Kecerdasan Data Generatif

Bangun solusi IDP yang dirancang dengan baik dengan sudut pandang khusus – Bagian 5: Optimalisasi biaya | Layanan Web Amazon

Tanggal:

Membangun solusi siap produksi di cloud melibatkan serangkaian trade-off antara sumber daya, waktu, ekspektasi pelanggan, dan hasil bisnis. Itu Kerangka Kerja AWS Well-Architected membantu Anda memahami manfaat dan risiko keputusan yang Anda buat saat membangun beban kerja di AWS.

Proyek pemrosesan dokumen cerdas (IDP) biasanya menggabungkan pengenalan karakter optik (OCR) dan pemrosesan bahasa alami (NLP) untuk membaca dan memahami dokumen serta mengekstrak istilah atau kata tertentu. Lensa Kustom IDP Well-Architected menguraikan langkah-langkah untuk melakukan tinjauan AWS Well-Architected, dan membantu Anda menilai dan mengidentifikasi risiko dalam beban kerja IDP Anda. Hal ini juga memberikan panduan untuk mengatasi tantangan umum, memungkinkan Anda merancang beban kerja IDP sesuai dengan praktik terbaik.

Postingan ini berfokus pada pilar Optimasi Biaya dari solusi IDP. Beban kerja yang hemat biaya sepenuhnya memanfaatkan semua sumber daya, mencapai hasil pada titik harga serendah mungkin, dan memenuhi kebutuhan fungsional Anda. Kami memulai dengan pengenalan pilar Pengoptimalan Biaya dan prinsip desain, lalu mendalami empat area fokus: pengelolaan keuangan, penyediaan sumber daya, pengelolaan data, dan pemantauan biaya. Dengan membaca postingan ini, Anda akan mempelajari pilar Optimasi Biaya dalam Framework Well-Architected dengan studi kasus IDP.

Prinsip desain

Pengoptimalan biaya adalah proses penyempurnaan dan peningkatan berkelanjutan selama rentang siklus hidup beban kerja. Praktik dalam postingan ini dapat membantu Anda membangun dan mengoperasikan beban kerja IDP hemat biaya yang mencapai hasil bisnis sekaligus meminimalkan biaya dan memungkinkan organisasi Anda memaksimalkan laba atas investasinya.

Beberapa prinsip dapat membantu Anda meningkatkan optimalisasi biaya. Mari kita pertimbangkan fase proyek yang berbeda. Misalnya, selama fase perencanaan proyek, Anda harus berinvestasi pada keterampilan dan alat manajemen keuangan cloud, serta menyelaraskan tim keuangan dan teknologi untuk menggabungkan perspektif bisnis dan teknologi. Pada tahap pengembangan proyek, kami merekomendasikan untuk mengadopsi model konsumsi dan menyesuaikan penggunaan secara dinamis. Saat Anda siap untuk produksi, selalu pantau dan analisis pengeluarannya.

Ingatlah hal berikut saat kita mendiskusikan praktik terbaik:

