精通无服务器：一位构建者平凡的一天（300 级）
成为无服务器构建者意味着什么？ 在当今形势下，您需要哪些学科才能成功构建云原生无服务器解决方案？ 在本会议中，我们将根据与几位构建者和开发者的互动，指引您了解相关的日常工作，并深入分析核心学科。了解在管理这些挑战的决策中存在哪些常见设计挑战和注意事项。然后，我们将探索用于开发、测试和部署无服务器应用程序的架构模式、框架和工具。

演讲者：AWS 无服务器首席解决方案架构师 Stephen Liedig
时长：30 分钟

用于构建分布式应用程序的集成模式（300 级）
构建微服务架构的团队经常会发现，集成其他应用程序和外部服务可以让工作负载更加整体化，并实现紧密耦合。分解单体化应用程序的关键方面之一就是设计各种服务如何无缝地彼此交互。为此，需要考虑多种注意事项，这些方面都需要与业务、性能和弹性要求保持一致。在本会议中，我们将讨论不同的集成模式，以及如何将它们合并在一起，以实现可扩展、高弹性的架构。我们会演示带您了解有关事件驱动型架构和异步工作原理的用例。了解如何通过编排在您的架构内处理事务和工作流程，以及两种方法如何协同工作。

演讲者：AWS 首席解决方案架构师 Jan Tan
时长：30 分钟

将容器化应用程序迁移到 AWS（300 级）
许多构建者都在寻找运行容器的有效方法，以提高安全性、可靠性和可扩展性。容器支持更快的实验和价值交付，从而改变软件开发、测试和部署。此外，在云端运行可提供灵活性、可扩展性、可靠性、性能和成本效益。但问题仍然存在，如何才能无缝集成这两个世界？ 构建者如何同时获享容器和云的优势？ 在本会议中，您可以学到如何制定容器迁移策略、实现容器化，并将这些工作负载从您的源平台迁移到 AWS。了解如何成功完成这些迁移，评估如何选择特定迁移方法，并为后续迁移设定正确的基础。本会议还会介绍如何以成本优化、可扩展的方式加速生成式人工智能项目。我们将详细介绍如何在 AWS 上使用容器运行和优化机器学习工作负载。

演讲者：AWS 高级解决方案架构师 Frank Fan
时长：30 分钟

使用无服务器和生成式人工智能加速生产（200 级）
加入本会议，了解 RACQ 如何构建用于保险理赔处理的生成式人工智能助手。我们介绍了为工作流程编排采用无服务器技术（例如 AWS Lambda 和 AWS Step Functions）的架构。了解 RACQ 如何在 Fargate（一种用于托管前端应用程序的无服务器方法）上使用 Amazon ECS 和 Amazon Bedrock，构建由理赔事件触发的自动化、可扩展的工作流程。我们还分享了他们如何使用 AWS 实现数据修订、提示技术、人工反馈循环，并遵守隐私、安全性和透明度责任原则。了解 RACQ 如何借助 AWS 服务内置的安全控制措施，例如用于 Amazon Bedrock 的 VPC 集成和加密，安全地部署生成式人工智能功能。在本会议结束时，您可以了解 RACQ 的现代事件驱动式方法如何支持快速开发生成式人工智能应用程序。

演讲者： 
AWS 高级解决方案架构师 Mai Nishitani
RACQ 高级云数据工程师 Robert Louw
RACQ 人工智能工程师 Jad Goss

时长：30 分钟

在 AWS 上如何为 Java Web 应用程序实现平台更换和现代化改造（300 级）
许多在本地运行传统应用程序的组织一直在寻找行之有效的方法，以更新其应用程序，从而节省成本、提高敏捷性和加快上市速度。在本会议中，我们概述了迁移到现代应用程序架构的好处。了解如何借助 Amazon Q，消除花费大量时间手动升级依赖项和重构 Java 应用程序过时代码的繁琐过程。我们将演示如何使用 Amazon Q 自动执行端到端的代码升级和转换过程，从而将应用程序升级所需时间从数周缩短到几天或几分钟。本会议还深入探讨了如何将您的 Java 应用程序转换为微服务，以便部署在利用容器、Kubernetes、CI/CD 管道、无服务器、服务网格和云开发者工具的云原生服务上。在本会议结束时，您可以了解这些服务如何使您和您的团队在加速更新、功能和修复速度的同时，更快地采取行动并提高部署频率。

演讲者：AWS 印度高级解决方案架构师 Abhishek Jawali
时长：30 分钟

在 AWS 上加速 DevOps（200 级）
DevOps 工程师通常会经历软件交付生命周期的不同阶段，包括编写和测试代码、部署和可观测性，然后才能成功运行应用程序。但许多人在实施 DevOps 实践时面临挑战，这些实践从安全性与合规性、持续集成到有效监控和扩展应用程序。在本会议中，了解如何使用 AWS 提供的 DevOps 工具来管理任务、大规模部署，并保持高速交付应用程序和服务的能力。本会议还提供了实用指导，说明如何从点击操作转变为基础设施即代码（IaC）、构建发布管道、实现自动化监控，以及如何记录基础架构和应用程序的日志。

