lượng, nguồn nước và chất lượng không khí. Nhận thông tin chuyên sâu về cách họ xây dựng các mô hình dự báo theo thời gian thực với trọng tâm là khả năng khám phá dữ liệu, bảo mật và hình mẫu thiết kế.

Diễn giả: 
Rahul Sareen, Giám đốc thực hành toàn cầu, Tính bền vững, AWS
Rob Johnson, Phó chủ tịch phát triển bền vững và vận chuyển, Climate Pledge Arena

Thời lượng: 30 phút

Bắt đầu hành trình ML của bạn: Góc nhìn của nhà lãnh đạo (Cấp độ 100)
AI và ML hứa hẹn sẽ chuyển đổi các ngành, gia tăng hiệu quả và thúc đẩy đổi mới. Chìa khóa để thành công với máy học chính là quy mô. Buổi đào tạo này trình bày cách các giám đốc và ban điều hành có mong muốn đạt được thành công bằng cách sử dụng ML trên quy mô lớn nhận được hướng dẫn, bao gồm các cơ chế để xây dựng một hệ thống hiệu quả nhằm tăng tốc độ đổi mới và thúc đẩy tiến bộ công nghệ. Chúng tôi chia sẻ cách các khách hàng hợp tác với AWS để phối hợp giữa các đội ngũ của họ trong hoạt động giới thiệu ML và cung cấp cho đội ngũ của họ bộ kỹ năng kỹ thuật phù hợp để mang lại kết quả kinh doanh. Tìm hiểu cách xây dựng các đội ngũ kỹ thuật và sản phẩm AI/ML mạnh mẽ, phù hợp với những mục tiêu chung của tổ chức, nhằm cung cấp một lộ trình đổi mới và giá trị.

Diễn giả: Naomi Teng, Chuyên gia AI/ML, khu vực APJ, AWS
Thời lượng: 30 phút

Chuyển đổi doanh nghiệp của bạn với AI/ML: Tạo lợi thế cạnh tranh trong tổ chức của bạn bằng cách tận dụng các xu hướng AI/ML mới nhất (Cấp độ 100)
Các kỹ thuật AI/ML đang ngày càng trở thành nền tảng quan trọng đối với những tổ chức muốn chuyển đổi và đạt được các mục tiêu của họ. Tuy nhiên, việc áp dụng AI/ML vào đúng chỗ không phải một điều dễ dàng. Hãy tham gia buổi đào tạo này để tìm hiểu cách áp dụng các trường hợp sử dụng máy học thực tế và đã được kiểm chứng để nhanh chóng đạt được tác động kinh doanh đích thực. Chúng tôi chia sẻ bộ dịch vụ AI/ML của AWS với khả năng cho phép bạn xây dựng các sản phẩm chuyển đổi mà không cần đến kiến thức chuyên môn về máy học. Khám phá cách tạo ra vòng quay chuyển đổi liên tục được AI hỗ trợ của riêng bạn, dựa trên cả các công nghệ hiện có và mới nổi, nhằm hình thành các cơ hội mới, đạt được lợi thế cạnh tranh và mang lại kết quả cho tổ chức.

Diễn giả: Nieves Gracia, Trưởng nhóm chuyên gia AI/ML, Lĩnh vực công, khu vực APJ
Thời lượng: 30 phút

Thay đổi tư duy về máy học cho các ngành được quản lý (Cấp độ 100)
Khả năng tái tạo, truy xuất nguồn gốc, giải thích đã trở thành yêu cầu cơ bản trong vòng đời máy học đối với các ngành được quản lý. Tuy nhiên, việc xây dựng một nền tảng khoa học dữ liệu cho ngân hàng hoặc chính phủ để hỗ trợ vòng đời này không hề dễ dàng vì điều này đòi hỏi một tập hợp khả năng và kinh nghiệm sâu rộng. AWS cung cấp một bộ dịch vụ và giải pháp để tạo ra môi trường máy học bảo mật, được quản lý và tuân thủ, không ảnh hưởng đến tính linh hoạt của các đội ngũ khoa học dữ liệu. Hãy tham gia buổi đào tạo này để tìm hiểu cách thu hẹp khoảng cách giữa vòng đời máy học truyền thống và các yêu cầu của ngành được quản lý. Chúng tôi chia sẻ cách AWS cung cấp cho bạn những giải pháp, phương pháp tốt nhất, chương trình và tài nguyên để giúp bạn xây dựng nền tảng máy học và khoa học dữ liệu thành công trên AWS.

