Empresa basada en datos: de la visión al valor (nivel 100)
Las organizaciones buscan obtener un mayor valor de sus datos para aumentar la agilidad, mejorar la eficiencia y acelerar la innovación. Si bien los datos abundan y crecen rápidamente, el simple hecho de producir o almacenar una gran cantidad de ellos no crea valor automáticamente. El valor se obtiene mediante la creación de una cultura y un modelo operativo que utilizan los datos para inventar en nombre de los clientes mediante información práctica, análisis e IA/ML. Sin embargo, los desafíos culturales, los modelos de gobernanza obsoletos, los silos organizacionales y los enfoques de ejecución heredados se interponen en el camino de hacer realidad esta visión. Participe en esta sesión para conocer las estrategias de dos antiguos directores ejecutivos sobre cómo trabajaron para crear una cultura basada en los datos y superar los desafíos para convertir su visión en realidad.

Ponente: John Clark, estratega empresarial, AWS
Duración: 30 minutos

Creación de una organización más inteligente basada en datos y machine learning (nivel 100)
Muchas organizaciones saben que necesitan IA/ML para crear una ventaja competitiva única, impulsar una mejor participación de los clientes y ofrecer los resultados empresariales deseados. Mientras que algunos están cosechando los beneficios del impacto transformador de IA/ML, otros buscan respuestas sobre por dónde empezar. En esta sesión se explica cómo aplicar IA/ML y hacer realidad su transformación digital. Compartimos el efecto de la red de datos y las áreas que las organizaciones exitosas dominan para obtener un mayor valor de los datos, impulsados por el machine learning para hacer realidad su visión.

Ponente: Presentado por Tom Godden, estratega empresarial, AWS
Duración: 30 minutos

Impulsamos la sostenibilidad con IA y datos en el Climate Pledge Arena de Amazon (nivel 100)
Amazon es el mayor comprador corporativo de energía renovable del mundo y necesita garantizar que la sostenibilidad esté en el centro de todas sus operaciones para cumplir sus objetivos de emisiones de carbono. Un área en la que está trabajando es con Seattle Kraken para crear soluciones y ayudar a que su Climate Pledge Arena sea la más progresista, responsable y sostenible del mundo. Participe en esta sesión para aprender cómo AWS Professional Services y los equipos de sostenibilidad de Amazon utilizan los servicios de AWS para capturar y analizar datos sobre la energía, el agua y la calidad del aire. Obtenga información sobre cómo crean modelos de previsión en tiempo real con el descubrimiento de datos, la seguridad y los patrones de diseño en el centro.

Ponentes:
Rahul Sareen, director de prácticas globales de sostenibilidad, AWS
Rob Johnson, vicepresidente de sostenibilidad y transporte, Climate Pledge Arena

Duración: 30 minutos

Primeros pasos en su viaje de ML: la perspectiva de un líder (nivel 100)
La IA y el ML prometen transformar las industrias, aumentar las eficiencias e impulsar la innovación. La clave del éxito del machine learning es la escala. En esta sesión, abordamos cómo los ejecutivos y los gerentes que buscan alcanzar el éxito mediante el ML a escala se orientan con, por ejemplo, mecanismos para crear un sistema efectivo que acelere la innovación e impulse el progreso tecnológico. Compartimos cómo los clientes trabajaron con AWS para alinear a sus equipos en la introducción del ML y proporcionarles las habilidades técnicas adecuadas para ofrecer resultados empresariales. Aprenda a crear equipos de ingeniería y productos de IA/ML sólidos, alineados con los objetivos compartidos de la organización, para ofrecer una hoja de ruta de innovación y valor.

Ponente: Naomi Teng, especialista en IA/ML, Asia-Pacífico y Japón, AWS
Duración: 30 minutos

Transforme su negocio con IA/ML: cree una ventaja competitiva en su organización y aproveche las últimas tendencias en IA/ML (nivel 100)
Las técnicas de IA/ML son aspectos fundamentales cada vez más importantes para las organizaciones que buscan transformarse y cumplir sus objetivos. Sin embargo, aplicar AI/ML en el lugar correcto no es fácil. Participe en esta sesión para conocer cómo aplicar casos de uso prácticos y comprobados del machine learning para lograr rápidamente un impacto empresarial real. Compartimos el conjunto de servicios de IA/ML de AWS que le permite crear productos transformadores sin necesidad de conocimientos previos en machine learning. Descubra cómo crear su propio ciclo de inercia de transformación impulsado por la IA basado en tecnologías existentes y emergentes para conceptualizar nuevas oportunidades, lograr una ventaja competitiva y ofrecer resultados organizacionales.