演讲者：AWS 迁移与现代化高级解决方案架构师 Faraz Masood
时长：30 分钟

通过受控的混沌工程设计提高应用程序弹性（200 级）
在云端构建高弹性应用程序需要精心周到的设计和经过深思熟虑的容量规划，从而确保冗余，此外还需要有正确的机制，使请求能够避免偶尔的临时故障。加入本会议，我们将分享注入故障的架构模式，以及旨在保证高可用性的混沌工程设计和测试。我们将解释 AWS 如何提供隔离边界，包括可用区和 AWS 区域，供您用来用于满足高可用性和运营连续性要求。然后，我们将演示如何使用混沌工程设计来设置故障注入测试，以验证服务弹性。通过参考 AWS Well-Architected Framework，了解有助于确保高弹性架构的设计原则和 AWS 资源。本会议还介绍了 AWS 故障注入服务（AWS FIS）如何支持您测试隐藏的问题、防止回归并维护应用程序可用性。

演讲者：AWS 印度高级技术客户服务经理 Joydipto Banerjee
时长：30 分钟

基于 AWS 建立现代数据基础（200 级）
在本会议中，我们将分享 AWS 提供的全套服务，这些服务支持您高效地存储、处理、分析数据，并基于数据采取行动。我们深入研究多个关键领域，包括数据传输、数据湖存储、数据仓库、集成和治理。我们还分享了分析、可视化功能，以及如何在 AWS 上通过 AI 和机器学习服务交付创新成果。了解设计可扩展、安全、经济高效的数据架构的最佳实践，以及确保数据基础顺应未来需求的策略，从而支持包括生成式人工智能在内的新兴技术。在本会议结束时，您可以了解如何建立强大的数据基础，从而提供整洁有序且易于访问的数据，并制定更好的决策、获得更好的业务见解。

演讲者： 
AWS 首席数据库解决方案架构师 William Wong
AWS 高级分析解决方案架构师 Paul Villena

时长：30 分钟

为应用程序现代化选择合适的数据库（200 级）
随着越来越多的组织使用许多专用数据库来构建高度分布式应用程序，通用型整体式数据库的理念已不再适合当下。我们观察到，越来越多的客户希望构建需要不同数据模型的互联网级应用程序。为了满足客户需求，AWS 提供键值、宽列、文档、内存中、图形、时间序列和分类账数据库可供选择，每种数据库都能满足特定的用例和要求。在本会议中，了解可满足现代化应用程序的规模、性能和可管理性要求的 AWS 专用数据库。

演讲者：AWS 印度首席数据库解决方案架构师 Gopalakrishnan Subramanian
时长：30 分钟

基于 AWS 构建强大的数据生命周期管理策略（200 级）
加入本会议，深入探索数据生命周期管理策略的支柱，这样您就可以随时获得相关、准确和可搜索的信息，并利用这些信息做出数据驱动的决策。我们介绍了 AWS 提供的解决方案，以支持数据旅程的每一个步骤，让您可以高效、安全地将数据迁移到云端。本会议包括 Autodesk 的客户分享，他们分享了他们如何在 Amazon S3 上为生产数据建立跨区域灾难恢复站点。Autodesk 团队介绍了他们如何成功迁移和管理总计 60 亿个对象、1 PB 的现有数据。了解他们在区域之间迁移现有数据的成本优化型稳健方法。我们还将解释如何在迁移后执行验证，以确保该区域的数据良好，同时保持业务连续性。

演讲者：
AWS 高级存储专业解决方案架构师 Ameen Khan
Autodesk 高级软件开发工程师 Liang Wenqi
Autodesk 首席工程师 Bhanu Prakash P

时长：30 分钟

使用零 ETL 架构简化现代数据管道（300 级）
提取、转换、加载（ETL）是合并、清理和标准化不同来源的数据，使其为分析和 AI/ML 工作负载做好准备的过程。但开发、维护和扩展传统的 ETL 流程很可能耗时且复杂。在本会议中，我们将分享零 ETL 如何支持跨数据库、数据湖和外部来源的直接数据移动和联合查询，消除对复杂 ETL 数据管道的需求。了解如何借助 Amazon Aurora 与 Amazon Redshift 的集成，在不构建数据管道的情况下对 Amazon Aurora MySQL 兼容版本中存储的事务数据进行近乎实时的分析和机器学习。然后，我们将演示 Amazon DynamoDB 与 Amazon OpenSearch Service 的零 ETL 集成，以执行诸如全文搜索、模糊搜索、自动补全和向量搜索机器学习（ML）功能等任务，以提供新的体验、提高用户参与度并提高对应用程序的满意度。在本会议结束时，您可以了解 AWS 上的零 ETL 架构如何支持用户专注于从数据中提取价值，而非管道开发。

演讲者：
AWS 高级数据库解决方案架构师 Surendar Munimohan
AWS 高级分析解决方案架构师 Paul Villena

时长：30 分钟

高成本效益的大规模日志管理（200 级）
许多组织都在研究如何快速收集、提取和可视化各种来源的日志数据。参加本会议，了解 Amazon OpenSearch 无服务器如何支持您安全、大规模且经济高效地管理搜索和日志分析需求。我们分享了使用 Amazon OpenSearch 无服务器轻松构建日志分析管道的步骤。学习如何使用 Python 数据生成器创建集合、构建 OpenSearch 仪表板、配置安全策略和分析可视化效果。我们将说明如何在无需配置、管理或扩展 OpenSearch 集群的情况下运行大规模搜索及分析工作负载。本会议还会介绍如何自动预置和扩展底层资源，从而提供快速数据摄取和查询响应，即便是面对需求最大和最不可预测的工作负载。

