亚马逊云科技线上Global Dev Day，为四类云从业者带来了丰富的学习内容

还记得曾经一出世就震惊整个世界的聊天机器人吗？抑或是随处可见的人脸识别技术和自动翻译机器，还有智慧城市和智能家居等等。云科技的发展方向正不断变化与进步，科学家、从业者与开发者，都在不停地探索云技术的边界，共同探索云科技的未来。8月22日，亚马逊云科技线上Global Dev Day来袭，为四类云从业者带来了丰富的学习内容。

 

 

用模型赋能数据科学家增强洞察力

数据科学家们运用分析、统计和数学技能，可以在大量的结构化、非结构化数据中发现新趋势，产生新的（商业）洞察力。他们善于运用软件工程技能收集和处理数据，在建立机器学习和统计模型的同时，利用行业及专业知识解释结果，以此帮助公司做出以数据为导向的决策，帮助公司更加科学地制定业务战略。

在今年的Global Dev Day，你会接触到如何 Hugging Face库中的ProtBert模型来执行蛋白质序列分类；如何在Amazon SageMaker中使用带有Transformers的计算机视觉；如何使用Amazon SageMaker和Amazon Reviews Polarity数据集微调一个预先训练好的模型，然后使用这些模型将评论进行正面或负面分析。Amazon SageMaker和Amazon Reviews Polarity数据集不仅可以帮助企业对客户的反馈做出及时的反应，还能帮助企业在大量的数据中获取更为敏锐的洞察。除此之外，Global Dev Day还将提供数据科学家关注的其他内容。

助力数据工程师和分析师发现更多信息

作为数据分析师，具备查询数据库、挖掘数据库的销售线索、深入市场研究、挖掘商业信息等技能优势，他们能利用技术专长来确保数据的质量和准确性，通过处理、设计和展示数据，帮助用户或企业做出更好的决策。数据工程师则使用数据科学模型，能通过建立并操作模型，为数据分析师团队提供数据架构，开发建模、挖掘和生产数据的流程，并建立可扩展和强化的数据管道，与数据库、数据仓库或数据湖整合等流程，将数据转化为信息。

在这次Global Dev Day中，你可以接触到如何通过亚马逊SageMaker Canvas提供的可视化点击界面，在不需要任何机器学习经验和编写一行代码的情况下，自行生成准确的机器学习预测，从而更好地帮助数据分析师工作。除此之外，你还能了解到如何用SQL进行无服务器流分析的内容，超越不可变的数据湖，进入数据湖仓，以及如何使用NoSQL Workbench进行非关系数据建模等等丰富的内容。

助推信息安全人员更好地管理组织企业软件

安全专业人员分多种专业，如应用安全、合规性、安全工程、安全运营分析师、安全架构师、顾问和审计师。虽然各角色的职责不同，但这一群体的共同目标都是保持较高的IT安全标准，管理并组织运行软件以及降低系统可能存在的风险。

云原生应用越来越多地普及，但当架构变得越来越复杂时，也会变得更难理解、更难调试和测试。就这个问题，Global Dev Day中将会提到很多云原生应用相关的安全内容，比如利用受控混沌工程来提高云原生应用的弹性和性能，在Amazon CodePipeline中集成代码安全评估功能，以及深入了解Amazon Cognito基于属性的访问控制功能等等。亚马逊云科技还将为大家介绍新的Amazon Macie完全托管的服务，帮助安全人员发现和保护敏感数据，以及利用机器学习（ML）自动发现数据并进行分类，帮助信息安全人员更好地管理、组织企业软件。

软件开发人员帮助用户简化和执行机器学习

软件工程师的日常工作主要是构建软件，他们常常编写、调试和执行源代码，并思考如何使用云原生技术来帮助他们更好地开发应用程序（前端、后端、网页、移动/设备应用程序），其特征包括低代码公民开发者、传统开发者或云原生开发者。他们也会参与自动化和加速软件发布周期（DevOps）的工作。

云原生应用程序目前是开发者最关注的话题之一，今年的Global Dev Day，也为软件开发人员准备了丰富的内容，比如说如何构建更智能化的应用程序的五种设计模式；如何在现代事件驱动应用程序中处理错误和服务编排；如何使用亚马逊云科技MLOps框架解决方案，帮助用户简化和执行机器学习（ML）模型等等程序员关注的话题，欢迎大家积极报名。

此外，9月的线下Dev Day，也将伴随“亚马逊云科技中国峰会”一同启幕。9月22-23日亚马逊云科技邀你共赴云转型之约，体验会、展、赛一体，让你收获满满。