AWS

AWSリソースにタグを付けてグループ化し、一括で画面表示したり操作したりできる。プロジェクト単位や環境単位でまとめて見たいとき、数百のリソースがあっても整理しやすいんだ。

IoTデバイスの近く(ローカル)でLambda関数を動かして、クラウドと連携しつつオフラインでも処理できる仕組み。センサーをすぐに制御したりデータを整理してからクラウドに送るのに使える。

データベースを運用しながらリアルタイム同期してAWSに移行できる。異なるDBエンジン間の移行にも対応していて、ダウンタイムを最小限にできる。改修しなくてもコピー可能なんだ。

センサーからの情報を見て“温度が50度超えたらアラーム”などのイベントを定義し、アクションを起こせるサービス。複雑なルールも書けて、大規模IoTシステムの自動制御に役立つ。

ノーコードでデータを可視化・クリーニングする。欠損や外れ値を見つけて直すといった前処理をGUIでできるから、分析にすぐ使える形に整えられる。ETL初心者にも優しいんだ。

工場設備のデータを集めてモニタリングする特化サービス。機械ごとのセンサー値を定義してダッシュボードを作り、異常検出や稼働率の可視化など“スマートファクトリー”に向いてるんだ。

ETLジョブをドラッグ&ドロップで設計する開発環境。Sparkのコードを自動生成して、S3→変換→Redshiftなどを簡単にパイプライン化できる。大規模データの処理が見える化されて楽しいんだ。

IoT Coreなどから入る膨大なデバイスデータを、SQLや機械学習で分析できるプラットフォーム。パイプラインを組んで前処理や集計もできるから、リアルタイム・バッチ両方に適してる。

Redshiftの中でSQLっぽい命令を書くだけで機械学習モデルを作り、推論ができる機能。データを外に出さずにMLが実行できるから、安全かつ便利に予測クエリが組めるんだ。

仮想のIoTデバイスを大量に動かしてテストできるツール。センサー機器がたくさんない段階でも、IoT Analyticsやルールエンジンの負荷テストができて、開発がスムーズになるんだ。