演讲者：AWS OpenSearch 首席专家解决方案架构师 Muhammad Ali
时长：30 分钟

使用流数据和生成式人工智能进行实时分析（300 级）
加入本会议，听取我们解释数据流为何是构建响应迅捷、情境感知型生成式人工智能应用程序的关键推动力。我们将探讨诸如大型语言模型之类的基础模型为何具有巨大的潜力，但缺乏在推理时动态整合实时数据的能力，从而导致幻觉、缺乏相关性和个性化不佳。本会议深入探讨了各种技术，包括上下文学习和检索增强生成（RAG），通过允许模型在给定提示或查询的上下文中适应最新数据来帮助弥合这一缺口。我们探讨了在构建流数据管道时可使用的关键架构模式，以摄取变更数据捕获（CDC）事件、执行身份解析以获得统一的客户档案，并将非结构化内容转换为向量化表示形式，而且通过近乎于实时的方式完成所有这一切。了解如何使用关键 AWS 服务，包括 Amazon MSK、Amazon Kinesis、Amazon Managed Streaming for Apache Flink，以及专门构建的向量数据库，从而利用流数据构建实时分析。

演讲者：
AWS 高级分析专家兼技术客户经理 Partha Sahoo
AWS 高级流技术解决方案架构师 Masudur Rahaman Sayem

时长：30 分钟

在 AWS 上解锁业务敏捷性和数据治理（300 级）
随着组织在更多地点管理更多数据，在管理数据治理、合规性、安全性、可扩展性和管理开销的同时确保正确访问数据成为艰巨的挑战。过于严格的访问权限会拖慢业务决策，而过于宽松的访问权限会带来风险。此外，在内部开发此类解决方案可能相当复杂，而且需要大量资源。在本会议中，我们将介绍 Amazon DataZone，这项数据管理服务可让客户更快、更轻松地对存储在 AWS、本地和第三方来源的数据进行分类、发现、共享和管理。了解如何通过内置的工作流程和工具集成来确保数据的发现和共享，同时治理访问权限。我们还演示了 Amazon DataZone 提供者如何让全组织范围内的用户安全地访问数据，并轻松解锁有价值的数据驱动见解。

演讲者：
AWS 首席分析解决方案架构师 Praveen Kumar
AWS 高级分析解决方案架构师 Rick Fraser

时长：30 分钟

开始使用 AWS 上的生成式人工智能：从构思到生产（200 级）
创意是一切的起点。但如何将最初的创意火花加速转化为最终产品？ 成功实施生成式人工智能需要协调人员、流程和技术。我们将探索如何制定端到端战略，以发展这种协调能力、培养正确的技能、建立可扩展的工作流程，并部署适当的技术。了解如何使用生成式人工智能构建业务用例，以推进组织目标，包括重塑应用程序、打造创新的客户体验和提高生产力。在本会议结束时，您可以了解如何快速进行产品和服务的构思、原型设计和交付。

演讲者：AWS 生成式 AI 创新中心高级生成式人工智能专家 Melanie Li
时长：30 分钟

在 AWS 上构建生成式人工智能应用程序（200 级）
在本会议中，了解如何在 AWS 上使用生成式人工智能堆栈（包括应用程序、工具和基础设施）进行构建。我们将解释构建生成式人工智能应用程序的重要注意事项。我们还深入探索了生成式人工智能资源，以及在 AWS 上利用 LLM 和其他 FM 的方法。了解常见架构模式，以及如何使用 AWS 实施这些模式。我们还会介绍如何使用自己的数据启用生成式人工智能应用程序，并分享设计和测试生成式人工智能解决方案的最佳实践。本会议总结了 AWS 为顺畅开发和部署生成式人工智能解决方案而提供的关键资源。

演讲者：AWS 印度生成式人工智能高级 GTM 专业解决方案架构师 Sahil Verma
时长：30 分钟

基于应用程序用例选择合适的大型语言模型（级别 200）
部署生成式人工智能模型的成本很高，而市面上有大量的大型语言模型（LLM），选择正确的语言模型至关重要。在本会议中，我们将分享评估 LLM 时的关键考虑事项。了解如何针对输出基于事实的任务以及输出具有创意本质的任务评估 LLM。可以选择的文本生成模型成千上万，可供使用的提示工程可能性无穷无尽，了解如何快速可靠地为您的用例确定性价比最佳的解决方案。然后，我们将解释如何全面了解基于 AWS 的模型和提示模板的性能。本会议还介绍了如何结合利用自动化工具与标签添加人员的力量，创建可扩展但准确的评估，从而支持更快地构建高质量的解决方案，并充满信心地进行部署。

演讲者：AWS 高级解决方案架构师 Ben Friebe
时长：30 分钟

开发和部署生产就绪型生成式人工智能应用程序（200 级）
利用生成式人工智能需要克服重大的技术和策略挑战，以部署生产就绪型解决方案。在本会议中，您将学习工具、自定义方法和模型，从而在构建和部署生成式人工智能应用程序时实现扩展、快速行动并掌控风险。我们首先会深入探讨如何使用 Amazon Bedrock 访问关键基础模型。然后，我们将解释如何在 Amazon SageMaker 上部署大型语言模型（LLM）。了解如何确保可插拔模型的灵活性、提示版本控制、RAG 引擎的可定制性以及与 AWS 上的数据服务的无缝集成。了解生成安全、可靠的回答的不同技术，以及监控和评估模型输出的最佳实践。我们将探讨 AWS 上的关键生成式人工智能部署模式，以及它们如何支持您有效地部署具有不同配置的多个实例、比较输出、评估性能指标，同时确保企业级安全措施。