Diễn giả: Juan Bedoya, Kiến trúc sư giải pháp lĩnh vực công, AWS
Thời lượng: 30 phút

Cung cấp khả năng tương tác đa phương thức với khách hàng trong các dịch vụ tài chính (Cấp độ 100)
Sự phổ biến rộng rãi của các dịch vụ di động, sự xuất hiện của các tổ chức mới tham gia thị trường kỹ thuật số, sự thích nghi với những chuyển dịch theo thế hệ và các yêu cầu quan trọng của ngành về tuân thủ quy định khiến cho các tổ chức dịch vụ tài chính gặp khó khăn trong việc cung cấp trải nghiệm khách hàng được cá nhân hóa, nhất quán và liền mạch từ nhiều kênh khác nhau. Buổi đào tạo này trình bày cách bạn có thể dễ dàng xây dựng trải nghiệm khách hàng đa phương thức với AI và máy học của AWS. Tìm hiểu cách tạo ra trải nghiệm cá nhân hóa sử dụng di động, web và tin nhắn văn bản làm phương tiện chính cho hoạt động tương tác của tổ chức với khách hàng và ngược lại, bằng cách tận dụng dữ liệu theo ngữ cảnh, đồng thời duy trì một cuộc trao đổi duy nhất trên nhiều điểm tiếp xúc.

Diễn giả:
Akash Jain, Trưởng phòng - Kiến trúc sư giải pháp FSI GTM, khu vực APJ, AWS
Rahul Kulkarni, Kiến trúc sư giải pháp đối tác cấp cao, AWS Ấn Độ

Thời lượng: 30 phút

Cá nhân hóa hoạt động tương tác với khách hàng bằng cách tự động hóa tiếp thị (Cấp độ 200)
Khi nhắc đến hoạt động giao tiếp với khách hàng, không có gì đáng ngạc nhiên khi cá nhân hóa chính là phương thức tốt nhất để đảm bảo sự tương tác với khách hàng về lâu dài. Khách hàng thường chú ý đến nội dung phù hợp với nhu cầu của họ hơn. Trong buổi đào tạo này, chúng tôi giới thiệu cách sử dụng các hành trình Amazon Pinpoint để mang đến trải nghiệm khách hàng nhiều bước được cá nhân hóa dựa trên đặc điểm và hành vi của đối tượng; cũng như cách sử dụng Amazon Personalize để đảm bảo rằng nội dung được truyền tải luôn cụ thể và được cá nhân hóa dành cho người nhận.

Diễn giả: Pierre Semaan, Trưởng nhóm giải pháp và chiến lược GTM, SMB, APJ, AWS
Thời lượng: 30 phút

Thiết lập môi trường máy học bảo mật, được quản lý chặt chẽ trên AWS (Cấp độ 100)
Cho dù tổ chức của bạn mới chỉ bắt đầu hành trình AI/ML hay đang triển khai một số lượng lớn các dự án, việc sở hữu các môi trường bảo mật, có khả năng bảo vệ dữ liệu của bạn là điều vô vùng quan trọng. Trong buổi đào tạo này, chúng tôi chia sẻ cách bạn có thể tổ chức, chuẩn hóa và thúc đẩy hoạt động cung cấp các môi trường ML được quản lý bằng cách tận dụng những phương thức bảo mật tốt nhất của AWS và đáp ứng các yêu cầu bảo mật nghiêm ngặt của khối lượng công việc ML.

Diễn giả: Tony Fendall, Kiến trúc sư giải pháp chính, AWS
Thời lượng: 30 phút

Học sâu trên AWS với NVIDIA: Từ đào tạo đến triển khai (Cấp độ 200)
Trong suốt thập kỷ qua, NVIDIA đã chứng minh hiệu quả toàn diện của GPU của họ trong cả hoạt động đào tạo và suy luận học sâu. Khi các mô hình này trở nên lớn hơn, nhu cầu cơ bản phải tăng quy mô theo tài nguyên để đào tạo và tăng quy mô theo phiên bản để triển khai các mô hình lớn như vậy đã trở thành một điều thiết yếu. Trong buổi đào tạo này, chúng tôi sẽ giới thiệu về một vài ngăn xếp phần mềm NVIDIA dành cho đào tạo phân tán hiệu quả cũng như triển khai hợp lý và đi sâu tìm hiểu cách Amazon áp dụng chúng cho một số khối lượng công việc đòi hỏi khắt khe nhất của mình.

