AWS

学習済みモデルをバージョン管理し、誰がいつ作ったかや精度などを記録するリポジトリ。承認ワークフローを経て本番デプロイできるので、チーム開発でも混乱しにくいんだ。

リアルタイム推論で必要な特徴量を低レイテンシで取り出せる高速ストア。ユーザーが来た瞬間に特徴を引いてモデルに投げる、といった場面で便利なんだ。

推論用エンドポイントのインスタンスタイプやオートスケール設定をテストし、最適な構成を提案してくれる機能。コストと応答速度のバランスをAIが見つけてくれるんだ。

定番の機械学習モデルやノートブックをテンプレとして用意し、クリックだけで学習やデプロイを試せる機能。画像分類や文章解析などよくあるタスクをすぐに動かせるんだ。

IoTデバイスの通常パターンを学習し、変なトラフィックがあれば自動で異常として検出する機能。セキュリティルールを書かなくても、機械学習が怪しい動きを見つけてくれるんだ。

当初はJava中心だったがPythonコードも対象に拡大。AIがバグやセキュリティ上の不備を見つけてコメントしてくれる。PyPIライブラリの使い方ミスも指摘してくれるんだ。

たくさんの1-Clickデバイス(ボタンなど)を一斉に登録し、Lambdaとの紐づけをまとめて設定できる。イベントや押された回数に応じた処理をクラウドで簡単に書けるんだ。

現場担当者がコーディングなしにダッシュボードを作り、センサーデータをリアルタイムに表示・共有できる機能。グラフや警報をドラッグ&ドロップで組めるから、工場の可視化が早い。

Lake Formationのアクセス制御と連動して、Redshiftのデータ共有先を細かく制限できる。データレイクとの共同運用でもセキュリティと利便性を両立できるんだ。

どの部署にどのアンテナを設置しているか、SIMの割当状況はどうかをまとめて管理する機能。拡張していくプライベート5Gネットワークを一箇所で把握できるんだ。