演讲者：AWS 印度高级原型设计工程师 Santhosh Urukonda
时长：30 分钟

为机器学习训练和推理选择正确的计算方法（200 级）
各行各业的组织越来越多地在各种应用场景中采用机器学习，包括自然语言处理（NLP）、计算机视觉、语音助手、欺诈检测和推荐引擎。具有数千亿个参数的大型语言模型（LLM）正在开启新的生成式人工智能应用场景，例如图像和文本生成。但由于机器学习应用程序的增长，计算、存储和联网资源的使用、管理和成本也在随之增加。本会议解释了识别和选择正确的计算基础设施为何对于降低功耗、降低成本，以及管理全程复杂性（从训练和部署机器学习模型到生产）至关重要。我们介绍了 AWS 如何提供高性能、经济高效且节能的专用机器学习工具和加速器的理想组合，并针对机器学习应用程序进行优化。了解如何根据 AI/ML 工作负载要求选择合适的基础架构。本会议还探讨了高性能、可扩展且具有成本效益的 AWS 机器学习基础设施，从最新的 GPU 到专门构建的加速器，包括专为训练和运行模型而设计的 AWS Trainium、AWS Inferentia 和 Amazon EC2 P5。

演讲者：AWS 印度高级解决方案架构师 Smiti Guru
时长：30 分钟

管理和优化 AI/ML 工作负载的成本（200 级）
许多组织采用生成式人工智能来实现出色的应用程序性能、发现新机遇并建立持续的竞争优势。使用生成式人工智能进行构建时，预先做出的选择会显著影响总体成本。在本会议中，我们将探讨构建 AI/ML 工作负载时有关成本管理的常见问题和挑战。了解防止意外云支出、用于训练机器学习模型的高成本效益基础设施，以及替代托管选项的关键策略。我们将说明如何利用 Amazon Bedrock 的最新功能来减少开支，同时最大限度地提高工作负载的价值。

演讲者：
AWS 解决方案架构师 Pauline Kelly
AWS 解决方案架构师 Emma Arrigo

时长：30 分钟

在 AWS 上负责任且安全地使用生成式人工智能（200 级）
生成式人工智能为多个行业的组织创造了巨大的机遇。虽然它可以成为向善之力，但有必要通过负责、安全的方式构建生成式人工智能，并在创新与安全之间取得适当的平衡。在本会议中，我们将讨论如何负责任地使用生成式人工智能的关键注意事项，包括公平性、可解释性、稳健性、隐私、安全性、治理和透明度。我们将深入探讨关键人工智能/机器学习解决方案（例如 Amazon Bedrock、Amazon Q 和 Amazon SageMaker JumpStart）的运营安全功能。了解这些解决方案如何为您提供内置的安全性、隐私、加密、访问控制和合规性，使您和您的组织能够更轻松地在工作流程中负责任地构建生成式人工智能，同时保持安全性，并遵守有关风险和合规性的规章。

演讲者：AWS 高级企业解决方案架构师 Simon Cozen
时长：30 分钟

为您的应用场景选择正确的人工智能/机器学习和生成式人工智能工具（200 级）
对于希望重塑客户体验和实现目标的组织来说，人工智能/机器学习技术是重要的基础知识。但将正确的技术应用于某些应用场景并不容易。本会议为如何在关键应用场景中应用实用、成熟的人工智能/机器学习技术以产生真正的业务影响提供指导。我们概述了现有的传统人工智能和新兴的生成式人工智能服务套件，以帮助您了解何时以及哪些服务最适合业务职能和行业的关键应用程序要求或应用场景。了解最佳实践，了解如何使您的堆栈顺应未来需求并确保组织内部的灵活性和控制力。本会议最后将介绍如何将技术应用于您的应用场景，支持您构思新机会、实现竞争优势并实现组织成果。

演讲者：AWS 高级解决方案架构师 Melwin Pais
时长：30 分钟

将深入洞察转化为呼叫中心的影响 – 使用 Amazon Connect 的语音转化为行动框架（200 级）
虚拟电话语音座席的出现逐步增强了从数据中获得的实时见解，以及有影响力的客户体验。我们将解释虚拟座席如何自主管理低价值的互动，增强 IVR 到人工座席的过渡，并通过强大的自助服务功能提供更类似于人类的 IVR 体验。了解如何使用 Amazon Connect 构建解决方案。Amazon Connect 是一项全渠道云联络中心服务，可通过 Amazon Kinesis Video Streams 进行实时音频解析，使您能够安全地将视频从联网设备传输到 AWS 进行分析，并执行机器学习回放和其他处理。本会议还包括使用算法进行有效的静音和语音检测，使用 Amazon SageMaker 提取高质量的转写文字，以及通过 Amazon Bedrock 上的 Claude3 进行 LLM 推断。我们还演示了如何构建快速安全的由 LLM 驱动的虚拟语音座席，该座席可以实时运行并支持安全的外部 API 访问。了解如何开发丰富的安全虚拟座席，您可以在呼叫中心轻松部署、维护和观察这些座席。我们还将讨论 LLM 技术的最新进展，以及在语音频道中获得收益的方法。

演讲者： 
AWS 首席解决方案架构师 Josh Passenger
AWS 首席应用科学家 Charles Prosper

时长：30 分钟

创建客户资料验证助手（200 级）
许多用户通过文字搜索个人资料，但他们有时可能需要使用图像来增强搜索。这需要使用一些可能无法返回准确结果的文字标准，从存储库中搜索相似的图像。本会议介绍如何利用多模型搜索，在应用程序中构建搜索功能。学习如何使用 Amazon SageMaker Canvas 和现有存储库，通过低代码、无代码技术准备数据，以扩展您现有的搜索功能。我们将展示 Amazon Bedrock 和 Amazon SageMaker 如何利用大型学习模型（LLM）快速评估模型，为您的业务规则提供准确的响应。本会议还探讨了使用向量数据库来高效存储和搜索图像和文本信息。