Diễn giả: Michael Lang, Giám đốc kiến trúc giải pháp, khu vực APAC phía Nam, NVIDIA
Thời lượng: 30 phút

Xây dựng khả năng tìm kiếm tập trung thông minh hơn từ các kho dữ liệu phân tán với Amazon Kendra (Cấp độ 200)
Làm thế nào bạn có thể nhận được câu trả lời chính xác và cụ thể nhất trong các truy vấn tìm kiếm khi các câu trả lời có thể yêu cầu bạn phải sàng lọc qua khối lượng lớn các nguồn dữ liệu phân tán? Trong buổi đào tạo này, chúng tôi hướng dẫn cách sử dụng Amazon Kendra, một giải pháp tìm kiếm thông minh giúp người dùng nhận được câu trả lời chính xác. Tìm hiểu cách bạn có thể kết nối một số công cụ, nguồn và sản phẩm của bên thứ ba để tạo ra khả năng tìm kiếm dữ liệu hợp nhất và thông minh hơn, cải thiện hoạt động chia sẻ kiến thức giữa các đội ngũ, nâng cao dịch vụ bán hàng và hỗ trợ khách hàng, từ đó giúp bạn nhận được thông tin mình cần một cách dễ dàng hơn.

Diễn giả: 
Sam Gordon, Kiến trúc sư đám mây cấp cao, AWS
Ed Fraga, Kiến trúc sư đám mây, AWS

Thời lượng: 30 phút

Triển khai ứng dụng tìm kiếm văn bản và hình ảnh hợp nhất với dịch vụ phân tích và ML (Cấp độ 200)
Tuy rằng các công cụ tìm kiếm văn bản và ngữ nghĩa đã cho phép nhiều tổ chức tìm kiếm thông tin một cách nhanh chóng, song các tổ chức cung cấp công cụ tìm kiếm văn bản và hình ảnh hợp nhất có thể mang lại lợi thế cạnh tranh và luồng doanh thu bằng cách cung cấp cho khách hàng khả năng hiển thị linh hoạt các ví dụ cụ thể hoặc hình ảnh để mô tả nội dung trong công cụ tìm kiếm. Buổi đào tạo này giới thiệu cách xây dựng công cụ tìm kiếm được ML hỗ trợ để dễ dàng truy xuất và đề xuất các sản phẩm dựa trên truy vấn văn bản hoặc hình ảnh. Tìm hiểu cách sử dụng Amazon SageMaker để lưu trữ và quản lý mô hình Đào tạo trước hình ảnh–ngôn ngữ tương phản (CLIP) đã được đào tạo trước và thực hiện tìm kiếm trực quan từ hình ảnh truy vấn. Chúng tôi cũng chia sẻ cách sử dụng các cụm OpenSearch dễ triển khai, vận hành và điều chỉnh quy mô cũng như các dịch vụ AWS khác để xây dựng ứng dụng toàn diện này.

Diễn giả: Kevin Du, Kiến trúc sư giải pháp cấp cao tại Phòng thực hành dữ liệu ML, AWS
Thời lượng: 30 phút

Chuẩn bị dữ liệu có quy mô linh hoạt và ML bằng Apache Spark trên AWS (Cấp độ 200)
Phân tích, chuyển đổi và chuẩn bị một khối lượng lớn dữ liệu là bước cơ bản của mọi quy trình làm việc khoa học dữ liệu và ML. Buổi đào tạo này hướng dẫn cách xây dựng quy trình làm việc máy học (ML) và chuẩn bị dữ liệu toàn diện. Chúng tôi giải thích cách kết nối Apache Spark, để chuẩn bị dữ liệu nhanh chóng trong môi trường xử lý dữ liệu của bạn trên các phiên tương tác Amazon EMR và AWS Glue từ Studio Amazon SageMaker. Tìm hiểu cách truy cập dữ liệu do AWS Lake Formation quản lý để truy vấn, khám phá, trực quan hóa dữ liệu, chạy và gỡ lỗi các tác vụ Spark một cách tương tác khi bạn chuẩn bị dữ liệu quy mô lớn để sử dụng cho ML.

Diễn giả: Suman Debnath, Chuyên viên hỗ trợ nhà phát triển chính, Kỹ thuật dữ liệu, AWS
Thời lượng: 30 phút

Xây dựng giải pháp xử lý tài liệu thông minh (Cấp độ 200)
Các tổ chức sở hữu hàng triệu tài liệu và biểu mẫu vật lý chứa dữ liệu kinh doanh quan trọng. Những tài liệu này, chẳng hạn như yêu cầu thanh toán bảo hiểm hoặc đơn xin vay vốn, chứa dữ liệu có cấu trúc và phi cấu trúc được trích xuất bởi con người hoặc bởi các hệ thống dựa trên quy tắc vốn không dễ dàng điều chỉnh quy mô, tốn kém và có thể đưa ra kết quả trích xuất với độ chính xác thấp. Trong buổi đào tạo này, hãy tìm hiểu cách xây dựng một giải pháp xử lý tài liệu thông minh toàn diện để vượt qua các thách thức xử lý tài liệu xưa cũ, cho phép bạn trích xuất dữ liệu có cấu trúc, biên tập thông tin nhạy cảm và triển khai quy trình xử lý tài liệu tự động trên quy mô lớn.

