Adam Selipsky, CEO de Amazon Web Services, destacó el reto actual que representa la captura, procesamiento y análisis de los datos, para lo cual la compañía preparó diversas herramientas que permitan hacer este trabajo a un menor costo y más eficiente. Además, señaló que las empresas requieren de tres elementos principales: las herramientas adecuadas que considere la escala y variedad, gobernanza para explorar e innovar, y ser fácil visualizarla para descubrir rápidamente perspectivas.
Con respecto a las herramientas, AWS anunció la integración de Amazon Aurora, su solución de relacionamiento de bases de datos, con su solución de analíticas RedShift, evitando así el proceso de extraer, transformar y cargar entre ambos servicios, con lo que ofrece capacidades de análisis prácticamente en tiempo real.
AWS presentó también la integración de RedShift con aplicaciones Apache Spark, mediante el uso de analíticas de AWS y Machine Learning (ML), con lo que promete un futuro “zero ETL” que agiliza y hace más eficiente la construcción de aplicaciones sobre datos en RedShift.
Finalmente, en cuestión de perspectivas, AWS presentó nuevas capacidades de su servicio serverless de inteligencia de negocios QuickSight, que ahora integra funcionalidades de Machine Learning y procesamiento de lenguaje natural para responder preguntas puntuales sobre los datos, incluyendo qué y por qué. Por ejemplo, se le puede preguntar cuáles fueron las ventas de determinado periodo, y por qué cayeron o subieron.
“Hoy en día, Machine Learning nos permite predecir lo que sucederá en el futuro y también construir inteligencia en sistemas y aplicaciones. Es por eso que tenemos el conjunto más completo de servicios de ML e IA (Inteligencia Artificial) para profesionales expertos. Tenemos soporte para los marcos de aprendizaje profundo más potentes y populares para que los clientes puedan ejecutarlos ellos mismos”, declaró el CEO.
@Newsline Report 2022