  • Menerapkan manajemen keuangan cloud – Untuk mencapai kesuksesan finansial dan mempercepat realisasi nilai bisnis dengan solusi IDP Anda, Anda harus berinvestasi dalam manajemen keuangan cloud. Organisasi Anda harus mendedikasikan waktu dan sumber daya yang diperlukan untuk membangun kemampuan dalam domain baru teknologi dan manajemen penggunaan ini.
  • Menumbuhkan kemitraan antara teknologi dan keuangan – Libatkan tim keuangan dan teknologi dalam diskusi biaya dan penggunaan sambil membangun solusi IDP Anda dan di semua tahap perjalanan cloud Anda. Tim harus secara teratur bertemu dan mendiskusikan topik seperti tujuan dan target organisasi dengan solusi IDP Anda, kondisi biaya dan penggunaan saat ini, serta praktik keuangan dan akuntansi.
  • Mengadopsi model konsumsi dan melakukan penyesuaian secara dinamis – Menyediakan sumber daya dan mengelola data dengan kesadaran biaya, serta mengelola tahapan dan lingkungan proyek Anda dengan optimalisasi biaya dari waktu ke waktu. Bayar hanya untuk sumber daya yang Anda konsumsi, dan tingkatkan atau kurangi penggunaan bergantung pada kebutuhan bisnis. Misalnya, lingkungan pengembangan dan pengujian untuk solusi IDP Anda biasanya hanya digunakan selama 8 jam sehari selama minggu kerja. Dengan menghentikan pengembangan dan pengujian sumber daya lingkungan saat tidak digunakan, misalnya di luar 40 jam kerja per minggu, Anda dapat mengurangi biaya sebesar 75% dibandingkan dengan menjalankannya terus menerus selama 168 jam per minggu.
  • Memantau, mengatribusikan, dan menganalisis pengeluaran – Mengukur keluaran bisnis dari beban kerja dan biaya yang terkait dengan pengiriman. Gunakan data ini untuk memahami keuntungan yang Anda peroleh dari peningkatan output, peningkatan fungsionalitas, dan pengurangan biaya dengan alur kerja IDP Anda. AWS menyediakan alat seperti amazoncloudwatch, tag, dan AWS CloudTrail untuk mempermudah identifikasi biaya dan penggunaan beban kerja secara akurat, pastikan Anda memanfaatkan sumber daya untuk mengukur laba atas investasi (ROI), dan memungkinkan pemilik beban kerja mengoptimalkan sumber daya mereka dan mengurangi biaya.

Area fokus

Prinsip-prinsip desain dan praktik terbaik pilar Pengoptimalan Biaya didasarkan pada wawasan yang dikumpulkan dari pelanggan kami dan komunitas spesialis teknis IDP kami. Gunakan hal tersebut sebagai panduan dan dukungan untuk keputusan desain Anda, dan selaraskan dengan kebutuhan bisnis solusi IDP Anda. Menerapkan Lensa Kustom IDP Well-Architected membantu Anda memvalidasi ketahanan dan efisiensi solusi IDP Anda, dan memberikan rekomendasi untuk mengatasi kesenjangan yang mungkin Anda identifikasi.

Anda mungkin pernah menemui kasus ketika tim keuangan secara mandiri melakukan perencanaan keuangan untuk penggunaan cloud Anda, yang ternyata terganggu oleh kerumitan teknis. Pengelolaan sumber daya dan data juga dapat diabaikan saat menyediakan layanan, sehingga menimbulkan item biaya tak terduga pada tagihan Anda. Dalam postingan ini, kami membantu Anda menavigasi situasi ini dan memberikan panduan untuk pengoptimalan biaya dengan solusi IDP Anda, sehingga Anda tidak perlu mempelajari pelajaran ini dengan biaya yang mahal. Berikut adalah empat area praktik terbaik untuk optimalisasi biaya solusi IDP di cloud: manajemen keuangan, penyediaan sumber daya, manajemen data, dan pemantauan biaya.

Manajemen keuangan

Membentuk tim yang dapat bertanggung jawab atas optimalisasi biaya sangat penting untuk keberhasilan penerapan teknologi cloud, dan hal ini juga berlaku untuk membangun solusi IDP. Tim yang relevan di bidang teknologi dan keuangan dalam organisasi Anda harus dilibatkan dalam diskusi biaya dan penggunaan di semua tahap saat membangun solusi IDP dan sepanjang perjalanan cloud Anda. Berikut ini adalah beberapa langkah implementasi utama untuk membentuk tim manajemen keuangan cloud yang berdedikasi:

  • Tentukan anggota kunci – Pastikan semua bagian yang relevan di organisasi Anda berkontribusi dan memiliki kepentingan dalam manajemen biaya. Yang terpenting, Anda perlu menjalin kolaborasi antara keuangan dan teknologi. Pertimbangkan kelompok umum berikut, dan sertakan anggota dengan keahlian domain di bidang keuangan dan bisnis, serta teknologi, untuk mengintegrasikan pengetahuan guna pengelolaan keuangan yang lebih baik:
    • Petunjuk keuangan – CFO, pengontrol keuangan, perencana keuangan, analis bisnis, pengadaan, sumber daya, dan hutang usaha harus memahami model konsumsi cloud, opsi pembelian, dan proses pembuatan faktur bulanan. Bagian Keuangan perlu bermitra dengan tim teknologi untuk menciptakan dan mensosialisasikan kisah nilai TI, membantu tim bisnis memahami bagaimana pembelanjaan teknologi dikaitkan dengan hasil bisnis.
    • Teknologi memimpin – Pemimpin teknologi (termasuk pemilik produk dan aplikasi) harus menyadari persyaratan keuangan (misalnya, batasan anggaran) serta persyaratan bisnis (misalnya, perjanjian tingkat layanan). Hal ini memungkinkan beban kerja dapat dilaksanakan untuk mencapai tujuan organisasi yang diinginkan.
  • Tentukan tujuan dan metrik – Fungsi tersebut perlu memberikan nilai kepada organisasi dengan cara yang berbeda. Sasaran-sasaran ini ditentukan dan akan terus berkembang seiring berkembangnya organisasi. Fungsi ini juga perlu melaporkan secara berkala kepada organisasi mengenai kemampuan optimalisasi biaya organisasi.
  • Tetapkan irama yang teratur – Kelompok harus berkumpul secara teratur untuk meninjau tujuan dan metrik mereka. Irama yang umum melibatkan peninjauan keadaan organisasi, program atau layanan apa pun yang sedang berjalan, dan metrik keuangan dan pengoptimalan secara keseluruhan.

Penyediaan sumber daya

Mengingat berbagai konfigurasi dan model harga layanan AWS sebagai bagian dari solusi IDP, Anda sebaiknya hanya menyediakan sumber daya berdasarkan kebutuhan Anda dan menyesuaikan penyediaan Anda dari waktu ke waktu agar selaras dengan kebutuhan bisnis atau tahap pengembangan Anda. Selain itu, pastikan Anda memanfaatkan layanan gratis yang ditawarkan AWS untuk menurunkan biaya keseluruhan. Saat menyediakan sumber daya untuk solusi IDP Anda, pertimbangkan praktik terbaik berikut:

  • Putuskan antara inferensi asinkron atau inferensi sinkron – Anda harus mengadopsi inferensi sinkron untuk pemrosesan satu dokumen secara real-time. Pilih pekerjaan asinkron untuk menganalisis dokumen besar atau beberapa dokumen dalam satu batch, karena pekerjaan asinkron menangani batch besar dengan lebih hemat biaya.
  • Kelola unit inferensi titik akhir Amazon Comprehend – Tergantung pada kebutuhan Anda, Anda dapat menyesuaikan throughput Anda Amazon Comprehend titik akhir setelah membuatnya. Hal ini dapat dicapai dengan memperbarui unit inferensi (IU) titik akhir. Jika Anda tidak aktif menggunakan titik akhir untuk jangka waktu lama, Anda harus menyiapkan kebijakan penskalaan otomatis untuk mengurangi biaya. Jika Anda tidak lagi menggunakan titik akhir, Anda dapat menghapus titik akhir tersebut untuk menghindari biaya tambahan.
  • Kelola titik akhir Amazon SageMaker – Demikian pula, untuk organisasi yang bertujuan untuk pemilihan jenis inferensi dan titik akhir yang menjalankan manajemen waktu, Anda dapat menerapkan model sumber terbuka Amazon SageMaker. SageMaker menyediakan pilihan berbeda untuk inferensi model, dan Anda dapat menghapus titik akhir yang tidak digunakan atau menyiapkan penskalaan otomatis kebijakan untuk mengurangi biaya Anda pada titik akhir model.