演讲者：AWS 印度解决方案架构师Priya Jathar
时长：30 分钟

使用 AI/ML 和生成式人工智能进行大规模智能文档处理（200 级）
要高效处理非结构化数据，对文档进行分类、提取关键信息、验证见解，并生成富有洞察力的摘要，对于切实可行的见解至关重要。但在许多组织中，这种工作流程仍然有着手动、耗时、易于出错、成本高昂且难以扩展的特点。了解如何构建智能文档处理（IDP）解决方案，以自动从文档中提取信息。我们将演示将生成式人工智能功能与 Amazon Textract 相集成的步骤，通过文档摘要和问答聊天机器人等其他功能来增强 IDP 工作流程。我们还在 Amazon Bedrock 上展示了 Anthropic Claude 3 的多模型功能，使用户能轻松地从复杂文档（包括格式不一致的文档）中提取信息。了解这种基于 AWS 构建的自动化工作流程如何让您腾出资源，专注于更高价值的任务，并降低总体成本。

演讲者：AWS 印度高级解决方案架构师 Kamal Manchanda
时长：30 分钟

利用物联网、计算机视觉和生成式人工智能识别产品缺陷（200 级）
加入本会议，学习如何使用 AWS IoT TwinMaker 和 AWS IoT SiteWise 创建数据中心，以便更轻松地从非结构化制造数据（包括文档、维护日志和数据表）中提取见解。我们还演示了如何使用生成式人工智能，让最终用户更轻松地访问这些数据，使他们能够使用自然语言提出复杂的问题，例如确定标准操作程序（SOP），以修复生产问题或者根据警报提出潜在的根本原因。通过实操示例，我们解释了如何使用 AWS IoT TwinMaker 和 Amazon Bedrock 构建基于生成式人工智能助力的助手，以便操作人员和其他用户可以快速诊断和解决生产问题。了解基于 AWS 的这些技术如何帮助释放制造数据的价值，从而提高效率、降低成本和提高整体生产力。

演讲者： 
AWS 印度高级原型设计架构师 Vikram Shitole
AWS 印度二级数据科学家 Sushant Moon

时长：30 分钟

基于 AWS 且采用 AI/ML 和 HPC 的 Brick maestro（200 级）
在本会议中，我们将演示如何在 AWS 上使用人工智能/机器学习、物联网和高性能计算（HPC）解决方案开发“Brick maestro”解决方案。了解该解决方案如何利用 Amazon SageMaker 的计算机视觉模型来识别砖块。然后，我们将说明如何利用机器学习模型，对于与真实物体相似的最佳建筑进行排名，并通过指明首选对象来影响这些排名。了解如何使用基于 AWS 的 HPC 解决方案在云端高效运行此工作负载，这些解决方案提供近乎无限的计算容量、高性能文件系统和高吞吐量网络。

演讲者：
AWS 印度原型制作客户经理 Sakthi Srinivasan
AWS 印度原型制作工程师 Jyoti Sharma

时长：30 分钟

使用无服务器、计算机视觉和生成式人工智能从数据中获得实时见解（200 级）
随着每天越来越多的设备相互连接，管理和提取遥测数据中切实可行的见解非常重要，因为这能带来许多好处，包括提高运营效率、数据准确性、决策和节省成本。但来自传感器的遥测数据可能难以解释。在本会议中，我们将演示如何通过生成式人工智能和计算机视觉在高尔夫这项蕴含大量数据的运动中实现数据可解释性。我们将演示如何构建高尔夫教练助手，以从发球检测仪中提取深度见解。了解它如何快速分析各种数据，解释和提供有关球速、击球系数、挥杆路径、球的飞行距离、发球角度等方面的指导，以改善您的高尔夫挥杆效果！

演讲者：
AWS 高级解决方案架构师 Derrick Choo
AWS 高级解决方案架构师 Robbie Cooray

时长：30 分钟

基于结构化和非结构化数据来源生成 360 度见解并直观显示旅程（200 级）
加入本会议，我们将解释生成式人工智能如何将可解释性和研究能力提升到新水准，从而使非技术利益相关者也能够从数据中获得价值。了解如何构建直观的交互式仪表板，以无缝集成不同来源的结构化和非结构化数据，并创建客户旅程的全面视图。我们将解释图形数据库如何借助大型语言和嵌入模型来分解非结构化数据，以发现、利用和存储先前未发现的关系。本会议介绍了如何使用图形数据库，通过座席对客户进行 360 度建模和探索。我们还将展示如何使用 Amazon Bedrock 和开源框架（例如 LlamaIndex），创建存储在 Amazon Neptune 之中，带有知识图谱的 GraphRAG 应用程序。

