เนื้อหาที่ผู้ใช้สร้างขึ้น (UGC) เพิ่มขึ้นอย่างทวีคูณ เช่นเดียวกับข้อกำหนดและค่าใช้จ่ายในการรักษาเนื้อหาและชุมชนออนไลน์ให้ปลอดภัยและปฏิบัติตามข้อกำหนด แพลตฟอร์มเว็บและมือถือสมัยใหม่ช่วยขับเคลื่อนธุรกิจและผลักดันการมีส่วนร่วมของผู้ใช้ผ่านฟีเจอร์โซเชียล ตั้งแต่สตาร์ทอัพไปจนถึงองค์กรขนาดใหญ่ สมาชิกชุมชนออนไลน์คาดหวังประสบการณ์ที่ปลอดภัยและครอบคลุม ซึ่งพวกเขาสามารถบริโภคและสนับสนุนรูปภาพ วิดีโอ ข้อความ และเสียงได้อย่างอิสระ ปริมาณ ความหลากหลาย และความซับซ้อนที่เพิ่มขึ้นเรื่อยๆ ของ UGC ทำให้เวิร์กโฟลว์การควบคุมดูแลโดยมนุษย์แบบดั้งเดิมมีความท้าทายในการขยายขนาดเพื่อปกป้องผู้ใช้ ข้อจำกัดเหล่านี้บังคับให้ลูกค้าเข้าสู่กระบวนการบรรเทาผลกระทบที่ไม่มีประสิทธิภาพ มีราคาแพง และเชิงโต้ตอบ ซึ่งมีความเสี่ยงที่ไม่จำเป็นสำหรับผู้ใช้และธุรกิจ ผลที่ได้คือประสบการณ์ชุมชนที่ไม่ดี เป็นอันตราย และไม่ครอบคลุม ซึ่งทำให้ผู้ใช้ไม่มีส่วนร่วม ส่งผลกระทบในเชิงลบต่อชุมชน และวัตถุประสงค์ทางธุรกิจ
โซลูชันนี้เป็นเวิร์กโฟลว์การควบคุมเนื้อหาที่ปรับขนาดได้ซึ่งอาศัยปัญญาประดิษฐ์ (AI) การเรียนรู้ของเครื่อง (ML) การเรียนรู้เชิงลึก (DL) และเทคโนโลยีการประมวลผลภาษาธรรมชาติ (NLP) โครงสร้างเหล่านี้แปล ถอดเสียง รับรู้ ตรวจจับ ปกปิด ปรับปรุง และนำความสามารถของมนุษย์เข้าสู่เวิร์กโฟลว์การกลั่นกรองอย่างมีกลยุทธ์ เพื่อดำเนินการที่จำเป็นเพื่อให้ผู้ใช้ปลอดภัยและมีส่วนร่วม ในขณะที่เพิ่มความแม่นยำและประสิทธิภาพของกระบวนการ และลดต้นทุนการดำเนินงาน
โพสต์นี้ทบทวนวิธีสร้างเวิร์กโฟลว์การควบคุมเนื้อหาโดยใช้บริการ AWS AI หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับความต้องการทางธุรกิจ ผลกระทบ และการลดต้นทุนที่การควบคุมเนื้อหาแบบอัตโนมัตินำมาสู่อุตสาหกรรมโซเชียลมีเดีย เกม อีคอมเมิร์ซ และการโฆษณา โปรดดูที่ ใช้บริการ AWS AI เพื่อควบคุมเนื้อหาและการปฏิบัติตามข้อกำหนดโดยอัตโนมัติ.