Ponente: Nieves Gracia, líder especialista en IA/ML para el sector público, Asia-Pacífico y Japón
Duración: 30 minutos

Replantear el machine learning para los sectores regulados (nivel 100)
La reproducibilidad, la trazabilidad y la explicabilidad se han convertido en el requisito fundamental en el ciclo de vida del machine learning para las industrias reguladas. Sin embargo, crear una plataforma de ciencia de datos para que un banco o el gobierno respalde este ciclo de vida no es tarea fácil, ya que requiere un conjunto profundo de capacidades y experiencia. AWS proporciona un conjunto de servicios y soluciones para crear un entorno de machine learning seguro, gobernado y compatible, que no comprometa la agilidad de los equipos de ciencia de datos. Participe en esta sesión para conocer cómo reducir la brecha entre el ciclo de vida tradicional del machine learning y los requisitos regulados de la industria. Compartimos cómo AWS le proporciona las soluciones, las mejores prácticas, los programas y los recursos para ayudarlo a crear una plataforma exitosa de ciencia de datos y machine learning en AWS.

Ponente: Juan Bedoya, arquitecto de soluciones para el sector público, AWS
Duración: 30 minutos

Ofrecer una interacción multimodal con los clientes en los servicios financieros (nivel 100)
La adopción generalizada de los servicios móviles, los nuevos participantes en el mercado nativo digital, la adaptación a los cambios generacionales y los requisitos críticos del sector en materia de cumplimiento normativo hacen que sea difícil para las instituciones de servicios financieros ofrecer una experiencia de cliente personalizada, coherente y fluida desde diferentes canales. Esta sesión muestra cómo puede crear fácilmente una experiencia de cliente multimodal con la IA y el machine learning de AWS. Aprenda a crear experiencias personalizadas activadas en dispositivos móviles, web y mensajes de texto para la interacción con los clientes entrantes y salientes al aprovechar los datos contextualizados y mantener una conversación única en todos los puntos de contacto.

Ponentes:
Akash Jain, arquitecto de soluciones de comercialización (GTM) de la industria de servicios financieros (FSI), Asia-Pacífico y Japón, AWS
Rahul Kulkarni, arquitecto de soluciones para socios sénior, AWS India

Duración: 30 minutos

Personalice las interacciones con los clientes con la automatización del marketing (nivel 200)
En lo que respecta a las comunicaciones con los clientes, no es sorprendente que la personalización sea la mejor manera de garantizar el compromiso con los clientes a largo plazo. Es más probable que los clientes presten atención al contenido que se adapte a sus necesidades. En esta sesión, mostramos cómo utilizar los recorridos de Amazon Pinpoint para ofrecer una experiencia de cliente personalizada de varios pasos basada en los atributos y comportamientos de la audiencia, y cómo utilizar Amazon Personalize para garantizar que el contenido de la comunicación sea siempre específico y personalizado para el destinatario.

Ponente: Pierre Semaan, director de estrategia y soluciones de comercialización (GTM), pequeñas y medianas empresas (SMB), Asia-Pacífico y Japón, AWS
Duración: 30 minutos

Configuración de entornos de machine learning seguros y bien gobernados en AWS (nivel 100)
Ya sea que su organización esté iniciando su camino hacia la IA/ML o que tenga una gran cantidad de proyectos en producción, es vital contar con entornos seguros que protejan sus datos. En esta sesión, compartimos cómo puede organizar, estandarizar y agilizar el aprovisionamiento de entornos de ML gobernados mediante el aprovechamiento de las prácticas recomendadas de seguridad de AWS y el cumplimiento de los estrictos requisitos de seguridad de las cargas de trabajo de ML.