Diễn giả: Abhijit Kalita, Giám đốc quảng bá về AI/ML cấp cao, Đối tác lĩnh vực công, AWS
Thời lượng: 30 phút

Tùy chỉnh và cải thiện hoạt động trích xuất tài liệu của bạn bằng máy học (Cấp độ 300)
Các tài liệu thuộc nhiều loại tệp khác nhau, có định dạng khác nhau và chứa thông tin giá trị. Hoạt động trích xuất và xử lý các tài liệu có thể tiêu tốn thời gian, dễ mắc lỗi và tốn kém. Trong buổi đào tạo này, chúng tôi chia sẻ các tùy chọn về cách thức để dễ dàng trích xuất thông tin từ nội dung phức tạp ở bất kỳ định dạng tài liệu nào, bao gồm cả tệp PDF hoặc hình ảnh được quét thông qua AWS. Tìm hiểu cách tinh chỉnh và tùy chỉnh hoạt động trích xuất với ML, bao gồm các mẫu lỗi OCR phổ biến và tái cấu trúc dữ liệu đầu ra. Buổi đào tạo này trình bày các mẫu và công cụ khác nhau trên AWS để hỗ trợ xuyên suốt tất cả các giai đoạn của quy trình, từ xử lý trước hình ảnh ban đầu đến tự động hóa quy trình hoặc tìm kiếm thông minh và đánh giá trực tuyến của con người, có cân nhắc đến mức độ phức tạp của trường hợp sử dụng và mức độ hoàn thiện ML trong tổ chức của bạn.

Diễn giả: Alex Thewsey, Kiến trúc sư giải pháp chuyên gia về ML, AWS
Thời lượng: 30 phút

Từ độ chính xác đến trường hợp kinh doanh: Xây dựng thành công PoC dự báo nhu cầu (Cấp độ 200)
Dự báo nhu cầu trong tương lai một cách chính xác bằng AI/ML mang lại nhiều lợi ích cho các bộ phận chức năng khác nhau, bao gồm các lợi ích như tăng doanh số, cải thiện mức sử dụng công suất và quay vòng hàng tồn kho, cũng như nâng cao trải nghiệm của khách hàng. Thế nhưng nhiều tổ chức phải đối mặt với những thách thức trong việc chứng minh giá trị và triển khai hệ thống dự báo nhu cầu vào sản xuất. Buổi đào tạo này hướng dẫn bạn quy trình làm việc từng bước để xây dựng một nguyên mẫu nhanh chóng cho hệ thống dự báo dựa trên ML bằng cách sử dụng Amazon Forecast. Chúng tôi giới thiệu các cách thức khác nhau để đo lường giá trị kinh doanh thực tế của các mô hình dự báo nhu cầu đồng thời cho phép thử nghiệm linh hoạt.

Diễn giả: Julia Ang, Trợ lý kiến trúc sư giải pháp, AWS
Thời lượng: 30 phút

Đơn giản hóa hoạt động dự đoán ý định mua hàng của khách hàng bằng dịch vụ phân tích và ML (Cấp độ 200)
Các công ty đang tích hợp giải pháp AI/ML vào doanh nghiệp của họ để giành lợi thế cạnh trạnh. Tuy nhiên, máy học có thể khó hiểu và thường đòi hỏi bộ kỹ năng chuyên môn. Quá trình bắt đầu với việc thu thập và chuẩn bị dữ liệu, tiếp theo là xây dựng, đào tạo các mô hình máy học trước khi triển khai. Ngay cả việc chọn một thuật toán để xây dựng mô hình cũng có thể khó khăn. Liệu bạn nên lựa chọn thuật toán hoặc mô hình máy học nào? Làm thế nào bạn có thể xác định một cách đáng tin cậy mô hình nào hiệu quả nhất dựa trên vấn đề kinh doanh của bạn? Làm thế nào để thực hiện điều chỉnh siêu tham số nhằm tận dụng tối đa mô hình? Trong buổi đào tạo này, chúng tôi giải thích cách thức đơn giản hóa vòng đời máy học cho dự đoán ý định mua hàng bằng cách sử dụng Tính năng tự động của Amazon SageMaker kết hợp với các dịch vụ phân tích của AWS.

