Amazon Web Services ブログ

小さなオブジェクトをコンパクションすることによるストレージコストとクエリパフォーマンスの最適化

本投稿では、Amazon S3 上の小さなオブジェクトを効率的にコンパクションする方法を探り、ログデータのストレージコストを最適化する効果的な方法であることを示します。AWS Step Functions を活用することで、数千の小さなオブジェクトを迅速かつ効率的にコンパクションできます。AWS Lambda を使用してコンパクションを実行することで、データコンパクションソリューションのコストを削減し、運用オーバーヘッドを軽減できます。

Amazon Connect, Amazon Lex, Amazon Bedrock Knowledge Bases を活用してコンタクトセンターに音声とチャットの生成 AI エージェントをデプロイする

本ブログでは、DoorDashが共同で開発した、コンタクトセンター向け生成 AI エージェントソリューションをご紹介します。Amazon Connect、Amazon Lex、Amazon Bedrock Knowledge Basesを活用し、わずか 2 か月で音声・チャット対応の AI エージェントを構築、2.5 秒以内の応答速度を実現しました。実装手順からカスタマイズ方法まで、オープンソースで提供される実践的なソリューションの詳細をご覧ください。

Amazon ECR イメージを実行中のコンテナにマッピングすることでコンテナのセキュリティを強化する Amazon Inspector

コンテナワークロードを実行するときは、ソフトウェア脆弱性がリソースのセキュリティリスクをどのように引き起こすか […]

Amazon Bedrock in SageMaker Unified Studio を使用した生成 AI アプリケーションの迅速な構築

このポストでは、社内の誰もが Amazon SageMaker Unified Studio で Amazon Bedrock を使用して、販売実績データを分析する生成 AI チャットエージェントアプリケーションを素早く作成する方法をご紹介します。ビジネスチームは、このチャットエージェントとの簡単な会話を通じて、コードを書いたり複雑なデータパイプラインを管理したりすることなく、構造化データと非構造化データの両方から価値のあるインサイトを引き出すことができます。次の図は、Amazon SageMaker Unified Studio in Amazon Bedrock を使用した AI アシスタントの概念アーキテクチャを示しています。

← Older posts
Newer posts →