Ponente: Tony Fendall, arquitecto líder de soluciones, AWS
Duración: 30 minutos

Aprendizaje profundo en AWS con NVIDIA: desde la formación hasta el despliegue (nivel 200)
Durante la última década, NVIDIA ha podido ilustrar la eficacia de sus GPU en todos los ámbitos, tanto para el entrenamiento de aprendizaje profundo como para la inferencia. A medida que estos modelos se hacen más grandes, la necesidad inherente de escalar verticalmente para el entrenamiento y de escalar horizontalmente para el despliegue se ha convertido en una necesidad. En esta sesión, analizaremos algunos paquetes de software de NVIDIA para un entrenamiento distribuido eficiente y un despliegue simplificado, y analizaremos en profundidad cómo Amazon los adopta para algunas de sus cargas de trabajo más exigentes.

Ponente: Michael Lang, director de arquitectura de soluciones, Asia-Pacífico Sur, NVIDIA
Duración: 30 minutos

Cree funcionalidades de búsqueda centralizadas e inteligentes a partir de almacenes de datos distribuidos con Amazon Kendra (nivel 200)
¿Cómo puede obtener las respuestas más precisas y específicas en las consultas de búsqueda cuando las respuestas pueden requerir que examine grandes volúmenes de orígenes de datos distribuidos? En esta sesión, mostramos cómo utilizar Amazon Kendra, una solución de búsqueda inteligente para obtener respuestas sencillas. Descubra cómo puede unir una serie de herramientas, fuentes y productos de terceros para crear funcionalidades de búsqueda de datos unificadas e inteligentes, mejorar el intercambio de conocimientos entre los equipos, las ventas y los servicios de atención al cliente, lo que facilita en gran medida la obtención de la información que necesita.

Ponentes: 
Sam Gordon, arquitecto sénior de nube, AWS
Ed Fraga, arquitecto de nube, AWS

Duración: 30 minutos

Implemente una aplicación unificada de búsqueda de texto e imágenes con análisis y ML (nivel 200)
Si bien los motores de búsqueda semántica y textual han permitido a muchas organizaciones buscar información rápidamente, las organizaciones que ofrecen motores de búsqueda unificados de texto e imágenes pueden proporcionar una ventaja competitiva y fuentes de ingresos al ofrecer a sus clientes la flexibilidad de mostrar ejemplos físicos o imágenes para describir los elementos en los motores de búsqueda. En esta sesión se muestra cómo crear un motor de búsqueda con tecnología ML para recuperar y recomendar productos con facilidad en función de consultas de texto o imágenes. Aprenda a usar Amazon SageMaker para alojar y administrar el modelo de preentrenamiento de lenguaje contrastivo e imágenes (CLIP) previamente entrenado y a ejecutar búsquedas visuales a partir de una imagen de consulta. También explicamos cómo utilizar clústeres de OpenSearch y otros servicios de AWS fáciles de desplegar, operar y escalar para crear esta aplicación integral.

Ponente: Kevin Du, arquitecto sénior de soluciones de laboratorio de datos de ML, AWS
Duración: 30 minutos

Preparación de datos escalables y ML con Apache Spark en AWS (nivel 200)
Analizar, transformar y preparar grandes cantidades de datos es un paso fundamental de cualquier ciencia de datos y flujo de trabajo de ML. En esta sesión se muestra cómo crear flujos de trabajo integrales de preparación de datos y machine learning (ML). Explicamos cómo conectar Apache Spark para una preparación rápida de los datos en sus entornos de procesamiento de datos en las sesiones interactivas de Amazon EMR y AWS Glue de Amazon SageMaker Studio. Descubra cómo acceder a los datos gobernados por AWS Lake Formation para consultar, explorar, visualizar datos, ejecutar y depurar trabajos de Spark de forma interactiva mientras prepara datos a gran escala para usarlos en ML.

Ponente: Suman Debnath, promotor líder de desarrolladores, ingeniería de datos, AWS
Duración: 30 minutos

Cree una solución de procesamiento inteligente de documentos (nivel 200)
Las organizaciones cuentan con millones de formularios y documentos físicos que contienen datos empresariales críticos. Estos documentos, como reclamaciones a los seguros o solicitudes de préstamos, tienen datos estructurados y no estructurados que son extraídos por humanos o por sistemas basados en reglas que no se pueden escalar fácilmente, conllevan costes y pueden producir resultados de extracción de baja precisión. En esta sesión, aprenda a crear una solución integral de procesamiento inteligente de documentos para superar los desafíos del procesamiento de documentos heredados, lo que le permitirá extraer datos estructurados, redactar información confidencial e implementar un flujo de trabajo de procesamiento automatizado de documentos a escala.