Diễn giả: 
Kamal Manchanda, Kiến trúc sư giải pháp, AWS Ấn Độ
K V Sureshkumar, Kiến trúc sư xây dựng nguyên mẫu, AWS Ấn Độ
Thời lượng: 30 phút

Cải thiện trải nghiệm của khách hàng bằng dịch vụ phân tích và trung tâm liên lạc được ML hỗ trợ (Cấp độ 300)
Trung tâm liên lạc của bạn là điểm tiếp xúc lớn nhất giữa bạn và khách hàng, và mọi tương tác đều có thể cung cấp cho đội ngũ của bạn những thông tin chuyên sâu hữu ích. Trong buổi đào tạo này, chúng tôi trình bày cách thức tích hợp Amazon Connect với các dịch vụ phân tích và ML của AWS, để bạn có thể sử dụng những công cụ cấu hình tự phục vụ để hoàn thành quá trình này chỉ trong vài ngày, thay vì sẽ tiêu tốn của bạn nhiều tháng để xây dựng. Tìm hiểu cách giải pháp trung tâm đám mây toàn diện được xây dựng trên AWS này cho phép bạn khám phá những thông tin chuyên sâu giá trị từ mọi tương tác với khách hàng, bao gồm dự đoán tỷ lệ khách hàng ngừng dùng dịch vụ theo thời gian thực để bạn có thể cải thiện trải nghiệm khách hàng.

Diễn giả: 
Nelson Martinez, Quản lý khách hàng kỹ thuật cấp cao, Ứng dụng năng suất, AWS
Melanie Li, Quản lý khách hàng kỹ thuật cấp cao, Phân tích, AWS
Partha Sarathi Sahoo, Quản lý khách hàng kỹ thuật cấp cao, Phân tích, AWS

Thời lượng: 30 phút

Phá bỏ rào cản ngôn ngữ với AI (Cấp độ 200)
Amazon mang đến cho mọi nhà phát triển khả năng xử lý ngôn ngữ tự nhiên, nhận dạng giọng nói, chuyển văn bản thành giọng nói và dịch máy. Các dịch vụ ứng dụng dựa trên API cho phép nhà khoa học dữ liệu và nhà phát triển dễ dàng tích hợp chức năng trí tuệ nhân tạo được dựng sẵn vào ứng dụng của họ và tự động hóa quy trình làm việc. Trong buổi đào tạo này, chúng tôi giải thích cách thức xây dựng thế hệ ứng dụng thông minh tiếp theo với khả năng nghe, nói và hiểu thế giới xung quanh chúng ta.

Diễn giả: 
Jyoti Sharma, Kỹ sư xây dựng nguyên mẫu, AWS Ấn Độ
Arun Balaji, Kỹ sư nguyên mẫu chính, AWS Ấn Độ

Thời lượng: 30 phút

Vận hành ứng dụng kiểm tra chất lượng thị giác máy tính bằng vòng lặp phản hồi khép kín (Cấp độ 200)
Phát hiện lỗi và điểm bất thường trong quá trình kiểm tra chất lượng là một bước quan trọng để đảm bảo chất lượng của sản phẩm, vì việc phát hiện kịp thời các lỗi hoặc khiếm khuyết và thực hiện biện pháp thích hợp thường làm phát sinh đáng kể chi phí vận hành cũng như chi phí liên quan đến chất lượng. Ngoài ra, các vòng lặp phản hồi thủ công thường mang tính chủ quan, tiêu tốn thời gian và khó điều chỉnh quy mô, dẫn đến cản trở trong sản xuất và làm chậm thời gian đưa ra thị trường. Trong buổi đào tạo này, chúng tôi chia sẻ cách bạn có thể xây dựng một quy trình kiểm tra chất lượng theo vòng lặp khép kín mạnh mẽ, hiệu quả và có quy mô linh hoạt ở vị trí biên, đưa ra các quyết định khách quan với vòng lặp phản hồi nhanh chóng và giảm chi phí liên quan đến chất lượng.

Diễn giả: Derrick Choo, Kiến trúc sư giải pháp, AWS

Phân tích nội dung đa phương tiện thông minh với máy học (Cấp độ 200)
Các tài sản đa phương tiện, chẳng hạn như âm thanh và video, có thể được sử dụng để gia tăng khả năng khám phá và thúc đẩy sự tương tác và mức độ hài lòng của người dùng. Tuy nhiên, hoạt động quản lý, phân tích và giám sát nội dung đa phương tiện vừa phức tạp vừa tốn kém. Buổi đào tạo này trình bày cách sử dụng các dịch vụ AI của AWS và Amazon SageMaker để tìm kiếm và khám phá nội dung tốt hơn, gia tăng khả năng tiếp cận thông qua tạo phụ đề và bản địa hóa cũng như khám phá phương thức kiếm tiền mới từ nội dung. Chúng tôi cũng hướng dẫn cách sử dụng API kiểm duyệt hình ảnh, video, văn bản và giọng nói được quản lý toàn phần cùng với máy học tự động để cải thiện mức độ tuân thủ và an toàn thương hiệu cho bạn và khách hàng.

