Formula One Group está migrando la mayor parte de su infraestructura de centros de datos locales a AWS y estandarizando en servicios de aprendizaje automático de AWS, incluido Amazon SageMaker.
Mediante datos de carreras históricos recopilados a partir de automóviles durante los últimos 65 años, los científicos de datos de la Fórmula 1 están entrenando modelos de aprendizaje profundo para que realicen predicciones de carreras y ayuden a los equipos a optimizar decisiones durante una carrera. Los modelos pueden predecir cuándo los equipos deberían realizar paradas técnicas para los automóviles, determinar el mejor momento para cambiar los neumáticos y evaluar el desempeño de los conductores.
A continuación, la Fórmula 1 utiliza streaming de datos, análisis y servicios multimedia de AWS para distribuir información sobre las decisiones de los conductores y el rendimiento de los automóviles a sus más de 500 millones de seguidores.
Como la Fórmula 1 ejecuta sus cargas de trabajo informáticas de alto rendimiento en un entorno escalable en AWS, la organización puede realizar innovaciones en el diseño de automóviles, la experiencia de las carreras de la Fórmula 1, entre otras cosas, sin preocuparse por la capacidad.
Intuit trasladó todas sus operaciones a AWS y usa una amplia gama de servicios de AWS para obtener la elasticidad que necesita a fin de gestionar patrones de tráfico de gran variación por temporada. Desde 2013, Intuit ha migrado su infraestructura, aplicaciones, datos y capacidades de aprendizaje automático a AWS.
Intuit analiza capacidades del aprendizaje automático a medida que busca transformar tareas arduas, como la declaración de impuestos, en sencillas e inclusive placenteras para sus clientes.
Mediante el uso de Amazon SageMaker, Intuit ha logrado reducir el costo y el tiempo necesarios para implementar modelos de aprendizaje automático. Ahora los científicos de datos pueden crear un modelo y ajustar su escala para muchos servidores, y lo que solía llevar seis meses ahora se completa en una semana.
Mediante el empoderamiento de sus científicos de datos, Intuit continúa desarrollado y mejorando sus productos a fin de cumplir su misión: respaldar la prosperidad de sus clientes en todo el mundo.
La MLB ha recopilado datos estadísticos sobre sus jugadores y clubes durante décadas. En 2015, comenzó a usar servicios de AWS para recopilar y distribuir estadísticas de los partidos del día a fin de mejorar la experiencia de los seguidores.
Gracias a Amazon Sagemaker, la MLB puede permitir a sus desarrolladores y científicos de datos crear, entrenar e implementar de manera rápida y fácil modelos de aprendizaje automático a escala.
Estos modelos ayudan a la MLB a eliminar procesos manuales y que consumen mucho tiempo asociados con las estadísticas y la conservación de registros, como el almacenamiento de puntajes, el registro de las notas sobre los partidos y la clasificación de los lanzamientos.
El objetivo de la MLB es trabajar con Amazon ML Solutions Lab para continuar mejorando Statcast (su tecnología de seguimiento que analiza el rendimiento de los jugadores) incluida las pruebas de la precisión de las predicciones de los lanzamientos y la creación de experiencias personalizadas para los espectadores.
La MLB continuará innovado mediante el uso de inteligencia artificial La organización planea utilizar Amazon Comprehend para crear un modelo de lenguaje que pueda crear secuencias de comandos para partidos en directo que simulen presentadores emblemáticos.
Matson creó una aplicación móvil de referencia para el seguimiento internacional de contenedores que permite a los clientes realizar un seguimiento en tiempo real de sus envíos de carga. Otras características útiles de la aplicación incluyen la búsqueda interactiva de cronogramas de buques, las búsquedas de mapas de puertos basadas en ubicaciones y la actividad en directo de las cámaras de las puertas.
Todos los dispositivos móviles obtienen acceso a AWS mediante Amazon API Gateway. Este método ofrece puntos de enlace con alta disponibilidad ubicados en bordes para el acceso a los recursos dentro de las nubes privadas virtuales existentes de Matson.