Ponente: Abhijit Kalita, evangelista sénior de IA/ML, socios del sector público, AWS
Duración: 30 minutos

Personalice y mejore la extracción de documentos con el machine learning (nivel 300)
Los documentos vienen en varios tipos de archivos y diferentes formatos, y contienen información valiosa. La extracción y el procesamiento de los documentos pueden llevar mucho tiempo, ser propensos a errores y costosos. En esta sesión, compartimos las opciones sobre cómo extraer fácilmente información de contenido complejo en cualquier formato de documento, incluidos archivos PDF o imágenes escaneadas con AWS. Aprenda a ajustar y personalizar esa extracción con ML, incluidos los patrones de error de OCR comunes y la reestructuración de los datos de salida. La sesión abarca diferentes patrones y herramientas de AWS para ayudar en todas las etapas del proceso, desde el preprocesamiento inicial de imágenes hasta la automatización de procesos o la búsqueda inteligente, y la revisión humana en línea, teniendo en cuenta la complejidad de su caso de uso y la antigüedad del ML en su organización.

Ponente: Alex Thewsey, arquitecto especialista en soluciones de ML, AWS
Duración: 30 minutos

De la precisión al caso empresarial: creación de una PoC de previsión de demanda exitosa (nivel 200)
La previsión precisa de la demanda futura con IA/ML ofrece numerosas ventajas en diferentes funciones, como el aumento de las ventas, la mejora de la utilización de la capacidad y la rotación del inventario y la mejora de la experiencia del cliente. Sin embargo, muchos se enfrentan a desafíos a la hora de justificar el valor e implementar sistemas de previsión de demanda en la producción. En esta sesión se muestra el flujo de trabajo paso a paso para una creación rápida de prototipos para un sistema de previsión basado en ML con Amazon Forecast. Mostramos las diferentes formas de medir el valor empresarial real de los modelos de previsión de demanda y, al mismo tiempo, permitimos flexibilidad en la experimentación.

Ponente: Julia Ang, arquitecta de soluciones asociada, AWS
Duración: 30 minutos

Simplifique las predicciones de intención de compra de los clientes con análisis y ML (nivel 200)
Las empresas están integrando soluciones de IA/ML en sus negocios para mantenerse por delante de la competencia. Sin embargo, el machine learning puede ser difícil y, a menudo, requiere una habilidad especializada. Comienza con la recopilación y la preparación de los datos, seguido de la creación y el entrenamiento de los modelos de machine learning antes de implementarlos. Incluso elegir un algoritmo para construir el modelo puede resultar difícil. ¿Qué algoritmo o modelo de machine learning debe elegir? ¿Cómo puede determinar de manera confiable qué modelo funcionará mejor en función de su problema empresarial? ¿Cómo hacer un ajuste de hiperparámetros para aprovechar al máximo el modelo? En esta sesión, explicamos cómo simplificar el ciclo de vida del machine learning en la predicción de la intención de compra mediante el piloto automático de Amazon SageMaker combinado con los servicios de análisis de AWS.

Ponentes: 
Kamal Machanda, arquitecto de soluciones, AWS India
K V, Sureshkumar, arquitecto de prototipos, AWS India
Duración: 30 minutos

Mejore la experiencia del cliente con centros de contacto basados en análisis y ML (nivel 300)
Su centro de contacto es el mayor nexo de unión entre usted y sus clientes, y cada interacción puede proporcionar a su equipo información valiosa. En esta sesión, le mostramos la integración de Amazon Connect con los servicios de análisis y ML de AWS, para que pueda utilizar las herramientas de configuración de autoservicio en cuestión de días, en lugar de lo que le habría llevado meses crear. Descubra cómo esta solución integral de centro en la nube basada en AWS le permite obtener información valiosa de cada interacción con los clientes, incluidas las predicciones de abandono en tiempo real, para que pueda mejorar la experiencia de sus clientes.