Diễn giả: 
Sakthi Srinivasan, Quản lý tương tác, Xây dựng nguyên mẫu, AWS Ấn Độ
Arun Balaji, Kỹ sư nguyên mẫu chính, AWS Ấn Độ

Thời lượng: 30 phút

Xây dựng hệ thống phát hiện gian lận thẻ tín dụng toàn diện (Cấp độ 300)
Khi chúng ta tiến tới xã hội không dùng tiền mặt, khả năng phát hiện các giao dịch thẻ gian lận một cách chính xác và nhanh chóng ngày càng trở nên quan trọng, bởi vì các lỗi giả có thể gây ra trải nghiệm tiêu cực cho khách hàng. Trong buổi đào tạo này, hãy khám phá cách xây dựng hệ thống phát hiện gian lận thẻ tín dụng toàn diện với Amazon SageMaker. Tìm hiểu cách đào tạo các mô hình toán học trên đám mây để phát hiện hành vi gian lận thanh toán thẻ với cách tiếp cận linh hoạt hơn và tiết kiệm chi phí hơn. Chúng tôi trình bày cách bạn có thể tích hợp mô hình này với các ứng dụng kinh doanh của mình bằng cách sử dụng API và xây dựng bảng điều khiển báo cáo với Amazon QuickSight, một dịch vụ BI nhanh chóng, được đám mây hỗ trợ, giúp mọi người trong tổ chức dễ dàng thu được thông tin chuyên sâu từ dữ liệu của họ thông qua bảng điều khiển tương tác phong phú.

Diễn giả: Indrajit Ghosalkar, Kiến trúc sư giải pháp, AWS
Thời lượng: 30 phút

Ngăn chặn hành vi gian lận chiếm đoạt tài khoản với AWS (Cấp độ 300)
Hàng năm, vô số tài khoản người dùng bị xâm nhập bởi các kỹ thuật khác nhau như nhồi thông tin chứng thực, lừa đảo qua mạng và tấn công phi kỹ thuật, dẫn đến hành vi gian lận chiếm đoạt tài khoản (ATO). Ngoài tổn thất về tài chính, gian lận ATO còn ảnh hưởng đến trải nghiệm khách hàng, mức độ trung thành với thương hiệu và danh tiếng. Trong buổi đào tạo này, chúng tôi giải thích cách Tường lửa ứng dụng web của AWS cho phép bạn chủ động ngăn chặn các nỗ lực chiếm đoạt tài khoản ở biên mạng, ngăn chặn truy cập trái phép có thể dẫn đến hoạt động gian lận và thông báo trước cho người dùng để thực hiện hành động phòng ngừa. Chúng tôi cũng giới thiệu cách sử dụng các phương thức bổ sung để bảo vệ ứng dụng của bạn bằng máy học thông qua việc sử dụng Trình phát hiện gian lận của Amazon, một dịch vụ được quản lý toàn phần, cho phép bạn xây dựng, triển khai và quản lý các mô hình ML phát hiện gian lận tùy chỉnh một cách nhanh chóng mà không cần có kinh nghiệm trước đó về ML.

Diễn giả: 
Julian Ju, Kiến trúc sư giải pháp chuyên gia về dịch vụ biên cấp cao, AWS
Ram Cholan, Kiến trúc sư giải pháp chuyên gia về dịch vụ biên cấp cao, AWS

Thời lượng: 30 phút

Trích xuất thông tin chuyên sâu hữu ích về X quang từ ngôn ngữ tự nhiên bằng cách sử dụng Amazon Comprehend Medical (Cấp độ 300)
Thông tin chuyên sâu cần thiết để tối ưu hóa hoạt động sử dụng các tài nguyên lâm sàng khan hiếm và thiết yếu thường bị ẩn giấu trong các báo cáo lâm sàng phi cấu trúc. Buổi đào tạo này giải thích cách tích hợp công nghệ phân tích và máy học vào các ứng dụng, đồng thời tự động hóa các quy trình để tối ưu hóa hoạt động sử dụng các tài nguyên lâm sàng. Chúng tôi trình bày cách sử dụng quy trình Apache Spark gần thời gian thực, với Amazon Comprehend Medical, để ghi chép lại các cuộc kiểm tra X quang khi chúng được thêm vào kho dữ liệu lâm sàng của bệnh viện. Tìm hiểu cách phân loại ghi chú lâm sàng ngôn ngữ tự nhiên và chuyển ngữ các thực thể lâm sàng thành các quan điểm quan hệ được xây dựng trên Thuật ngữ lâm sàng SNOMED tiêu chuẩn. Cuối cùng, chúng tôi trình bày cách các công cụ phân tích và trực quan hóa đa dụng có thể cho phép người dùng của bạn truy cập thông tin chuyên sâu về dữ liệu.