ภาพรวมโซลูชัน
คุณไม่จำเป็นต้องมีความเชี่ยวชาญใน ML เพื่อใช้เวิร์กโฟลว์เหล่านี้ และสามารถปรับแต่งรูปแบบเหล่านี้ให้ตรงกับความต้องการทางธุรกิจของคุณโดยเฉพาะ! AWS มอบความสามารถเหล่านี้ผ่านบริการที่มีการจัดการเต็มรูปแบบ ซึ่งขจัดความซับซ้อนในการปฏิบัติงานและการยกของหนักที่ไม่แตกต่างกัน และไม่มีทีมวิทยาศาสตร์ข้อมูล
ในโพสต์นี้ เราสาธิตวิธีดูแลพื้นที่ว่างที่ลูกค้าพูดคุยและตรวจทานผลิตภัณฑ์อย่างมีประสิทธิภาพโดยใช้ข้อความ เสียง รูปภาพ วิดีโอ และแม้แต่ไฟล์ PDF ไดอะแกรมต่อไปนี้แสดงสถาปัตยกรรมโซลูชัน
เบื้องต้น
โดยค่าเริ่มต้น รูปแบบเหล่านี้แสดงให้เห็นถึงวิธีการแบบไร้เซิร์ฟเวอร์ ซึ่งคุณจะจ่ายเฉพาะสิ่งที่คุณใช้เท่านั้น คุณยังคงชำระเงินสำหรับทรัพยากรการประมวลผล เช่น AWS ฟาร์เกต ภาชนะและการจัดเก็บเช่น บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon (Amazon S3) จนกว่าคุณจะลบทรัพยากรเหล่านั้น บริการ AWS AI ที่กล่าวถึงยังเป็นไปตามรูปแบบการกำหนดราคาการบริโภคต่อการดำเนินการ
สภาพแวดล้อมที่ไม่ใช่การผลิตสามารถทดสอบแต่ละรูปแบบเหล่านี้ได้ภายใน Free Tier โดยถือว่าบัญชีของคุณมีสิทธิ์
ข้อความธรรมดาปานกลาง
ขั้นแรก คุณต้องใช้การกลั่นกรองเนื้อหาสำหรับข้อความธรรมดา ขั้นตอนนี้ทำหน้าที่เป็นพื้นฐานสำหรับประเภทสื่อที่ซับซ้อนยิ่งขึ้นและมีขั้นตอนระดับสูงสองขั้นตอน:
- แปลข้อความ
- วิเคราะห์ข้อความ
ลูกค้าทั่วโลกต้องการทำงานร่วมกับแพลตฟอร์มโซเชียลในภาษาของตนเอง การบรรลุความคาดหวังนี้สามารถเพิ่มความซับซ้อนได้ เนื่องจากทีมออกแบบต้องสร้างเวิร์กโฟลว์หรือขั้นตอนสำหรับแต่ละภาษา คุณสามารถใช้ .แทนได้ อเมซอนแปลภาษา เพื่อแปลงข้อความเป็นภาษาและรูปแบบต่างๆ มากกว่า 70 ภาษาในกว่า 15 ภูมิภาค ความสามารถนี้ทำให้คุณสามารถเขียนกฎการวิเคราะห์สำหรับภาษาเดียว และใช้กฎเหล่านั้นในชุมชนออนไลน์ทั่วโลก
Amazon Translate เป็นบริการแปลภาษาด้วยเครื่องประสาทที่ให้การแปลภาษาที่รวดเร็ว คุณภาพสูง ราคาไม่แพง และปรับแต่งได้ คุณสามารถรวมเข้ากับเวิร์กโฟลว์ของคุณเพื่อตรวจหาภาษาที่โดดเด่นและ แปลข้อความ. ไดอะแกรมต่อไปนี้แสดงเวิร์กโฟลว์
API ทำงานดังนี้:
- พื้นที่ ตรวจหาภาษาที่โดดเด่น API กำหนดภาษาที่โดดเด่นของข้อความที่ป้อน สำหรับรายการภาษาที่ Amazon Comprehend สามารถตรวจจับได้ โปรดดูที่ ภาษาเด่น.
- พื้นที่ แปลข้อความ API แปลข้อความอินพุตจากภาษาต้นทางเป็นภาษาเป้าหมายด้วยตัวเลือก การปกปิดความหยาบคาย. สำหรับรายการภาษาและรหัสภาษาที่ใช้ได้ โปรดดูที่ ภาษาที่รองรับและรหัสภาษา.