Ponentes: 
Nelson Martinez, director técnico sénior de cuentas, aplicaciones de productividad, AWS
Melanie Li, director técnico sénior de cuentas de análisis, AWS
Partha Sarathi Sahoo, directora técnica sénior de cuentas de análisis, AWS

Duración: 30 minutos

Romper las barreras lingüísticas con la IA (nivel 200)
Amazon posibilita que el procesamiento de lenguaje natural, el reconocimiento de voz, la conversión de texto a voz y la traducción automática estén al alcance de todos los desarrolladores. Los servicios de aplicaciones basados ​​en API permiten a los científicos de datos y a los desarrolladores conectar fácilmente la funcionalidad de inteligencia artificial prediseñada en sus aplicaciones y automatizar los flujos de trabajo. En esta sesión, se explica cómo crear la próxima generación de aplicaciones inteligentes que escuchan, hablan y entienden el mundo que nos rodea.

Ponentes: 
Jyoti Sharma, ingeniero de prototipos, AWS India
Arun Balaji, ingeniero líder de prototipos, AWS India

Duración: 30 minutos

Ejecución de una aplicación de inspección de calidad por visión artificial con bucle de retroalimentación cerrado (nivel 200)
La detección de defectos y anomalías en la inspección de calidad es un paso vital para garantizar la calidad de los productos, ya que la detección oportuna de fallas o defectos y la adopción de las medidas adecuadas a menudo implican importantes costos operativos y relacionados con la calidad. Además, los bucles de retroalimentación manual suelen ser subjetivos, consumen mucho tiempo y son difíciles de escalar, lo que provoca cuellos de botella en la producción y ralentiza el tiempo de comercialización. En esta sesión, compartimos cómo puede crear una inspección de calidad de circuito cerrado sólida, eficaz y escalable en la periferia, generar decisiones objetivas con un bucle de retroalimentación rápida y reducir los costes relacionados con la calidad.

Ponente: Derrick Choo, arquitecto de soluciones, AWS

Análisis multimedia inteligente con machine learning (nivel 200)
Los recursos multimedia, como el audio y el vídeo, se pueden utilizar para aumentar la visibilidad además de la participación y la satisfacción de los usuarios. Sin embargo, la administración, el análisis y el control del contenido multimedia son complejos y costosos. En esta sesión se demuestra cómo utilizar los servicios de IA de AWS y Amazon SageMaker para mejorar la búsqueda y detección de contenido, aumentar la accesibilidad mediante la subtitulación y la localización, y descubrir la monetización de contenido nuevo. También le mostramos que utilizamos APIs de moderación de imágenes, vídeos, texto y voz totalmente administradas y machine learning para mejorar el cumplimiento y la seguridad de la marca para usted y sus clientes.

Ponentes:
Sakthi Srinivasan, director de interacción, creación de prototipos, AWS India
Arun Balaji, ingeniero líder de prototipos, AWS India

Duración: 30 minutos

Cree un sistema integral de detección de fraudes con tarjetas de crédito (nivel 300)
A medida que avanzamos hacia una sociedad sin dinero en efectivo, la capacidad de detectar las transacciones fraudulentas con tarjeta de forma precisa y rápida se ha vuelto cada vez más importante, ya que los falsos positivos pueden provocar experiencias negativas para los clientes. En esta sesión, descubra cómo crear un sistema integral de detección de fraudes con tarjetas de crédito con Amazon SageMaker. Aprenda a entrenar modelos matemáticos en la nube para detectar el fraude en los pagos fraudulentos con tarjeta desde un enfoque más ágil y rentable. Le mostramos cómo puede integrar este modelo con sus aplicaciones empresariales mediante APIs y crear paneles de informes con Amazon QuickSight, un servicio de inteligencia empresarial rápido y basado en la nube que facilita que todos los miembros de una organización obtengan información de sus datos a través de paneles interactivos y completos.