演讲者：
AWS 专业服务团队高级云架构师 Sam Gordon
AWS 专业服务团队 AI/ML 和数据专家 Ed Fraga

时长：30 分钟

构建个性化生成式人工智能销售助理（200 级）
您想学习如何使用生成式人工智能，将店内体验的互动元素构建到数字平台之中吗？ 在本会议中，我们首先概述了现有静态数字体验面临的挑战，并介绍了如何使用 Amazon Bedrock 知识库管理这些挑战。了解如何利用 Amazon Kinesis 和 Amazon Redshift，通过实时分析流管道轻松地从客户数据中提取切实可行的见解。我们展示了使用 Amazon Redshift 流摄取简化数据管道的方法，允许您直接基于数据流创建实体化视图。学习如何使用 SQL 连接到数据流，并直接从数据流中提取数据，例如 Amazon Kinesis Data Streams，或者 Amazon Managed Streaming for Apache Kafka（Amazon MSK），并将数据直接提取到 Amazon Redshift 之中。在会议的最后，我们提供了一份详尽步骤指导，说明了如何使用 Amazon QuickSight Q 构建报告控制面板，以便更快、更轻松地获得数据洞察。

演讲者：
AWS 高级解决方案架构师 Derrick Choo
AWS 解决方案架构师 Antonio Baxter

时长：30 分钟

在客户互动中构建动态提问（200 级）
当今的客户互动采用多种格式，例如音频、文本、视频等。但许多组织仍在使用传统方式收集和整合重要的客户信息，这些方式可能既乏味，又容易出错。本会议展示了如何在 AWS 上使用生成式人工智能工具来快速构建实时提问解决方案，从而促进客户互动。了解该解决方案如何使组织中的用户能在进行的对话中按正确顺序提出正确问题，从而确保无论先前的知识或经验如何，都能在一次通话中全面覆盖相关内容。了解如何确保从客户互动中无缝收集数据、改善互动，并腾出资源用于更具战略意义的举措。

演讲者： 
AWS 专业服务团队高级云架构师 Xin Chen
AWS 专业服务团队高级云架构师 Bin Liu

时长：30 分钟

从不同数据类型中发掘新价值并利用多模态功能（300 级）
加入本会议，学习如何使用 Amazon Bedrock 多模态嵌入来扩展聊天机器人应用程序，解锁不同的数据类型和多模态功能。我们将说明应对复杂场景的方法，例如处理 Word 文档中嵌入的表格数据，以及从不同的数据来源中提取有意义的深度见解。了解无缝整合多模态输入和输出的关键策略，不仅限于文本交互，还包括图像，从而增强用户体验。我们将介绍可用于上下文检索的语义、混合，以及基于筛选/查询的搜索策略。了解处理结构化和非结构化数据（包括通过网络爬取获得的内容和文档）时可能存在的陷阱，以及应对这些陷阱的方法。我们将说明如何应对常见场景，并利用全方位的可用数据来增强您的聊天机器人应用程序。

演讲者： 
AWS 高级解决方案架构师 Tristan Nguyen
AWS 助理解决方案架构师 Isaac Ibrahim

时长：30 分钟

使用生成式人工智能提高 OCR 的准确性（200 级）
光学字符识别（OCR）一直是对图像、文档和其他来源的文本进行数字化处理的一项高价值技术。但传统 OCR 系统在准确性方面存在局限性，尤其是在处理低质量图像、手写文本或复杂布局时。深度学习和大型语言模型的出现为加强 OCR 功能开辟了新的可能性。在本会议中，我们将演示采用 Amazon Bedrock 的 Anthropic Claude-3 系列模型如何增强 OCR 系统，甚至有可能取代后者。了解 Claude-3 模型如何基于大量文本数据进行训练，如何准确而连贯地理解和生成类似于人类撰写的文本。

演讲者： 
AWS 高级解决方案架构师 Derrick Choo
AWS 高级 AI/ML 专家解决方案架构师 Sun Baichuan

时长：30 分钟

支持业务用户利用无代码、低代码解决方案和生成式人工智能，从公司文档中提取见解（200 级）
机器学习可以支持不同行业、不同规模的组织解决业务挑战并取得更好的成果。但除了技术用户之外，许多组织难以在全组织范围内有效地实施机器学习。在本会议中，我们将展示如何使用 Amazon SageMaker Canvas 完成机器学习生命周期 – 从准备数据、创建模型到生成预测，而不需要编写任何代码。了解贵组织中的技术用户和非技术用户如何利用直接可用的模型或创建自己的模型，从而通过 Amazon SageMaker Canvas 从数据和机器学习模型中获得深度见解。然后，我们将演示如何通过单一界面轻松访问 Amazon SageMaker Canvas 上的开源代码和 Amazon LLM。在本会议的最后，我们将指导您如何在不需要深度机器学习知识的情况下构建、部署和使用各种机器学习模型，包括表格、计算机视觉和自然语言处理。

演讲者：AWS 高级技术客户经理 Tom Liu
时长：30 分钟

使用 SAP on AWS 提供业务见解和分析（200 级）
当我们的客户能够从 SAP 和非 SAP 数据中获得新的业务见解时，云就会带来变革。在本会议中，我们将解释 SAP on AWS 客户如何利用 AWS 提供的分析、人工智能/机器学习和生成式人工智能解决方案来获得近乎实时的见解，从而优化业务绩效。了解这些见解如何帮助组织提高运营效率、应对业务风险，并创造新的收入来源。我们将演示如何使用 Amazon AppFlow 轻松地将数据从 SAP 应用程序传输到无服务器数据湖。Amazon AppFlow 是一项完全托管式集成服务，可在软件即服务（SaaS）应用程序与 AWS 服务之间安全地交换数据。学习如何编目 AWS 中的所有数据，从而存储、索引和搜索多个数据来源和接收器，使用自然语言处理执行查询，并使用 AWS 上的生成式人工智能解决方案在 Amazon QuickSight 上对其进行可视化。