- พื้นที่ เริ่มการดำเนินการ และ StartSyncExecution APIs เริ่มต้นและ ฟังก์ชันขั้นตอนของ AWS เครื่องรัฐ
ต่อไป คุณสามารถใช้ NLP เพื่อค้นหาการเชื่อมต่อในข้อความ เช่น การค้นหาวลีสำคัญ วิเคราะห์ความรู้สึก และการตรวจจับข้อมูลส่วนบุคคลที่สามารถระบุตัวตนได้ (PII) เข้าใจ Amazon API จะดึงข้อมูลเชิงลึกที่มีค่าเหล่านั้นและส่งไปยังตัวจัดการฟังก์ชันที่กำหนดเอง
เรียกใช้ตัวจัดการเหล่านั้นภายใน AWS แลมบ์ดา ฟังก์ชันปรับขนาดโค้ดของคุณได้อย่างยืดหยุ่นโดยไม่ต้องคำนึงถึงเซิร์ฟเวอร์หรือคลัสเตอร์ หรือคุณสามารถประมวลผลข้อมูลเชิงลึกจาก Amazon Comprehend with รูปแบบสถาปัตยกรรมไมโครเซอร์วิส. โค้ดของคุณจะเน้นที่การใช้ผลลัพธ์โดยไม่คำนึงถึงรันไทม์ ไม่ใช่การแยกวิเคราะห์ข้อความ
ไดอะแกรมต่อไปนี้แสดงเวิร์กโฟลว์
ฟังก์ชัน Lambda โต้ตอบกับ API ต่อไปนี้:
- พื้นที่ ตรวจหาเอนทิตี API ค้นพบและจัดกลุ่มชื่อของวัตถุในโลกแห่งความเป็นจริง เช่น ผู้คนและสถานที่ในข้อความ คุณสามารถใช้คำศัพท์ที่กำหนดเองเพื่อแก้ไขประเภทเอนทิตีที่ไม่เหมาะสมและเฉพาะธุรกิจได้
- พื้นที่ ตรวจจับความรู้สึก API ระบุความรู้สึกโดยรวมของข้อความว่าเป็นเชิงบวก เชิงลบ หรือเป็นกลาง คุณสามารถฝึกตัวแยกประเภทที่กำหนดเองเพื่อรับรู้สถานการณ์ที่น่าสนใจเฉพาะอุตสาหกรรมและแยกความหมายเชิงแนวคิดของข้อความ
- พื้นที่ ตรวจหา PIIEntities API ระบุ PII ในข้อความของคุณ เช่น ที่อยู่ หมายเลขบัญชีธนาคาร หรือหมายเลขโทรศัพท์ เอาต์พุตมีประเภทของเอนทิตี PII และตำแหน่งที่เกี่ยวข้อง
ไฟล์เสียงปานกลาง
ในการกลั่นกรองไฟล์เสียง คุณต้องถอดเสียงไฟล์เป็นข้อความแล้ววิเคราะห์ กระบวนการนี้มีสองรูปแบบขึ้นอยู่กับว่าคุณกำลังประมวลผลไฟล์แต่ละไฟล์ (ซิงโครนัส) หรือสตรีมเสียงสด (อะซิงโครนัส) เวิร์กโฟลว์แบบซิงโครนัสเหมาะอย่างยิ่งสำหรับการประมวลผลแบบกลุ่ม โดยที่ผู้โทรได้รับการตอบกลับอย่างสมบูรณ์เพียงครั้งเดียว ในทางตรงกันข้าม สตรีมเสียงต้องการการสุ่มตัวอย่างเป็นระยะโดยมีผลการถอดเสียงเป็นคำหลายส่วน
ถอดความจากอเมซอน เป็นบริการรู้จำเสียงอัตโนมัติที่ใช้โมเดล ML เพื่อแปลงเสียงเป็นข้อความ คุณสามารถรวมเข้ากับเวิร์กโฟลว์แบบซิงโครนัสโดย เริ่มงานถอดความ และเป็นระยะๆ สอบถามสถานะงาน. หลังจากงานเสร็จสมบูรณ์ คุณสามารถวิเคราะห์ผลลัพธ์โดยใช้เวิร์กโฟลว์การควบคุมข้อความธรรมดาจากขั้นตอนก่อนหน้า
ไดอะแกรมต่อไปนี้แสดงเวิร์กโฟลว์
API ทำงานดังนี้:
- พื้นที่ เริ่มการถอดความงาน API เริ่มงานแบบอะซิงโครนัสเพื่อถอดเสียงคำพูดเป็นข้อความ
- พื้นที่ รับงานถอดเสียง API ส่งคืนข้อมูลเกี่ยวกับงานถอดความ หากต้องการดูสถานะงาน ให้ตรวจสอบ
TranscriptionJobStatus
สนาม. หากคุณสมบัติสถานะคือCOMPLETED
คุณสามารถค้นหาผลลัพธ์ได้ที่สถานที่ที่ระบุในTranscriptFileUri
สนาม. หากคุณเปิดใช้งานการแก้ไขเนื้อหา การถอดเสียงที่แก้ไขแล้วจะปรากฏในRedactedTranscriptFileUri
.