Manajemen data

Data memainkan peran penting dalam seluruh solusi IDP Anda, mulai dari pembuatan dan penyampaiannya. Dimulai dengan penyerapan awal, data dikirim ke berbagai tahap pemrosesan, dan pada akhirnya dikembalikan sebagai output ke pengguna akhir. Penting untuk memahami bagaimana pilihan pengelolaan data Anda akan berdampak pada biaya solusi IDP secara keseluruhan. Pertimbangkan praktik terbaik berikut:

  • Mengadopsi Tingkat Cerdas Amazon S3 - The Kelas penyimpanan Amazon S3 Intelligent-Tiering dirancang untuk mengoptimalkan biaya penyimpanan di Layanan Penyimpanan Sederhana Amazon (Amazon S3) dengan secara otomatis memindahkan data ke tingkat akses yang paling hemat biaya ketika pola akses berubah, tanpa overhead operasional atau dampak terhadap kinerja. Ada dua cara untuk memindahkan data ke S3 Intelligent-Tiering:
    • Langsung PUT data ke S3 Intelligent-Tiering dengan menentukan INTELLIGENT_TIERING dalam x-amz-storage-class tajuk.
    • Menetapkan Konfigurasi Siklus Hidup S3 untuk mentransisikan objek dari S3 Standard atau S3 Standard-Infrequent Access ke S3 Intelligent-Tiering.
  • Terapkan kebijakan penyimpanan data di seluruh alur kerja IDP – Gunakan konfigurasi Siklus Hidup S3 pada bucket S3 untuk menentukan tindakan yang diambil Amazon S3 selama siklus hidup objek, serta penghapusan di akhir siklus hidup objek, berdasarkan kebutuhan bisnis Anda.
  • Pisahkan dokumen menjadi satu halaman untuk pemrosesan FeatureType tertentu - FeatureType adalah parameter untuk panggilan API Analisis Dokumen (keduanya sinkronis dan asynchronous) di Teks Amazon. Pada tulisan ini, ini mencakup nilai-nilai berikut: TABLES, FORMS, QUERIES, SIGNATURES, dan LAYOUT. Amazon Textract mengenakan biaya berdasarkan jumlah halaman dan gambar yang diproses. Tidak semua halaman mungkin menyertakan informasi yang perlu Anda ekstrak. Memisahkan dokumen menjadi satu halaman dan hanya fokus pada halaman dengan FeatureType yang Anda perlukan dapat membantu menghindari pemrosesan yang tidak perlu, sehingga mengurangi biaya keseluruhan.

Sejauh ini, kita telah membahas praktik terbaik dalam penerapan dan penerapan solusi IDP Anda. Saat solusi IDP Anda diterapkan dan siap diproduksi, pemantauan biaya merupakan area penting bagi Anda untuk mengamati dan mengendalikan biaya secara langsung. Di bagian berikut, kami membahas cara terbaik melakukan pemantauan biaya dengan solusi IDP Anda.

Pemantauan biaya

Pengoptimalan biaya dimulai dengan pemahaman terperinci tentang perincian biaya dan penggunaan; kemampuan untuk memodelkan dan memperkirakan pembelanjaan, penggunaan, dan fitur di masa depan; dan penerapan mekanisme yang memadai untuk menyelaraskan biaya dan penggunaan dengan tujuan organisasi Anda. Untuk meningkatkan optimalisasi biaya solusi IDP Anda, ikuti praktik terbaik berikut.

