Dengan produk/layanan yang terluas dan terdalam, terdapat aneka tawaran AWS yang bisa membantu organisasi sehubungan strategi data yang kuat tadi. Namun, seperti yang sering disampaikan, AWS terus berinovasi menghadirkan produk/layanan baru maupun fitur baru yang sebagian besar adalah jawaban atas permintaan para organisasi yang menjadi konsumennya. Pada AWS re:Invent 2022 pun diungkapkan sejumlah tawaran baru AWS. Tawaran-tawaran baru ini tentunya makin bisa membantu organisasi sehubungan strategi data yang kuat itu. Empat di antaranya adalah Amazon Athena for Apache Spark, Amazon SageMaker yang kini mendukung geospasial, Amazon DataZone, serta Amazon QuickSight Q yang kini mendukung prakiraan dan “mengapa”. Amazon DataZone merupakan produk/layanan baru, sedangkan lainnya adalah fitur baru.
Amazon Athena for Apache Spark
Amazon Athena for Apache Spark memungkinkan organisasi menggunakan Apache Spark untuk memproses data berskala besar dan membangun aplikasi interaktif di atasnya dengan kemudahan yang ditawarkan Amazon Athena. Memang Apache Spark yang membolehkan pemrosesan data secara terdistribusi pada aneka komputer atau compute node ini bisa dipakai untuk keperluan dimaksud secara langsung, tetapi organisasi perlu mengurusi infrastrukturnya. Dengan Amazon Athena for Apache Spark, organisasi bisa menggunakan Apache Spark untuk keperluan tersebut tanpa perlu mengurusi infrastrukturnya; misalnya menggunakan Apache Spark untuk analisis data yang kompleks tanpa mempersiapkan dan mengelola cloud instance. Amazon Athena for Apache Spark membuat AWS makin bisa membantu organisasi membangun fondasi data yang future-proof berhubung makin menawarkan berbagai perkakas yang tepat untuk aneka beban kerja dan jenis data.
AWS mengeklaim Amazon Athena for Apache Spark memungkinkan organisasi untuk meluncurkan beban kerja Apache Spark sampai 75 kali lebih cepat dibandingkan tawaran serverless sejenis lainnya. AWS pun menambahkan Amazon Athena for Apache Spark membolehkan organisasi untuk mulai melaksanakan analisis interaktif pada Apache Spark dalam waktu kurang dari 1 detik. Dengan Amazon Athena for Apache Spark, organisasi bisa menggunakan lebih banyak waktu dan sumber daya lainnya untuk mendapatkan insight berhubung tidak perlu mengurusi infrastruktur. Amazon Athena for Apache Spark telah tersedia secara umum ketika disampaikan.
Amazon SageMaker Kini Mendukung Geospasial
Diperkenalkan pada AWS re:Invent 2017, Amazon SageMaker ditujukan untuk memudahkan organisasi dalam membangun, melatih, dan men-deploy model ML. Bisa dibilang mendapatkan peningkatan setiap tahunnya, kini pada AWS re:Invent 2022, AWS meningkatkan Amazon SageMaker sehingga mendukung data geospasial. Masih berupa preview ketika diumumkan, dukungan data geospasial membuat organisasi bisa lebih mudah dan cepat memanfaatkan data geospasial dengan Amazon SageMaker untuk membangun, melatih, dan men-deploy model ML yang dikehendaki. Dengan dukungan data geospasial, Amazon SageMaker diklaim makin bisa membantu organisasi membangun fondasi data yang future-proof, khususnya makin membantu menghilangkan undifferentiated heavy lifting.
