亚马逊云科技打造“云、数、智三位一体”服务组合，加速融合大数据和机器学习

“随着企业数据越来越多，机器学习模型越来越先进，很多企业期望通过大数据与机器学习技术的融合，进一步带动业务创新，提升产出。但企业往往面临一个困境，有大量的数据和分析技术储备，也尝试了很多先进的机器学习模型，但就是很难有实际的业务产出。”亚马逊云科技大中华区产品部总经理陈晓建表示，在大数据与机器学习领域，亚马逊云科技提供广泛而深入的服务，既有能打通两个领域的数据治理底层服务，还能实现大数据与机器学习之间的相互赋能。

大数据与机器学习融合服务“组合拳”：“云、数、智三位一体”

据了解，机器学习技术主要依赖三大因素，分别是算力、算法、数据。大数据技术所提供的能力是机器学习建模所需要的必然基础，同时机器学习为大数据技术提供更高的智能，为商业业务产生价值。大数据技术和机器学习技术本身就是互为因果。

但目前在数据技术和机器学习技术融合过程中，主要存在几个问题，一是目前大数据和机器学习分而治之，数据由公司不同的部门负责，并处在不同的数据仓库。对机器学习来说，要从不同业务部门拿到数据，同时还要花很多时间理解这些数据背后的定义、原因、专业的算法，这对机器学习来说是额外的负担。二是数据处理能力不足，三是数据分析人员参与度低。

“如果因为算法不给力，系统不给力，数据不全，导致反复迭代做不下去，最后效果一定不会好的。”陈晓建在分析上述问题时指出，企业在云中打造统一的数据基础底座，实现大数据和机器学习的“双剑合璧”，为企业发展提供创新引擎，是实现数智融合最有效的一条途径。

陈晓建介绍道，打造好的、合理的大数据和机器学习融合架构主要包括三部分，一是建立一个统一融合的数据底座，包括数据质量、权限、开发、可视化；二是为机器学习提供生产级的数据处理能力；三是通过智能数据分析，统一技术和业务的价值。

具体来看，一方面，亚马逊科技通过构建云中统一的数据治理底座，打破数据及技能孤岛。帮助客户构建统一的数据治理底座，实现大数据和机器学习的数据共享，数据权限的统一管控，以及两者统一的开发和流程编排。云中统一的数据治理底座不仅能提升大数据和机器学习的高效融合，还能减少大数据和机器学习重复构建的工作，并且显著降低成本。

另一方面，亚马逊科技助力机器学习由实验转为实践，为机器学习提供生产级别的数据处理能力，不仅专门构建大数据服务，对复杂的数据进行加工处理，而且针对数据规模的动态变化，及时优化数据质量。Amazon Athena能够对支持多种开源框架的大数据平台，包括Amazon EMR、高性能关系数据库Amazon Aurora、NoSQL数据库服务Amazon DynamoDB、Amazon Redshift等多种数据源，对这些数据源进行联邦查询，快速完成机器学习建模的数据加工。 以Amazon Redshift、Amazon Managed Streaming for Apache Kafka （Amazon MSK）和 Amazon EMR 为代表的无服务器分析能力，可以让客户无需配置、扩展或管理底层基础设施，即可轻松地处理任何规模的数据，为机器学习项目提供兼具性能和成本效益的特征数据准备。

此外，亚马逊云科技还不断提供更加智能的数据分析服务，赋能业务人员进行智能分析、模型效果验证以及自主式创新。

例如，在日常分析工具中集成机器学习模型预测能力。深度集成机器学习Amazon SageMaker模型预测能力的Amazon QuickSight 、在分析结果中添加基于模型预测的Amazon Athena ML，可帮助用户使用熟悉的技术，甚至通过自然语言来使用机器学习。亚马逊云科技还提供如Amazon Redshift ML、可视数据准备工具Amazon Glue Databrew、零代码化的机器学习模型工具 Amazon SageMaker Canvas等服务，让业务人员探索机器学习建模。

全球数十万计客户开展云上数智融合之旅

目前，全球数十万客户正借助亚马逊云科技大数据及机器学习服务开展业务创新，将机器学习投入实践，解决现实世界中真实和复杂的数据应用场景。乐我无限（Joyme）运营的全球化直播平台LiveMe，荟萃了来自200多个国家和地区的近100万名主播，每月活跃用户数（MAU）超过3700万。

例如，LiveMe基于亚马逊云科技的解决方案搭建了数据研发中心平台的核心技术服务。Joyme数据研发中心总监杨飞表示：“LiveMe核心业务均部署在亚马逊云科技上，通过亚马逊云科技的技术赋能，实现了降本增效，加速了业务创新。通过直播内容实时识别技术服务，LiveMe不仅提升了用户体验，还大量降低了内容管理的业务成本。通过欺诈交易识别技术服务辅助识别欺诈交易，减少欺诈、拒付类交易，LiveMe每年减少经济损失可达数百万美元。未来LiveMe将在系统稳定性、数据驱动以及新技术开发等方面加深与亚马逊云科技的合作。”

亚马逊云科技不仅已经构建了强大的合作伙伴网络，而且还能够通过合作伙伴网络成员帮助客户构建解决方案，助推客户数字化转型。

其中，亚马逊云科技合作伙伴上海欣兆阳（Convertlab）以云计算、大数据和人工智能为代表的数字化技术，为企业营销提供数字化、自动化、智能化基础设施以及相关的专业服务。Convertlab 联合创始人兼CTO李征表示：“基于亚马逊云科技统一的数据基础底座， Convertlab构建了相辅相成的一体化数据智能湖仓架构Data Hub和一体化高效机器学习平台AI Hub，使数据流转时效性提升32%，可进行快速的特征设计与机器学习模型迭代，模型上线效率提升30%。当前已上线5大营销特征类别，300多营销特征，20多营销AI模型，更好地赋能客户智慧营销，实现业务增长，助推行业数字化转型。”

此外，亚马逊云科技还通过数据科学实验室、机器学习实验室和机器学习专业服务等一系列定制化措施，从基础能力构建到行业前沿知识分享，帮助客户将“数据驱动转型”从设想到全面落地，重塑创新引擎。