- Architekturzentrum›
- Bewährte Methoden und Anleitungen zu Machine Learning
Bewährte Methoden und Anleitungen zu Machine Learning
AWS re:Invent 2025
CEO Matt Garman erzählt, wie AWS die Zukunft der Cloud-Technologie gestaltet
Erfahren Sie gemeinsam mit AWS-CEO Matt Garman, wie AWS in allen Bereichen der weltweit führenden Cloud Innovationen vorantreibt. Er untersucht, wie wir grundlegende Bausteine neu erfinden und brandneue Erlebnisse entwickeln, um Kunden und Partnern das zu bieten, was sie für eine bessere Zukunft benötigen.
KI-Agenten in Aktion: Die Zukunft von Anwendungen gestalten
Erfahren Sie, wie agentische KI die cloudnative Anwendungsarchitektur transformiert und schnellere Innovationszyklen und völlig neue Anwendungsmuster ermöglicht. Erfahren Sie, wie die neuen AWS-Funktionen es Entwicklern ermöglichen, sichere, auf Argumenten beruhende Agenten zu entwickeln, die Daten, Code und Tools in großem Umfang orchestrieren, wobei der Schwerpunkt auf Governance, Zuverlässigkeit und Kosteneffizienz liegt. Erfahren Sie, wie AWS-Kunden heute produktionsbereite Agenten einsetzen, und lernen Sie bewährte Methoden kennen, mit denen Sie Agentenanwendungen entwickeln können, die sich autonom anpassen, optimieren und in Echtzeit agieren.
KI-Modell-Benchmarking mit Amazon SageMaker, Amazon Bedrock und AWS IoT Greengrass
Die Bereitstellung von KI-Modellen auf Edge-Geräten stellt eine besondere Herausforderung dar, wenn es darum geht, Hardwareanforderungen, Stromverbrauch und Modellleistung in Einklang zu bringen. Entdecken Sie anhand praktischer Beispiele, die verteilte Amazon SageMaker-Schulungen und AWS IoT Greengrass verwenden, Ansätze für die automatisierte Modellbereitstellung, Validierung und Leistungsüberwachung auf Edge-Geräten. Erfahren Sie, wie Strands Agents und Amazon Bedrock einfache Gerätemodelle durch große Basismodelle ergänzen können. Erkunden Sie Techniken zum Aggregieren von Ergebnissen in einem Jupyter-basierten Dashboard für schnelles Prototyping und Optimieren sowie zum Koordinieren von Edge-Gerätemodellen mit den grundlegenden Modellen von Amazon Bedrock für die Aggregation von Daten und eingehende Analysen. In dieser Sitzung werden Strategien für die Architektur skalierbarer KI-Pipelines vorgestellt, die für Edge-Bereitstellungen optimiert sind.
Aufbau von Pipelines für Analytik, ML und KI in Amazon Sagemaker Unified Studio
Erfahren Sie, wie Sie in Amazon SageMaker Unified Studio durchgängige Pipelines für die Stromversorgung von Daten und KI-Anwendungen erstellen. Wir werden behandeln, wie sowohl Batch- als auch Streaming-Pipelines implementiert werden, um verschiedene Datenquellen zu integrieren und die Datenbewegung mit modernen ETL-Techniken zu optimieren. In dieser Sitzung erhalten Sie das Wissen, um umfassende Daten- und KI-Lösungen mit der nächsten Generation von Amazon SageMaker zu entwickeln, von der ersten Datenverarbeitung bis hin zur Modellbereitstellung.