สตรีมเสียงสดต้องมีรูปแบบที่แตกต่างออกไปซึ่งสนับสนุนรูปแบบการจัดส่งแบบเรียลไทม์ การสตรีมสามารถรวมสื่อที่บันทึกไว้ล่วงหน้า เช่น ภาพยนตร์ เพลง และพอดแคสต์ และสื่อตามเวลาจริง เช่น การออกอากาศข่าวสด คุณสามารถถอดเสียงส่วนเสียงได้ทันทีโดยใช้ Amazon Transcribe สตรีมมิ่ง ผ่านโปรโตคอล HTTP/2 และ WebSockets หลังจากโพสต์ชิ้นส่วนไปยังบริการแล้ว คุณจะได้รับหนึ่งรายการขึ้นไป วัตถุผลการถอดความ อธิบายส่วนการถอดความบางส่วนและทั้งหมด เซ็กเมนต์ที่ต้องการการดูแลสามารถใช้ซ้ำเวิร์กโฟลว์ข้อความธรรมดาจากส่วนก่อนหน้าได้ ไดอะแกรมต่อไปนี้แสดงกระบวนการนี้
พื้นที่ เริ่มการสตรีมการถอดเสียง API เริ่มต้นการสตรีม HTTP/2 แบบสองทิศทางที่สตรีมเสียงไปยัง Amazon Transcribe สตรีมผลการถอดความไปยังแอปพลิเคชันของคุณ
ภาพและภาพถ่ายปานกลาง
การตรวจสอบรูปภาพจำเป็นต้องมีการตรวจหาเนื้อหาที่ไม่เหมาะสม ไม่พึงประสงค์ หรือไม่เหมาะสมซึ่งมีภาพเปลือย การชี้นำ ความรุนแรง และหมวดหมู่อื่นๆ จากเนื้อหารูปภาพและรูปภาพ
ความหมายของ Amazon ช่วยให้คุณสามารถปรับปรุงหรือทำให้เวิร์กโฟลว์การดูแลรูปภาพและวิดีโอของคุณเป็นแบบอัตโนมัติโดยไม่ต้องมีความเชี่ยวชาญด้าน ML Amazon Rekognition ส่งคืนอนุกรมวิธานแบบลำดับชั้นของป้ายกำกับที่เกี่ยวข้องกับการดูแล ข้อมูลนี้ทำให้ง่ายต่อการกำหนดกฎเกณฑ์ทางธุรกิจที่ละเอียดตามมาตรฐานและแนวปฏิบัติ ความปลอดภัยของผู้ใช้ และแนวทางการปฏิบัติตาม ไม่จำเป็นต้องใช้ประสบการณ์ ML เพื่อใช้ความสามารถเหล่านี้ Amazon Rekognition สามารถตรวจจับและอ่านข้อความในรูปภาพและส่งคืนกล่องที่มีขอบเขตสำหรับแต่ละคำที่พบ Amazon Rekognition รองรับการตรวจจับข้อความที่เขียนเป็นภาษาอังกฤษ อาหรับ รัสเซีย เยอรมัน ฝรั่งเศส อิตาลี โปรตุเกส และสเปน!
คุณสามารถใช้การคาดคะเนของเครื่องเพื่อทำให้งานการกลั่นกรองบางอย่างเป็นไปโดยอัตโนมัติได้ทั้งหมด ความสามารถนี้ช่วยให้ผู้ดูแลที่เป็นมนุษย์สามารถมุ่งเน้นไปที่งานที่มีลำดับสูงกว่า นอกจากนี้ Amazon Rekognition สามารถตรวจสอบภาพนับล้านหรือวิดีโอนับพันได้อย่างรวดเร็วโดยใช้ ML และตั้งค่าสถานะชุดย่อยของสินทรัพย์ที่ต้องการการดำเนินการเพิ่มเติม การกรองล่วงหน้าช่วยให้ครอบคลุมการกลั่นกรองที่ครอบคลุมแต่คุ้มค่า ขณะที่ลดปริมาณเนื้อหาที่ทีมมนุษย์กลั่นกรอง
ไดอะแกรมต่อไปนี้แสดงเวิร์กโฟลว์
API ทำงานดังนี้:
- พื้นที่ ตรวจหาModerationLabels API ตรวจพบเนื้อหาที่ไม่ปลอดภัยในรูปภาพที่จัดรูปแบบ JPEG หรือ PNG ที่ระบุ ใช้ DetectModerationLabels เพื่อกลั่นกรองรูปภาพตามความต้องการของคุณ ตัวอย่างเช่น คุณอาจต้องการกรองภาพที่มีภาพเปลือย แต่ไม่มีภาพที่มีเนื้อหาที่มีการชี้นำทางเพศ
- พื้นที่ ตรวจจับข้อความ API ตรวจจับข้อความในภาพอินพุตและแปลงเป็นข้อความที่เครื่องอ่านได้
เอกสารข้อความที่มีการจัดรูปแบบปานกลาง
ถัดไปคุณสามารถใช้ Amazon Text เพื่อแยกข้อความและข้อมูลที่เขียนด้วยลายมือจากเอกสารที่สแกน กระบวนการนี้เริ่มต้นด้วยการเรียกใช้ เริ่มการวิเคราะห์เอกสาร การดำเนินการเพื่อแยกวิเคราะห์ไฟล์ Microsoft Word และ Adobe PDF คุณสามารถติดตามความคืบหน้าของงานด้วย รับการวิเคราะห์เอกสาร การกระทำ
ผลการวิเคราะห์ระบุแต่ละหน้าที่เปิด ย่อหน้า ตาราง และคู่คีย์-ค่าในเอกสาร ตัวอย่างเช่น สมมติว่าผู้ให้บริการด้านสุขภาพต้องปิดบังชื่อผู้ป่วยในช่องคำอธิบายการอ้างสิทธิ์เท่านั้น ในกรณีนั้น รายงานการวิเคราะห์สามารถจ่ายไฟได้ ไปป์ไลน์การประมวลผลเอกสารอัจฉริยะ ที่กลั่นกรองและแก้ไขฟิลด์ข้อมูลเฉพาะ ไดอะแกรมต่อไปนี้แสดงไปป์ไลน์
API ทำงานดังนี้:
- พื้นที่ เริ่มการวิเคราะห์เอกสาร API เริ่มการวิเคราะห์แบบอะซิงโครนัสของเอกสารอินพุตสำหรับความสัมพันธ์ระหว่างรายการที่ตรวจพบ เช่น คู่คีย์-ค่า ตาราง และองค์ประกอบการเลือก
- พื้นที่ รับการวิเคราะห์เอกสาร API รับผลลัพธ์สำหรับการดำเนินการแบบอะซิงโครนัสของ Amazon Text ที่วิเคราะห์ข้อความในเอกสาร
กลั่นกรองวิดีโอ
วิธีการมาตรฐานในการกลั่นกรองเนื้อหาวิดีโอคือผ่านขั้นตอนการสุ่มตัวอย่างเฟรม กรณีการใช้งานจำนวนมากไม่จำเป็นต้องตรวจสอบทุกเฟรม และการเลือกทุกๆ 15–30 วินาทีก็เพียงพอแล้ว เฟรมวิดีโอตัวอย่างสามารถใช้เครื่องสถานะซ้ำเพื่อกลั่นกรองภาพจากส่วนก่อนหน้า ในทำนองเดียวกัน กระบวนการที่มีอยู่เพื่อกลั่นกรองเสียงสามารถสนับสนุนเนื้อหาที่ได้ยินของไฟล์ได้ ไดอะแกรมต่อไปนี้แสดงเวิร์กโฟลว์นี้
พื้นที่ ขอร้อง API เรียกใช้ฟังก์ชัน Lambda และรอการตอบกลับพร้อมกัน
สมมติว่าไฟล์สื่อเป็นภาพยนตร์ทั้งเรื่องที่มีหลายฉาก ในกรณีนั้น คุณสามารถใช้ API ส่วนการรับรู้ของ Amazon, API แบบผสมสำหรับตรวจจับสัญญาณทางเทคนิคหรือการตรวจจับการยิง ถัดไป คุณสามารถใช้การชดเชยเวลาเหล่านี้เพื่อประมวลผลแต่ละส่วนควบคู่ไปกับรูปแบบการดูแลวิดีโอก่อนหน้า ดังแสดงในแผนภาพต่อไปนี้
API ทำงานดังนี้:
- พื้นที่ เริ่มการแบ่งส่วนการตรวจจับ API เริ่มการตรวจจับแบบอะซิงโครนัสของการตรวจจับเซกเมนต์ในวิดีโอที่จัดเก็บไว้
- พื้นที่ รับการตรวจจับการแบ่งส่วน API รับผลการตรวจหาเซ็กเมนต์ของการวิเคราะห์วิดีโอ Amazon Rekognition ที่เริ่มต้นโดย StartSegmentDetection API
การแยกเฟรมแต่ละเฟรมออกจากภาพยนตร์ไม่จำเป็นต้องดึงวัตถุจาก Amazon S3 หลายครั้ง วิธีแก้ปัญหาแบบไร้เดียงสาเกี่ยวข้องกับการอ่านวิดีโอในหน่วยความจำและการแบ่งหน้าจนจบ รูปแบบนี้เหมาะสำหรับคลิปสั้นๆ และการประเมินไม่คำนึงถึงเวลา
อีกกลยุทธ์หนึ่งเกี่ยวข้องกับการย้ายไฟล์หนึ่งครั้งไปที่ ระบบไฟล์ Amazon Elastic (Amazon EFS) ซึ่งเป็นระบบไฟล์ที่ใช้ร่วมกันที่มีการจัดการเต็มรูปแบบ ปรับขนาดได้ สำหรับบริการอื่นๆ ของ AWS เช่น Lambda กับ Amazon EFS สำหรับแลมบ์ดาคุณสามารถกระจายข้อมูลผ่านการเรียกใช้ฟังก์ชันได้อย่างมีประสิทธิภาพ การเรียกใช้แต่ละครั้งจะจัดการกับส่วนเล็กๆ อย่างมีประสิทธิภาพ ปลดล็อกศักยภาพสำหรับการประมวลผลแบบขนานขนาดใหญ่และเวลาในการประมวลผลที่รวดเร็วยิ่งขึ้น
ทำความสะอาด
หลังจากที่คุณทดลองด้วยวิธีต่างๆ ในโพสต์นี้ คุณควรลบเนื้อหาใดๆ ในบัคเก็ต S3 เพื่อหลีกเลี่ยงค่าใช้จ่ายในอนาคต หากคุณใช้รูปแบบเหล่านี้ด้วยทรัพยากรการประมวลผลที่จัดเตรียมไว้ เช่น อเมซอน อีลาสติก คอมพิวท์ คลาวด์ (Amazon EC2) หรือ บริการ Amazon Elastic Container (Amazon ECS) คุณควรหยุดอินสแตนซ์เหล่านั้นเพื่อหลีกเลี่ยงการเรียกเก็บเงินเพิ่มเติม
สรุป
เนื้อหาที่ผู้ใช้สร้างขึ้นและคุณค่าของเกม โซเชียลมีเดีย อีคอมเมิร์ซ และองค์กรบริการทางการเงินและสุขภาพจะเติบโตต่อไป อย่างไรก็ตาม สตาร์ทอัพและองค์กรขนาดใหญ่จำเป็นต้องสร้างกระบวนการกลั่นกรองที่มีประสิทธิภาพเพื่อปกป้องผู้ใช้ ข้อมูล และธุรกิจ ในขณะที่ลดต้นทุนการดำเนินงาน โซลูชันนี้แสดงให้เห็นว่าเทคโนโลยี AI, ML และ NLP สามารถช่วยคุณกลั่นกรองเนื้อหาตามขนาดได้อย่างมีประสิทธิภาพได้อย่างไร คุณสามารถปรับแต่งบริการ AWS AI เพื่อตอบสนองความต้องการการดูแลเฉพาะของคุณ! ความสามารถที่มีการจัดการเต็มรูปแบบเหล่านี้ช่วยขจัดความซับซ้อนในการปฏิบัติงาน ความยืดหยุ่นนั้นผสานรวมข้อมูลเชิงลึกเชิงบริบทและความสามารถของมนุษย์อย่างมีกลยุทธ์เข้ากับกระบวนการกลั่นกรองของคุณ
สำหรับข้อมูลเพิ่มเติม ทรัพยากร และเริ่มต้นใช้งานฟรีวันนี้ โปรดไปที่ โฮมเพจการกลั่นกรองเนื้อหา AWS.