演讲者：
AWS 亚太地区及日本解决方案架构 – 企业应用程序、迁移与现代化主管 Peter Perbellini
AWS 高级 SAP 合作伙伴解决方案架构师 Diego Lombardini
AWS 高级分析专家解决方案架构师 Allison Quinn

时长：30 分钟

生成式人工智能工具：将 AWS 解决方案与您的需求对应（200 级）
在 AWS，我们不断积极创新并推出新的服务和功能，以支持客户不断变化的需求。加入这场以 Amazon Bedrock、Amazon Q 和 Amazon SageMaker 为重点的演示。我们概述了每项服务，重点介绍了它们的独特功能和应用场景。通过演示，了解如何在 Amazon Bedrock 和 Amazon SageMaker Jumpstart 中选择基础模型。此外，我们还展示了 Amazon Q 提供即时、相关信息的能力，解释了它如何简化任务、加速决策并促进工作场所创新。本会议涵盖模型评估的实际方面，并介绍了为概念验证工作筛选候选模型的过程。我们还介绍了根据您的特定需求选择合适工具时的关键考虑因素，使您能够为人工智能/机器学习计划做出明智的决策。
 
演讲者：AWS 高级 AWS 技术讲师 Paul Colmer
时长：30 分钟

在 AWS 上构建无服务器 API 的实用指南（300 级）
构建可扩展且可靠的 Web 应用程序和 API 对于提高性能、改善数字体验至关重要。但可供选择的技术为数众多，因此重点在于正确决定要使用什么技术，以及何时使用这些技术来满足您的特定要求。在这个包含演示内容的会议中，我们展示了如何使用各种技术构建 Web 和 API 后端，包括无服务器到容器技术，以及使用 AWS 云开发工具包（CDK）和 AWS Copilot 的现代 DevOps。我们将说明如何使用生成式人工智能加速软件开发工作。
 
演讲者：AWS 首席开发技术推广工程师 Donnie Prakoso
时长：30 分钟

在 AWS 上使用生成式人工智能工具的开发者平凡的一天（300 级）
本会议探讨了支持构建者和开发者构建应用程序的基本 AWS 工具和服务。我们重点介绍生成式人工智能驱动的低代码抽象、云开发和运营功能。通过技术演示，学习如何集成这些工具以提高工作效率。我们将展示如何使用 Amazon Q 开发者版，这是一款基于生成式人工智能的对话助手，可以为软件开发过程提速。了解 Amazon Q 开发者版 如何简化编程的各个方面 – 从构思直到实施。然后，我们将展示如何将生成式人工智能工具与其他云原生服务集成，以用于应用程序现代化和维护。

演讲者：AWS 首席解决方案架构师、开发技术专家 Janos Schwellach
时长：30 分钟

生成式人工智能：座席的秘密（300 级）
组织需要访问广泛的基础模型，以构建和扩展生成式人工智能应用程序，而要利用这方面的能力，您需要的不只是一个模型。加入本会议，深入了解座席。我们将解释使用座席的好处、座席架构的关键组件，并演示如何充分利用座席的功能来实现任务和工作流程的自动化，以及普及人工智能使用的关键意义。

演讲者：AWS 高级开发技术推广工程师 Mike Chambers
时长：30 分钟

使用生成式人工智能和第三方连接器构建聊天机器人以提高生产力（300 级）
加入本会议，倾听我们深入探讨组织如何利用特定领域的知识和内部数据，通过生成式人工智能助手提高员工生产力并增强客户体验。我们概述了在几分钟内构建生成式人工智能助手的工具，以及如何使用它们无缝集成您的专有知识库、产品目录、员工手册和客户数据。学习使用 Amazon Q 及托管在数据湖、数据仓库、云存储（包括 Amazon S3）和其他数据来源（例如 RDBMS 系统、Salesforce、Confluence、SharePoint、Quip、Jira）上的数据来构建生成式人工智能助手，同时提高准确性、安全性和隐私性。

演讲者：AWS 高级解决方案架构师 Aman Sharma
时长：30 分钟

自定义生成式人工智能应用程序，以提供相关、准确和自定义的响应（200 级）
为了向基础模型（FM）提供最新的专有信息，组织使用检索增强生成（RAG）技术，该技术可从公司数据来源获取数据，并通过数据丰富提示，以提供更相关和更准确的响应。但是，实现 RAG 需要特定的技能和时间，以配置与数据来源的连接、管理数据摄取工作流程以及编写自定义代码来管理基础模型（FM）和数据来源之间的交互。在本会议中，我们将分享如何使用 Amazon Bedrock 知识库简化流程。了解如何为 FM 和座席提供来自公司私有数据来源的上下文信息，以供检索增强生成（RAG）提供更相关、更准确、更定制的响应。我们还演示了如何实现端到端 RAG 工作流程的自动化，包括摄取、检索、提示增强和引用，从而在不需要编写自定义代码的前提下集成数据来源并管理查询。然后，我们将探索涉及到多个数据来源的高级 RAG 技术，包括 Amazon OpenSearch Service、Amazon Aurora Serverless 和基于容器的系统。