Organisasi bisa memilih dan mengambil secara langsung aneka data geospasial yang sesuai kebutuhan/keinginannya pada Amazon SageMaker, misalnya data open source dari Sentinel-2 dan Landsat-8 maupun data dari Planet Labs. Organisasi tidak lagi perlu mengambil berbagai data itu dari aneka sumber yang berbeda. AWS menambahkan terdapat juga sejumlah algoritma yang bisa memudahkan organisasi mempersiapkan aneka data yang dimaksud plus memperkayanya. Begitu pula dengan berbagai model neural network yang bisa mengakselerasi pembangunan model ML yang dilakukan organisasi, utamanya untuk sejumlah penggunaan yang umum. Organisasi pun bisa memakai aneka perkakas visualisasi yang tersedia untuk lebih mudah melakukan analisis dan melihat hasil yang diprediksi model ML.
‘Kami menggunakan data, AI, dan ML dengan ambisi untuk mengeliminasi kanker sebagai suatu penyebab kematian dan melindungi hidup dari para pasien dengan gagal jantung atau penyakit paru,’ ucap Anna Berg Asberg (Global VP, R&D, AstraZeneca) saat berbicara pada AWS re:Invent 2022 yang diselenggarakan belum lama ini.
Amazon DataZone
Amazon DataZone membantu organisasi untuk membuat katalog, menemukan, membagi, dan memerintah/mengendalikan data di organisasinya. Amazon DataZone bisa membuat organisasi lebih mudah dan cepat untuk melakukan hal-hal tersebut, tidak hanya terhadap data yang disimpan di AWS melainkan juga yang disimpan di on-premises dan yang disimpan di tempat pihak ketiga. Amazon DataZone menghadirkan suatu lingkungan yang unified, tempat setiap orang di organisasi bisa mengakses, berbagi, dan mengonsumsi data serta melakukannya sesuai dengan aturan yang ditetapkan; aturan yang granular. Terdapat pula model ML sehubungan metadata untuk mengurangi heavy lifting.
AWS menegaskan Amazon DataZone bisa membantu organisasi menganalisis data yang dimaksud sembari memenuhi persyaratan keamanan siber dan privasi data yang ditetapkan. Menganalisis lebih banyak data yang berkualitas sendiri tentunya bisa memberikan insight yang lebih baik. AWS pun menyebutkan bahwa dirinya, sejalan dengan makin banyaknya data, sedang berusaha untuk memungkinan organisasi memiliki governance yang dari ujung ke ujung untuk data. Amazon DataZone yang baru akan tersedia dalam waktu dekat ini bisa dibilang sejalan dengan hal tersebut. Amazon DataZone bisa membantu organisasi menjalin jaringan ikatnya berhubung membantu memanfaatkan data governance untuk menghubungkan berbagai tim dan data store yang terpisah.
Amazon QuickSight Q Kini Mendukung Prakiraan dan “Mengapa”
Amazon QuickSight Q merupakan fitur NLQ (natural language query) pada Amazon QuickSight. Ditenagai ML, Amazon QuickSight Q membolehkan organisasi untuk bertanya dalam bahasa Inggris mengenai datanya pada Amazon QuickSight. Pada AWS re:Invent 2022, AWS menambahkan kemampuan untuk memprakirakan yang ditenagai ML pada Amazon QuickSight Q. Dengan Amazon QuickSight Q kini mendukung prakiraan, pertanyaan yang bisa dijawab Amazon QuickSight juga mencakup sehubungan prakiraan. Dengan kata lain, organisasi bisa meminta prakiraan dari sesuatu dalam bahasa Inggris dan Amazon QuickSight akan menampilkan hasilnya.
Selain kemampuan untuk memprakirakan yang ditenagai ML, AWS menambahkan pula kemampuan untuk menjawab pertanyaan “mengapa” pada Amazon QuickSight Q. Dengan Amazon QuickSight Q kini mendukung pertanyaan mengapa, Amazon QuickSight bisa memberikan jawaban berupa sejumlah penjelasan yang mungkin terhadap suatu pertanyaan mengapa. Organisasi pun bisa menyelisik lebih jauh dengan bertanya lebih lanjut. Kedua fitur baru dari Amazon QuickSight Q ini telah tersedia secara umum tatkala diungkapkan. Keduanya juga membuat Amazon QuickSight makin menjadi perkakas LCNC sehingga makin bisa mendemokrasikan data.