Ponente: Indrajit Ghosalkar, arquitecto de soluciones, AWS
Duración: 30 minutos

Combata el fraude de apropiación de cuentas con AWS (nivel 300)
Cada año, muchas cuentas de usuario se ven comprometidas por diferentes técnicas, como el relleno de credenciales, la suplantación de identidad y la ingeniería social, lo que lleva a una apropiación de cuentas (ATO). Además de las pérdidas financieras, el fraude de ATO tiene efectos en la experiencia del cliente, la lealtad a la marca y la reputación. En esta sesión, explicamos cómo AWS Web Application Firewall le permite detener de forma proactiva los intentos de apropiación de cuentas en la periferia, impedir el acceso no autorizado que puede conducir a actividades fraudulentas y notificar a los usuarios con antelación para que tomen medidas preventivas. También mostramos cómo utilizar formas adicionales de proteger su aplicación mediante el machine learning mediante Amazon Fraud Detector, un servicio totalmente gestionado que le permite crear, desplegar y gestionar modelos de ML personalizados para la detección de fraudes de forma rápida sin necesidad de tener experiencia previa en ML.

Ponentes:
Julian Ju, arquitecto sénior especializado en soluciones de periferia, AWS
Ram Cholan, arquitecto sénior especializado en soluciones de periferia, AWS

Duración: 30 minutos

Extracción de información radiológica significativa a partir del lenguaje natural mediante Amazon Comprehend Medical (nivel 300)
Los conocimientos necesarios para optimizar el uso de los escasos y demandados recursos clínicos a menudo se ocultan a simple vista en informes clínicos no estructurados. En esta sesión se explica cómo integrar la tecnología de análisis y machine learning en sus aplicaciones y automatizar los procesos para optimizar el uso de los recursos clínicos. Le mostramos el uso de la canalización Apache Spark casi en tiempo real, con Amazon Comprehend Medical, para capturar los exámenes radiológicos a medida que se agregan a los repositorios de datos clínicos del hospital. Aprenda a clasificar las notas clínicas en lenguaje natural y a traducir las entidades clínicas en vistas relacionales basadas en la terminología clínica estándar de SNOMED. Para terminar, le mostramos cómo las herramientas de visualización y análisis de uso general pueden permitir a los usuarios acceder a la información de los datos.

Ponente: Craig Roach, arquitecto líder de soluciones, AWS
Duración: 30 minutos

Primeros pasos con Amazon SageMaker en minutos (nivel 200)
Amazon SageMaker brinda a todos los desarrolladores, analistas de negocios y científicos de datos la capacidad de crear, entrenar y desplegar modelos de machine learning para cualquier caso de uso con infraestructura, herramientas y flujos de trabajo totalmente administrados. Amazon SageMaker elimina la pesada carga de trabajo del machine learning y, por lo tanto, las barreras típicas asociadas con el machine learning. Esta sesión profundiza en los detalles técnicos de cada uno de los módulos de Amazon SageMaker y muestra las funcionalidades de la plataforma.

Ponente: Pauline Kelly, arquitecta de soluciones, AWS
Duración: 30 minutos

Transforme datos JSON anidados semiestructurados para el machine learning con soluciones sin código en AWS (nivel 200)
En muchos sectores, los datos provienen de diversas fuentes en formatos estructurados, semiestructurados y no estructurados. Para los datos semiestructurados, uno de los formatos de archivo livianos más comunes es JSON. Sin embargo, debido a la naturaleza compleja del tipo de datos JSON, a menudo incluye una estructura clave-valor anidada y es difícil de usar directamente en tareas de ML. En esta sesión, analizaremos cómo aprovechar AWS Glue DataBrew para recopilar los datos, gestionar información confidencial y garantizar la calidad de los datos para la preparación de datos de ML. Compartimos cómo utilizar la solución sin código de Amazon SageMaker para entrenar automáticamente los modelos de ML con los datos procesados a fin de obtener información procesable rápidamente.

Ponentes: 
Melanie Li, directora técnica sénior de cuentas, AI/ML, AWS
Partha Sarathi Sahoo, directora técnica sénior de cuentas de análisis, AWS

Duración: 30 minutos

Cree modelos precisos que combinen diversos tipos de datos con AutoGluon en Amazon SageMaker (nivel 300)
Los casos de uso del machine learning en el mundo real suelen incluir datos de muchas formas. En esta sesión, abordaremos la descripción general de Amazon SageMaker JumpStart, que entrena y ajusta automáticamente cientos de modelos de ML y le ayuda a elegir el mejor modelo para su caso de uso. Demostramos cómo utilizar AutoGluon, una biblioteca de código abierto para AutoML en Amazon SageMaker, para crear un modelo de alta calidad. También compartimos técnicas comprobadas, prácticas recomendadas y herramientas para profundizar más con un ML multimodal personalizado.