เกี่ยวกับผู้เขียน
เนท บาคไมเออร์ เป็น AWS Senior Solutions Architect ที่สำรวจนิวยอร์กแบบเร่ร่อน ครั้งละหนึ่งการรวมระบบคลาวด์ เขาเชี่ยวชาญในการโยกย้ายและปรับปรุงแอปพลิเคชันให้ทันสมัย นอกจากนี้ เนทเป็นนักเรียนเต็มเวลาและมีลูกสองคน
ราม ปะทังคี เป็นสถาปนิกโซลูชันที่ Amazon Web Services ในบริเวณอ่าวซานฟรานซิสโก เขาได้ช่วยลูกค้าในด้านการเกษตร ประกันภัย การธนาคาร การค้าปลีก การดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิต การบริการ และแนวดิ่งไฮเทคดำเนินธุรกิจของตนได้สำเร็จบน AWS Cloud เขาเชี่ยวชาญด้านฐานข้อมูล การวิเคราะห์ และการเรียนรู้ของเครื่อง
รูป เบนส์ เป็นสถาปนิกโซลูชันที่ AWS โดยมุ่งเน้นที่ AI/ML เขาหลงใหลในการช่วยลูกค้าสร้างสรรค์นวัตกรรมและบรรลุวัตถุประสงค์ทางธุรกิจโดยใช้ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง ในเวลาว่าง Roop ชอบอ่านหนังสือและเดินป่า
- "
- 100
- 70
- เกี่ยวกับเรา
- บทคัดย่อ
- ลงชื่อเข้าใช้
- ข้าม
- การกระทำ
- การปฏิบัติ
- นอกจากนี้
- เพิ่มเติม
- ที่อยู่
- การโฆษณา
- เกษตรกรรม
- AI
- บริการ AI
- อเมซอน
- Amazon Web Services
- จำนวน
- การวิเคราะห์
- การวิเคราะห์
- API
- APIs
- การใช้งาน
- การใช้งาน
- เข้าใกล้
- สถาปัตยกรรม
- AREA
- เทียม
- ปัญญาประดิษฐ์
- ปัญญาประดิษฐ์ (AI)
- ปัญญาประดิษฐ์และการเรียนรู้ด้วยเครื่อง
- สินทรัพย์
- เสียง
- โดยอัตโนมัติ
- อัตโนมัติ
- อัตโนมัติ
- ใช้ได้
- AWS
- ธนาคาร
- บัญชีธนาคาร
- การธนาคาร
- อ่าว
- สร้าง
- ธุรกิจ
- ธุรกิจ
- ผู้เรียก
- ความสามารถในการ
- พกพา
- กรณี
- ท้าทาย
- โหลด
- คลิป
- เมฆ
- รหัส
- ร่วมมือ
- อย่างไร
- ชุมชน
- ชุมชน
- ความซับซ้อน
- การปฏิบัติตาม
- ไม่ขัดขืน
- ครอบคลุม
- คำนวณ
- การเชื่อมต่อ
- บริโภค
- การบริโภค
- ภาชนะ
- ภาชนะบรรจุ
- มี
- เนื้อหา
- ต่อ
- สนับสนุน
- ตรงกัน
- ค่าใช้จ่ายที่มีประสิทธิภาพ
- ค่าใช้จ่าย
- สร้าง
- ประเพณี
- ลูกค้า
- ปรับแต่งได้
- ข้อมูล
- วิทยาศาสตร์ข้อมูล
- ฐานข้อมูล
- มอบ
- การจัดส่ง
- สาธิต
- ทั้งนี้ขึ้นอยู่กับ
- ออกแบบ
- ตรวจพบ
- การตรวจพบ
- ต่าง
- สนทนา
- เอกสาร
- ไม่
- ขับรถ
- E-commerce
- อีคอมเมิร์ซ
- อย่างมีประสิทธิภาพ
- ที่มีประสิทธิภาพ
- อย่างมีประสิทธิภาพ
- ทำให้สามารถ
- มีส่วนร่วม
- ภาษาอังกฤษ
- เอกลักษณ์
- ตัวอย่าง
- ที่มีอยู่
- คาดหวัง
- ประสบการณ์
- ประสบการณ์
- การทดลอง
- ความชำนาญ
- อย่างแทน
- FAST
- เร็วขึ้น
- คุณสมบัติ
- ทางการเงิน
- ความยืดหยุ่น
- ไหล
- โฟกัส
- มุ่งเน้นไปที่
- ปฏิบัติตาม
- ดังต่อไปนี้
- พบ
- รากฐาน
- FRAME
- ฟรานซิส
- ฟรี
- ภาษาฝรั่งเศส