Diễn giả: Craig Roach, Kiến trúc sư giải pháp chính, AWS
Thời lượng: 30 phút

Bắt đầu sử dụng Amazon SageMaker chỉ sau vài phút (Cấp độ 200)
Amazon SageMaker cho phép mọi nhà phát triển, nhà phân tích kinh doanh và nhà khoa học dữ liệu xây dựng, đào tạo và triển khai các mô hình máy học cho mọi trường hợp sử dụng với cơ sở hạ tầng, công cụ và quy trình làm việc được quản lý toàn phần. Amazon SageMaker xử lý phần việc nặng nhọc của máy học, từ đó loại bỏ các rào cản điển hình liên quan đến máy học. Buổi đào tạo này sẽ đi sâu tìm hiểu thông tin chi tiết kỹ thuật về từng mô-đun của Amazon SageMaker, giới thiệu các tính năng của nền tảng này.

Diễn giả: Pauline Kelly, Kiến trúc sư giải pháp, AWS
Thời lượng: 30 phút

Chuyển đổi dữ liệu JSON bán cấu trúc lồng nhau cho máy học với các giải pháp không cần mã trên AWS (Cấp độ 200)
Trong nhiều ngành, dữ liệu đến từ nhiều nguồn khác nhau ở các định dạng có cấu trúc, bán cấu trúc và phi cấu trúc. Đối với dữ liệu bán cấu trúc, một trong những định dạng tệp nhẹ phổ biến nhất là JSON. Tuy nhiên, do tính chất phức tạp của loại dữ liệu JSON, định dạng này thường bao gồm cấu trúc khóa-giá trị lồng nhau và rất khó để sử dụng trực tiếp trong các tác vụ ML. Trong buổi đào tạo này, chúng ta thảo luận về cách tận dụng AWS Glue DataBrew để hủy lồng ghép dữ liệu, xử lý thông tin nhạy cảm và đảm bảo chất lượng dữ liệu cho quá trình chuẩn bị dữ liệu ML. Chúng tôi chia sẻ cách sử dụng giải pháp không cần mã của Amazon SageMaker để tự động đào tạo các mô hình ML bằng dữ liệu đã được xử lý nhằm khám phá nhanh thông tin chuyên sâu hữu ích.

Diễn giả: 
Melanie Li, Quản lý khách hàng kỹ thuật cấp cao, AI/ML, AWS
Partha Sarathi Sahoo, Quản lý khách hàng kỹ thuật cấp cao, Phân tích, AWS

Thời lượng: 30 phút

Xây dựng mô hình chính xác kết hợp các loại dữ liệu đa dạng với AutoGluon trên Amazon SageMaker (Cấp độ 300)
Các trường hợp sử dụng máy học trong thực tế thường liên quan đến dữ liệu ở nhiều định dạng. Trong buổi đào tạo này, chúng tôi trình bày thông tin tổng quan về Amazon SageMaker JumpStart, là ứng dụng tự động đào tạo và tinh chỉnh hàng trăm mô hình ML và giúp bạn lựa chọn mô hình tốt nhất cho trường hợp sử dụng của mình. Chúng tôi trình bày cách sử dụng AutoGluon, một thư viện nguồn mở dành cho AutoML trên Amazon SageMaker để xây dựng mô hình chất lượng cao của bạn. Chúng tôi cũng chia sẻ các kỹ thuật đã được chứng minh, phương pháp tốt nhất và các công cụ để tìm hiểu sâu hơn với ML đa phương thức tùy chỉnh.