Las funciones de AWS Lambda están diseñadas con un patrón de microservicios y adaptadas en función de contextos comerciales específicos basados en océanos, como el seguimiento de los envíos y los cronogramas de los buques.
Amazon DynamoDB administra la configuración, además de la configuración de los comentarios de los usuarios y las notificaciones de comentarios de los usuarios que se envían desde dispositivos móviles. DynamoDB Streams suministra notificaciones en tiempo real al equipo de atención al cliente de Matson.
Los clientes de Matson confían en la información de estado del buque y en el seguimiento de contenedores preciso y por minuto. El monitoreo y las alertas de eventos del sistema se logran mediante el uso de los servicios Amazon CloudWatch, Amazon SNS, Amazon SES, AWS Lambda y CloudWatch Logs.
Matson ahora puede ofrecer a sus clientes una aplicación integral sin servidor que los ayuda a realizar un seguimiento de sus envíos, sin infraestructura para mantener.
La serie Roomba 900 finaliza su objetivo de limpieza en el hogar y regresa a la estación para cargarse.
iRobot procesa el mapa del hogar, calcula la superficie total del piso limpiada y el código de estado del objetivo de limpieza, y publica los metadatos en AWS IoT.
iRobot usa una regla de AWS IoT para colocar un mensaje en una transmisión de Amazon Kinesis. A partir de Kinesis, iRobot puede procesar los datos del objetivo de limpieza. Kinesis permite que varios equipos reciban la transmisión de datos.
AWS Lambda recibe los metadatos del objetivo de limpieza y redistribuye el formato a Amazon DynamoDB. Amazon Kinesis divide en lotes los datos del objetivo y los almacena en Amazon S3. Amazon S3 se utiliza como el lago de datos de iRobot para análisis, donde todos los datos de los mensajes se comprimen y almacenan. Una vez que los datos se encuentran en Amazon S3, iRobot usa el conjunto de herramientas de AWS Analytics. Amazon Athena permite a iRobot analizar y detectar patrones en los datos sin dejar de ejecutar recursos de cómputo en todo momento.
El objetivo de limpieza se almacena en Amazon DynamoDB y se vincula con un robot y un consumidor específicos.
El consumidor recibe una alerta que le informa la finalización correcta de un objetivo de limpieza de la serie Roomba 900.
La organización de TI de BP administra las aplicaciones de SAP que utilizan miles de empleados de todo el mundo para tareas de cadena de suministro, compras, finanzas, entre otras.
Con el objetivo de mejorar la velocidad y lograr agilidad en los costos, BP usó Amazon EC2 para migrar estas aplicaciones empresariales fundamentales a la nube. Además, el equipo creó instancias X1 de EC2 para incrementar la escala y respaldar el análisis en tiempo real.
Ahora el equipo puede poner sistemas en funcionamiento en horas en vez de semanas o meses. BP está observando incrementos en el nivel de rendimiento de manera general, incluida una mejora de velocidad del 40 por ciento en el sistema Lubricants ERP.
Como parte de la migración a la nube, BP reajustó estándares de seguridad mediante el uso de los servicios AWS Config, AWS Identity and Access Management (IAM), Amazon CloudWatch y AWS Trusted Advisor. Estos nuevos estándares ayudaron a BP a desarrollar un marco seguro para el funcionamiento de su organización de TI.
EE.UU. Este
Norte de Virginia (6), Ohio (3)
EE.UU. Oeste
Norte de California (3), Oregón (3)
Asia Pacífico
Mumbai (2), Seúl (2), Singapur (3), Sídney (3), Tokio (4), Osaka-Local (1)
Canadá
Central (2)
China
Pekín (2), Ningxia (3)
Europa
Fráncfort (3), Irlanda (3), Londres (3), París (3)
América del Sur
São Paulo (3)
GovCloud (EE.UU.)
EE.UU.-Este (3), EE.UU.-Oeste (3)
Baréin
Ciudad del Cabo
Hong Kong
Milán
Estocolmo