- เชื้อเพลิง
- ฟังก์ชัน
- ต่อไป
- อนาคต
- การเล่นเกม
- เหตุการณ์ที่
- กลุ่ม
- ขึ้น
- แนวทาง
- สุขภาพ
- การดูแลสุขภาพ
- ช่วย
- การช่วยเหลือ
- จะช่วยให้
- ที่มีคุณภาพสูง
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTTPS
- เป็นมนุษย์
- ภาพ
- ส่งผลกระทบ
- การดำเนินการ
- การดำเนินการ
- ประกอบด้วย
- ที่เพิ่มขึ้น
- เป็นรายบุคคล
- อุตสาหกรรม
- ข้อมูล
- อินพุต
- ข้อมูลเชิงลึก
- ประกัน
- รวบรวม
- บูรณาการ
- Intelligence
- อยากเรียนรู้
- IT
- การสัมภาษณ์
- คีย์
- เด็ก
- ป้ายกำกับ
- ภาษา
- ภาษา
- ใหญ่
- เรียนรู้
- การเรียนรู้
- วิทยาศาสตร์สิ่งมีชีวิต
- facelift
- รายการ
- ที่ตั้ง
- เครื่อง
- เรียนรู้เครื่อง
- ทำให้
- การจัดการ
- หน้ากาก
- ความหมาย
- ภาพบรรยากาศ
- ที่ประชุม
- สมาชิก
- หน่วยความจำ
- ไมโครซอฟท์
- อาจ
- ล้าน
- ML
- โทรศัพท์มือถือ
- แบบ
- โมเดล
- การตรวจสอบ
- ข้อมูลเพิ่มเติม
- หนัง
- Movies
- การย้าย
- หลาย
- ดนตรี
- ชื่อ
- โดยธรรมชาติ
- เชิงลบ
- นิวยอร์ก
- ข่าว
- จำนวน
- ออนไลน์
- ทำงาน
- การดำเนินการ
- องค์กร
- อื่นๆ
- ทั้งหมด
- หลงใหล
- แบบแผน
- ชำระ
- รูปแบบไฟล์ PDF
- คน
- วลี
- แพลตฟอร์ม
- พอดคาสต์
- น่าสงสาร
- โปรตุเกส
- บวก
- ที่มีศักยภาพ
- อำนาจ
- การคาดการณ์
- ก่อน
- การตั้งราคา
- กระบวนการ
- กระบวนการ
- การประมวลผล
- ผลิตภัณฑ์
- คุณสมบัติ
- ป้องกัน
- โปรโตคอล
- ให้
- อย่างรวดเร็ว
- การอ่าน
- เรียลไทม์
- รับ
- รับรู้
- ลด
- ความสัมพันธ์
- รายงาน
- ต้องการ
- จำเป็นต้องใช้
- ความต้องการ
- แหล่งข้อมูล
- คำตอบ
- ผลสอบ
- ค้าปลีก
- กลับ
- รับคืน
- ทบทวน
- รีวิว
- ความเสี่ยง
- กฎระเบียบ
- วิ่ง
- ปลอดภัย
- ความปลอดภัย
- ซาน
- ซานฟรานซิสโก
- ที่ปรับขนาดได้
- ขนาด
- ฉาก
- วิทยาศาสตร์
- วิทยาศาสตร์
- วินาที
- ส่วน
- กลุ่ม
- ความรู้สึก
- serverless
- บริการ
- บริการ
- ที่ใช้ร่วมกัน
- สั้น
- แสดง
- เหมือนกับ
- ง่าย
- เล็ก
- สังคม
- โซเชียลมีเดีย
- ทางออก
- โซลูชัน
- ซับซ้อน
- ช่องว่าง
- ความเชี่ยวชาญ
- มาตรฐาน
- มาตรฐาน
- เริ่มต้น
- ข้อความที่เริ่ม
- เริ่มต้น
- startups
- สถานะ
- Status
- การเก็บรักษา
- กลยุทธ์
- กระแส
- ที่พริ้ว
- นักเรียน
- ประสบความสำเร็จ
- สนับสนุน
- รองรับ
- ระบบ
- พรสวรรค์
- เป้า
- งาน
- ทีม
- วิชาการ
- เทคโนโลยี
- ทดสอบ
- ที่มา
- คิด
- พัน
- ตลอด
- เวลา
- ในวันนี้
- ร่วมกัน
- แบบดั้งเดิม
- สำเนา
- การแปลภาษา
- ชนิด
- เปิดเผย
- ใช้
- ผู้ใช้
- ความคุ้มค่า
- ความหลากหลาย
- แนวดิ่ง
- วีดีโอ
- วิดีโอ
- ปริมาณ
- เว็บ
- บริการเว็บ
- อะไร
- ว่า
- ในขณะที่
- ภายใน
- ไม่มี
- งาน