Diễn giả: Seema Gupta, Kiến trúc sư giải pháp cấp cao, AWS
Thời lượng: 30 phút

Đào tạo nhanh các mô hình ML và tiết kiệm chi phí với Amazon SageMaker (Cấp độ 200)
Đào tạo các mô hình máy học trên quy mô lớn thường đòi hỏi sự đầu tư đáng kể. Trong buổi đào tạo này, chúng tôi trình bày cách Amazon SageMaker giúp bạn giảm thời gian và chi phí trong việc đào tạo và tinh chỉnh các mô hình máy học (ML) mà không cần quản lý cơ sở hạ tầng. Tìm hiểu cách sử dụng mô hình thông qua các công cụ tích hợp để quản lý và theo dõi các thử nghiệm đào tạo, tự động chọn siêu tham số tối ưu, gỡ lỗi tác vụ đào tạo và giám sát hoạt động sử dụng tài nguyên hệ thống như GPU, CPU và băng thông mạng. Chúng tôi trình bày cách các công cụ Đào tạo SageMaker cho phép đào tạo phân tán nhanh hơn, bao gồm các thư viện hỗ trợ tính song song dữ liệu và tính song song mô hình. Thư viện đào tạo phân tán Amazon SageMaker tự động chia nhỏ các mô hình và tập dữ liệu đào tạo trên các phiên bản GPU để giúp bạn hoàn thành chương trình đào tạo phân tán nhanh hơn.

Diễn giả: Gaurav Singh, Kiến trúc sư giải pháp, AWS Ấn Độ
Thời lượng: 30 phút

Ngoài hoạt động phát triển, đào tạo và triển khai mô hình – Tìm hiểu chuyên sâu về Trình giám sát mẫu của Amazon SageMaker (Cấp độ 200)
Không giống như phát triển phần mềm truyền thống, phát triển mô hình ML là một quá trình lặp đi lặp lại đòi hỏi phải giám sát liên tục dữ liệu đầu vào và đầu ra của mô hình được triển khai để đảm bảo kết quả tối ưu. Tham gia buổi đào tạo này để tìm hiểu các nguyên tắc cơ bản về giám sát mô hình với Amazon SageMaker. Chúng tôi đề cập đến cách phát hiện sai lệch trong dữ liệu và mô hình, đồng thời chia sẻ các bước liên quan để đảm bảo chất lượng mô hình của bạn trong môi trường sản xuất.

Diễn giả: Sahil Verma, Kiến trúc sư giải pháp, AWS Ấn Độ
Thời lượng: 30 phút

Triển khai mô hình chuyển văn bản thành hình ảnh với Amazon SageMaker và Amazon Rekognition (Cấp độ 200)
Tham gia buổi đào tạo này để tìm hiểu cách nền tảng giao tiếp trực quan toàn cầu Canva xây dựng chức năng mới chuyển văn bản thành hình ảnh với Stable Diffusion trên Amazon SageMaker, cho phép họ nhanh chóng điều chỉnh quy mô tiếp cận tính năng chuyển văn bản thành hình ảnh lên 100 triệu người dùng trong vòng chưa đầy 3 tuần. Chúng ta đi sâu tìm hiểu khung kiến trúc đằng sau giải pháp toàn diện này, cách loại bỏ phần việc nặng nhọc khỏi từng bước của quy trình ML, giúp phát triển các mô hình chất lượng cao một cách dễ dàng hơn, nhanh chóng triển khai các tính năng mới cho người dùng và điều chỉnh quy mô để phát triển trong tương lai. Chúng tôi cũng chia sẻ cách Canva tận dụng Amazon Rekognition, cung cấp tính năng thị giác máy tính (CV) có thể tùy chỉnh và được đào tạo trước để trích xuất thông tin và thông tin chuyên sâu từ hình ảnh và video. Tìm hiểu cách giải pháp này cho phép Canva tạo dựng niềm tin, đảm bảo an toàn cho người dùng và cải thiện hiệu suất, vì hoạt động kiểm duyệt thủ công sẽ yêu cầu họ triển khai hàng trăm người kiểm duyệt suốt ngày đêm.

Diễn giả: 
Ben Friebe, Kiến trúc sư giải pháp ISV cấp cao, AWS
Greg Roodt, Trưởng bộ phận nền tảng dữ liệu, Canva

Thời lượng: 30 phút

Khởi chạy nhanh các giải pháp ML trên quy mô lớn trên cơ sở hạ tầng AWS (Cấp độ 200)
AWS cung cấp danh mục dịch vụ sâu rộng nhất để giúp bạn nhanh chóng xây dựng và triển khai AI và máy học cho tất cả các loại hình tổ chức, doanh nghiệp và ngành. Trong buổi đào tạo này, chúng tôi giải thích cách triển khai các mô hình suy luận của bạn trên AWS, khám phá những yếu tố cần xem xét và cách tối ưu hóa quy trình triển khai. Chúng tôi chia sẻ các phương pháp và cách tiếp cận tốt nhất để giúp khối lượng công việc ML của bạn hoạt động trơn tru và hiệu quả trên AWS.

Diễn giả: Santhosh Urukonda, Kỹ sư xây dựng nguyên mẫu cấp cao, AWS Ấn Độ
Thời lượng: 30 phút