Rancang pemantauan biaya untuk seumur hidup alur kerja IDP

Tentukan dan terapkan metode untuk melacak sumber daya dan hubungannya dengan sistem pengungsi sepanjang masa pakainya. Anda dapat menggunakan penandaan untuk mengidentifikasi beban kerja atau fungsi sumber daya:

  • Menerapkan skema penandaan – Menerapkan skema penandaan yang mengidentifikasi beban kerja yang dimiliki sumber daya, memverifikasi bahwa semua sumber daya dalam beban kerja diberi tag yang sesuai. Pemberian tag membantu Anda mengkategorikan sumber daya berdasarkan tujuan, tim, lingkungan, atau kriteria lain yang relevan dengan bisnis Anda. Untuk detail lebih lanjut tentang penandaan kasus penggunaan, strategi, dan teknik, lihat Praktik Terbaik untuk Menandai Sumber Daya AWS.
    • Pemberian tag pada tingkat layanan memungkinkan pemantauan dan pengendalian biaya yang lebih terperinci. Misalnya, dengan Amazon Comprehend dalam alur kerja IDP, Anda dapat menggunakan tanda pada tugas analisis Amazon Comprehend, model klasifikasi khusus, model pengenalan entitas khusus, dan titik akhir untuk mengatur sumber daya Amazon Comprehend dan menyediakan pemantauan dan kontrol biaya berbasis tanda.
    • Jika pemberian tag pada tingkat layanan tidak berlaku, Anda dapat membuka sumber daya lain untuk pelaporan alokasi biaya. Misalnya, karena Amazon Textract mengenakan biaya berdasarkan satu halaman, Anda dapat melacak jumlah panggilan API sinkron ke Amazon Textract untuk perhitungan biaya (setiap panggilan API sinkron dipetakan ke satu halaman dokumen). Jika Anda memiliki dokumen berukuran besar dan ingin menggunakan API asinkron, Anda dapat menggunakan pustaka sumber terbuka untuk menghitung jumlah halaman, atau menggunakan Amazon Athena untuk tulis kueri dan ekstrak informasi dari log CloudTrail Anda untuk mengekstrak informasi halaman untuk pelacakan biaya.
  • Menerapkan pemantauan throughput atau output beban kerja – Menerapkan pemantauan atau peringatan throughput beban kerja, memulai permintaan input atau penyelesaian output. Konfigurasikan untuk memberikan pemberitahuan ketika permintaan atau output beban kerja turun ke nol, yang menunjukkan sumber daya beban kerja tidak lagi digunakan. Memasukkan faktor waktu jika beban kerja secara berkala turun ke nol dalam kondisi normal.
  • Kelompokkan sumber daya AWS – Buat grup untuk sumber daya AWS. Anda dapat gunakan Grup sumber daya AWS untuk mengatur dan mengelola sumber daya AWS Anda yang berada di Wilayah yang sama. Anda dapat menambahkan tag ke sebagian besar sumber daya untuk membantu mengidentifikasi dan mengurutkan sumber daya dalam organisasi Anda. Menggunakan Editor Tag untuk menambahkan tag ke sumber daya yang didukung secara massal. Pertimbangkan untuk menggunakan Katalog Layanan AWS untuk membuat, mengelola, dan mendistribusikan portofolio produk yang disetujui kepada pengguna akhir dan mengelola siklus hidup produk.

Gunakan alat pemantauan

AWS menawarkan berbagai alat dan sumber daya untuk memantau biaya dan penggunaan solusi IDP Anda. Berikut ini adalah daftar alat AWS yang membantu pemantauan dan pengendalian biaya:

  • Anggaran AWS – Konfigurasi Anggaran AWS di semua akun untuk beban kerja Anda. Tetapkan anggaran untuk keseluruhan pembelanjaan akun dan anggaran untuk beban kerja dengan menggunakan tag. Konfigurasikan notifikasi di AWS Budgets untuk menerima peringatan ketika Anda melebihi jumlah yang dianggarkan atau ketika perkiraan biaya melebihi anggaran Anda.
  • Penjelajah Biaya AWS – Konfigurasi Penjelajah Biaya AWS untuk beban kerja dan akun Anda guna memvisualisasikan data biaya untuk analisis lebih lanjut. Buat dasbor untuk beban kerja yang melacak keseluruhan pembelanjaan, metrik penggunaan utama untuk beban kerja, dan perkiraan biaya di masa mendatang berdasarkan data biaya historis Anda.
  • Deteksi Anomali Biaya AWS - Gunakan Deteksi Anomali Biaya AWS untuk akun, layanan inti, atau kategori biaya yang Anda buat untuk memantau biaya dan penggunaan serta mendeteksi pembelanjaan yang tidak biasa. Anda dapat menerima lansiran satu per satu dalam laporan gabungan, dan menerima lansiran melalui email atau email Layanan Pemberitahuan Sederhana Amazon (Amazon SNS) topik, yang memungkinkan Anda menganalisis dan menentukan akar penyebab anomali dan mengidentifikasi faktor yang mendorong kenaikan biaya.
  • Alat canggih – Secara opsional, Anda dapat membuat alat khusus untuk organisasi Anda yang memberikan detail dan rincian tambahan. Anda dapat menerapkan kemampuan analisis tingkat lanjut menggunakan Athena dan menggunakan dasbor Amazon QuickSight. Pertimbangkan untuk menggunakan Dasbor Kecerdasan Cloud untuk dasbor tingkat lanjut yang telah dikonfigurasikan sebelumnya. Anda juga dapat bekerja dengan Mitra AWS dan mengadopsi solusi manajemen cloud mereka untuk mengaktifkan pemantauan dan optimalisasi tagihan cloud di satu lokasi yang nyaman.

Atribusi dan analisis biaya

Proses pengkategorian biaya sangat penting dalam penganggaran, akuntansi, pelaporan keuangan, pengambilan keputusan, benchmarking, dan manajemen proyek. Dengan mengklasifikasikan dan mengkategorikan pengeluaran, tim dapat memperoleh pemahaman yang lebih baik tentang jenis biaya yang akan mereka keluarkan sepanjang perjalanan cloud mereka, sehingga membantu mereka mengambil keputusan yang tepat dan mengelola anggaran secara efektif. Untuk meningkatkan atribusi biaya dan analisis solusi IDP Anda, ikuti praktik terbaik berikut:

  • Tentukan kategori organisasi Anda – Bertemu dengan pemangku kepentingan untuk menentukan kategori yang mencerminkan struktur dan persyaratan organisasi Anda. Ini akan langsung dipetakan ke struktur kategori keuangan yang ada, seperti unit bisnis, anggaran, pusat biaya, atau departemen.
  • Tentukan kategori fungsional Anda – Bertemu dengan pemangku kepentingan untuk menentukan kategori yang mencerminkan fungsi dalam bisnis Anda. Ini mungkin beban kerja IDP atau nama aplikasi Anda dan jenis lingkungan, seperti produksi, pengujian, atau pengembangan.
  • Tentukan kategori biaya AWS - Kamu bisa membuat kategori biaya untuk mengatur informasi biaya dan penggunaan Anda. Menggunakan Kategori Biaya AWS untuk memetakan biaya dan penggunaan AWS Anda ke dalam kategori yang bermakna. Dengan kategori biaya, Anda dapat mengatur biaya menggunakan mesin berbasis aturan.

Kesimpulan

Dalam postingan ini, kami berbagi prinsip desain, area fokus, dan praktik terbaik untuk optimalisasi biaya dalam alur kerja IDP Anda.

AWS berkomitmen terhadap IDP Well-Architected Lens sebagai alat yang hidup. Seiring berkembangnya solusi IDP dan layanan AI AWS terkait, dan seiring dengan tersedianya layanan AWS baru, kami akan memperbarui Lensa IDP Well-Architected sesuai dengan itu.