演讲者：
AWS 印度首席原型设计工程师 Arun Balaji
AWS 印度 PACE 项目经理 P, Sakthi Srinivasan

时长：30 分钟

利用生成式人工智能加速端到端 DevOps（300 级）
由于现代系统的复杂性以及对更短发布周期的需求增加，软件开发和 IT 运营面临着重大挑战。本会议包含演示，展示了如何利用生成式人工智能缓解这些挑战，从而加速端到端 DevOps 流程。我们将解释构建者和开发者如何使用 AWS 上的关键工具，从而节省时间并加快应用程序开发。我们将分享如何使用 Code Catalyst 和 Amazon Q，将您的构思转化为可运行、可合并的代码。了解如何轻松调试工作流程，并在几分钟内使用蓝图设置开发项目。我们概述了现实世界中的应用场景，演示了大型语言模型（LLM）和代码生成如何减少整个 DevOps 生命周期中的手动工作。在本会议结束时，您可以了解如何使用生成式人工智能来简化部署管道开发、测试、基础设施配置和事件修复等任务。本会议还介绍了在 DevOps 实践中实施负责任的人工智能的最佳实践。

演讲者：AWS 专业服务团队高级云架构师 Tuan Hyunh
时长：30 分钟

构建多模态聊天机器人（200 级）
集成生成式人工智能并非孤立任务，而是一系列过程，需要一定的编排和集成。例如，在软件开发过程中，虽然您可以利用生成式人工智能来生成代码，但也需要与项目管理软件集成以进行代码审查、优化和协作工作流程。加入本会议，我们将解释如何将生成式人工智能与现有系统、平台和流程无缝集成，在各个行业和应用场景中释放其全部潜力。我们会通过解释 Claude 的函数调用功能、如何实施以及分享最佳实践来进行说明。我们展示了使用函数调用技术构建生成式人工智能成本优化型聊天机器人的步骤。了解如何通过函数调用将生成式人工智能与各种工具和服务（例如网页爬取工具、数据处理库、云服务、数据库等）集成在一起。
 
演讲者：AWS 高级 AI/ML 专家解决方案架构师 Sun Baichuan
时长：30 分钟

检索增强生成（RAG）中的高级架构（200 级）
加入本会议，了解检索增强生成（RAG）和各种流行架构。我们将讨论 AWS 上可用的向量数据库，以及它们对高效实施 RAG 架构的重要意义。本会议还包含一个演示，展示不同的 RAG 架构、如何为同一问题生成最终答案，为您提供见解以取得成果。
 
演讲者：
AWS 印度二级数据科学家 Sushant Moon
AWS 印度二级数据科学家 Ravi Shukla

时长：30 分钟

上下文敏感信息检索（200 级）
当今组织对现代化工作流程的期望越来越高，并尝试使用生成式人工智能来处理大量数据，以获得预期结果。在本会议中，学习如何构建用于上下文相关信息检索的生成式人工智能应用程序，以增强决策并实现准确、高效且合乎道德的数据驱动型运营。我们将演示如何快速构建应用程序，以从文档中提取知识，并为您的用户提供问答和发现界面。我们将逐步介绍如何简化文档摄取和提取，以及创建存储在向量存储中的嵌入模型。在摄取完成后，我们还会分享此聊天机器人界面如何支持使用自然语言提问、获得基于上下文的答案，并通过语义方式查询向量存储。

演讲者：
AWS 印度高级解决方案架构师 Kuldeep Singh
AWS 印度解决方案架构师 Anurag Vikram Singh

时长：30 分钟

使用增强可观测性和生成式人工智能排查故障（200 级）
加入本会议，学习如何构建增强现实（AR）可观测性控制面板，从而通过游戏化体验来识别和解决应用程序和基础设施问题。我们将利用 AR 头盔、Amazon Transcribe、生成式人工智能和可观测性解决方案，演示如何故意引发应用程序中的故障。然后，我们将详细介绍在架构内创建实时分析，并使用生成式人工智能赋能的语音交互，以请求根本原因和解决方案。本会议还展示了如何查明根本原因、提供增强现实渲染架构的细节，并推荐解决问题的方法。

演讲者：AWS 印度原型设计架构师 Vikram Shitole
时长：30 分钟

使用生成式人工智能和 Amazon Personalize 实现内容个性化（200 级）
各组织专注于如何大规模提供高度个性化的用户体验，以实现更高的客户互动度、转化率和收入，同时创造有意义的差异化特点。在本会议中，我们将展示如何使用 Amazon Personalize 和生成式人工智能，提高用户参与度并提供高度优化的客户互动。了解如何使用 Amazon Bedrock LLM 基础模型和 Amazon Personalize 的算法，自动生成任何界面的推荐内容之间的主题联系。我们还演示了如何构建带有个性化内容描述的自定义解决方案，此类解决方案可以通过简单的 API 集成到您现有的网站、应用程序和电子邮件营销系统中。

演讲者：
AWS 高级 AI 专家解决方案架构师 Tim Wu
AWS 高级解决方案架构师 Tristan Nguyen

时长：30 分钟

智能交通管理（200 级）
您是否曾被困在交通信号灯前，即使没有车辆从另一个方向驶来？ 您是否想避免交通拥堵并快速到达目的地？ 在本会议中，我们将演示如何使用 Amazon SageMaker 和 AWS IoT，构建由边缘机器学习提供支持的智能交通管理解决方案。了解该解决方案如何让您自动观察交通模式、道路上的车流负荷并控制交通灯，从而使车辆快速通过并减少交通拥堵。了解它如何自动识别应急车辆（包括救护车和警车），以及控制交通信号灯，从而使这些车辆能在最短的时间内到达目的地。我们还将展示该解决方案如何通过自动跟踪事故、车辆故障或其他导致道路封锁的事故来管控交通流量。会议的最后还提供了有关如何开发分析控制面板以获取实时交通见解的指导。

演讲者：
AWS 印度首席解决方案架构师 Chandra Munibudha
AWS 印度首席解决方案架构师 Satheesh Kumar

时长：30 分钟