Ponente: Seema Gupta, arquitecta sénior de soluciones, AWS
Duración: 30 minutos

Entrene modelos de ML de forma rápida y rentable con Amazon SageMaker (nivel 200)
La formación de modelos de machine learning a gran escala a menudo requiere inversiones importantes. En esta sesión, le mostramos cómo Amazon SageMaker le permite reducir el tiempo y los costes para entrenar y ajustar los modelos de machine learning (ML) sin la necesidad de administrar la infraestructura. Aprenda a utilizar modelos con herramientas integradas para gestionar y realizar un seguimiento de los experimentos de entrenamiento, elegir automáticamente los hiperparámetros óptimos, depurar los trabajos de entrenamiento y monitorear la utilización de los recursos del sistema, como las GPU, las CPU y el ancho de banda de la red. Le mostramos cómo las herramientas de entrenamiento de SageMaker permiten un entrenamiento distribuido más rápido, incluidas bibliotecas para el paralelismo de datos y el paralelismo de modelos, y las bibliotecas de entrenamiento distribuidas de Amazon SageMaker dividen automáticamente los modelos y conjuntos de datos de entrenamiento en las instancias de GPU para ayudarlo a completar el entrenamiento distribuido con mayor rapidez.

Ponente: Gaurav Singh, arquitecto de soluciones, AWS India
Duración: 30 minutos

Más allá del desarrollo, el entrenamiento y el despliegue de modelos: profundización en la monitorización de modelos de Amazon SageMaker (nivel 200)
A diferencia del desarrollo de software tradicional, el desarrollo de modelos de ML es un proceso iterativo que requiere la monitorización continua de las entradas y salidas del modelo implementado para garantizar los resultados óptimos. Participe en esta sesión para aprender los aspectos básicos de la monitorización de modelos con Amazon SageMaker. Explicamos cómo detectar la desviación en sus datos y modelos y compartimos los pasos relevantes para garantizar la calidad de su modelo en la producción.

Ponente: Sahil Verma, arquitecto de soluciones, AWS India
Duración: 30 minutos

Despliegue de un modelo de texto a imagen con Amazon SageMaker y Amazon Rekognition (nivel 200)
Participe en esta sesión para descubrir cómo la plataforma global de comunicaciones visuales Canva creó su nueva funcionalidad de conversión de texto a imagen con Stable Diffusion en Amazon SageMaker, lo que les permitió escalar la característica de conversión de texto a imagen a 100 millones de usuarios rápidamente en menos de 3 semanas. Profundizamos en el marco arquitectónico que subyace a la solución integral, cómo eliminar el trabajo pesado de cada paso del proceso de ML, facilitar el desarrollo de modelos de alta calidad, implementar rápidamente nuevas características innovadoras para los usuarios y escalar para el crecimiento futuro. También compartimos cómo Canva aprovecha Amazon Rekognition, que ofrece capacidades de visión artificial (CV) previamente entrenadas y personalizables para extraer información y conocimientos de imágenes y vídeos. Descubre cómo esta solución les permitió fomentar la confianza y la seguridad de los usuarios y mejorar la productividad, ya que la moderación manual habría requerido que Canva desplegara cientos de moderadores las 24 horas del día.

Ponentes: 
Ben Friebe, arquitecto sénior de soluciones de ISV, AWS
Greg Roodt, director de plataformas de datos de Canva

Duración: 30 minutos

Lance rápidamente soluciones de ML a escala en la infraestructura de AWS (nivel 200)
AWS ofrece los servicios más amplios y profundos para crear y lanzar rápidamente la IA y el machine learning para todo tipo de organizaciones, empresas e industrias. En esta sesión, explicamos cómo implementar los modelos de inferencia en AWS, qué factores se deben considerar y cómo optimizar los despliegues. Compartimos prácticas recomendadas y enfoques para ejecutar las cargas de trabajo de ML sin problemas y de forma eficiente en AWS.

Ponente: Santhosh Urukonda, ingeniero sénior de prototipado, AWS India
Duración: 30 minutos