Untuk memulai IDP di AWS, lihat Panduan untuk Pemrosesan Dokumen Cerdas di AWS untuk merancang dan membangun aplikasi IDP Anda. Untuk mengetahui lebih dalam tentang solusi menyeluruh yang mencakup penyerapan data, klasifikasi, ekstraksi, pengayaan, verifikasi dan validasi, serta konsumsi, lihat Pemrosesan dokumen cerdas dengan layanan AWS AI: Bagian 1 dan bagian 2. Selain itu, Pemrosesan dokumen cerdas dengan Amazon Textract, Amazon Bedrock, dan LangChain mencakup cara memperluas arsitektur IDP baru atau yang sudah ada dengan model bahasa besar (LLM). Anda akan belajar bahwa Anda dapat mengintegrasikan Amazon Textract dengan LangChain sebagai pemuat dokumen, gunakan Batuan Dasar Amazon untuk mengekstrak data dari dokumen, dan menggunakan kemampuan AI generatif dalam berbagai fase IDP.

Jika Anda memerlukan panduan ahli tambahan, hubungi tim akun AWS Anda untuk melibatkan Arsitek Solusi Spesialis IDP.


Tentang Penulis

Suyin Wang adalah Arsitek Solusi Spesialis AI/ML di AWS. Dia memiliki latar belakang pendidikan interdisipliner dalam Pembelajaran Mesin, Layanan Informasi Keuangan, dan Ekonomi, serta pengalaman bertahun-tahun dalam membangun aplikasi Ilmu Data dan Pembelajaran Mesin yang memecahkan masalah bisnis dunia nyata. Dia senang membantu pelanggan mengidentifikasi pertanyaan bisnis yang tepat dan membangun solusi AI/ML yang tepat. Di waktu luangnya, dia suka menyanyi dan memasak.

Brijesh Pati adalah Arsitek Solusi Perusahaan di AWS. Fokus utamanya adalah membantu pelanggan perusahaan mengadopsi teknologi cloud untuk beban kerja mereka. Dia memiliki latar belakang dalam pengembangan aplikasi dan arsitektur perusahaan dan telah bekerja dengan pelanggan dari berbagai industri seperti olahraga, keuangan, energi, dan layanan profesional. Minatnya mencakup arsitektur tanpa server dan AI/ML.

Mia Chang adalah Arsitek Solusi Spesialis ML untuk Amazon Web Services. Dia bekerja dengan pelanggan di EMEA dan berbagi praktik terbaik untuk menjalankan beban kerja AI/ML di cloud dengan latar belakangnya di bidang matematika terapan, ilmu komputer, dan AI/ML. Dia berfokus pada beban kerja khusus NLP, dan berbagi pengalamannya sebagai pembicara konferensi dan penulis buku. Di waktu luangnya, dia menikmati hiking, permainan papan, dan menyeduh kopi.

Rui Cardoso adalah arsitek solusi mitra di Amazon Web Services (AWS). Dia fokus pada AI/ML dan IoT. Dia bekerja dengan Partner AWS dan mendukung mereka dalam mengembangkan solusi di AWS. Saat tidak bekerja, dia menikmati bersepeda, mendaki gunung, dan mempelajari hal-hal baru.

Tim Condello adalah arsitek solusi spesialis kecerdasan buatan (AI) dan pembelajaran mesin (ML) senior di Amazon Web Services (AWS). Fokusnya adalah pemrosesan bahasa alami dan visi komputer. Tim senang mengambil ide pelanggan dan mengubahnya menjadi solusi terukur.

Sherly Ding adalah arsitek solusi spesialis kecerdasan buatan (AI) dan pembelajaran mesin (ML) senior di Amazon Web Services (AWS). Dia memiliki pengalaman luas dalam pembelajaran mesin dengan gelar PhD di bidang ilmu komputer. Dia terutama bekerja dengan pelanggan sektor publik dalam berbagai tantangan bisnis terkait AI/ML, membantu mereka mempercepat perjalanan pembelajaran mesin mereka di AWS Cloud. Saat tidak membantu pelanggan, dia menikmati aktivitas di luar ruangan.

tempat_img

Intelijen Terbaru

tempat_img