Serye ng Pagbabalik-tanaw
- Sesyon 01: Roadmap ng Developer sa Pagdidisenyo ng Arkitektura para sa mga Agent
- Sesyon 02: Amazon Bedrock Data Automation
- Sesyon 03: Multi-Agent sa AgentCore
- Sesyon 04: Praktikal na Pagbuo ng Agentic AI gamit ang Nova Act at Strands Agents
- Sesyon 04: Pagpapabilis ng mga Migration Project gamit ang Kiro at Spec-Driven Development
- Sesyon 06: Mula sa "Pagtutugma" tungo sa "Pag-unawa": Pagsasanay sa Personalized AI Search na Pinapagana ng AgentCore Memory
- Sesyon 07: Mag-obserba upang Mag-optimize – Mula LLM Observability tungong AIOps: Ginagawang intelligent automation ang mga real-time insight
- Sesyon 08: Pag-deploy ng TEAM at Pagbuo ng Pinakamahusay na Engineering Team
- Sesyon 09: Limang Mahihirap na Aral mula sa Limang Taon ng mga Tinatawag na Serverless Database
- Sesyon 14: Paano kung gawin ng AI ang trabaho ko: Kung paano binago ng Q Developer CLI at Kiro ang aking pang-araw-araw na gawain
- Sesyon 16: Bilis na may Pag-iingat: Mahahalagang Kaalaman sa Seguridad para sa Amazon Bedrock Agent Development
- Sesyon 26: Patakbuhin ang mga OSS LLM sa Iisang H100 nang Mas Matalino, Mas Mura, at Mas Mabilis
- Sesyon 28: Isang Modernong Unified Metadata Architecture: Mga Bagong Paraan sa Pag-aalis ng mga Data Silo
- Sesyon 29: Serverless MediaOps: Pag-automate ng mga Video Workflow gamit ang AI sa Amazon Web Services
- Sesyon 30: Pag-arkitekto para sa Efficiency at Reliability gamit ang Malawakang Performance Testing
- Sesyon 31: Pag-uugnay sa Mundo sa Pamamagitan ng Open Source: Praktikal na Paglalakbay sa Teknolohiya, Komunidad, at Pandaigdigang Developer Relations
- Sesyon 33: Pagbuo ng mga Streaming Iceberg Table para sa Real-Time Logistics Analytics
- Sesyon 34: Pagpapabilis ng Malawakang Pagsasanay sa Estratehiya ng Robot: Isang Awtomatikong Closed-Loop Architecture na Nakabatay sa Kiro, Trainium, at EKS
- Sesyon 35: Mula Vibe tungo sa Viable sa pamamagitan ng spec-driven development
- Sesyon 36: Pagpapahusay sa Cloud Cost Analysis: Pagbuo ng mga FinOps Intelligent Agent gamit ang Strands at AgentCore
- Sesyon 37: Pagbabago sa Conversational Agentic AIOps para sa K8s Gamit ang CNCF Kagent, K8sGPT, at Nova Sonic
Mga Tala ng Sesyon
Mga Pangunahing Hamon sa Operasyon ng LLM
- Pagsubaybay sa paggamit sa iba't ibang tenant at model
- Pagpigil sa pang-aabuso at prompt injection
- Pag-optimize ng gastos nang hindi isinasakripisyo ang SLA
- Maaaring makasira sa pag-scale ng LLM ang mga blind spot sa paggamit, seguridad, at gastos. Mga Real-Time Insight na Gumagabay sa mga Desisyon ng AIOps
- Subaybayan ang bawat prompt, token, at latency
- Tukuyin ang mga anomaly at pattern ng pang-aabuso
- Isulong ang intelligent automation
- Ginagawang agaran at awtomatikong pag-aayos ng mga live metric ang mga anomaly. Makatarungang Pagpepresyo sa Pamamagitan ng Matalinong Observability
- Itugma ang gastos sa cloud sa aktuwal na paggamit ng LLM
- Tukuyin ang mga resource na hindi lubos na nagagamit at awtomatikong i-right-size ang mga ito
- Mag-trigger ng mga aksyong nakakatipid sa gastos (scale-to-zero, burst capacity)
- Magbayad lamang para sa halagang nakukuha – usage-driven metering na kusang nagra-right-size. Mula Observability tungong Optimization gamit ang AIOps
- Pinabibilis ng mas matalinong automation ang paglutas ng incident
- Tuloy-tuloy na cost efficiency nang walang manual tuning
- Mga high-performing AI workload
- gawing matatalinong aksyon ng AIOps ang LLM observability. —- Arkitektura 1 Paggamit ng Chat / AI Services kasama ang mga Customer na gumagamit ng Toby AI
- SaaS Cluster
- Toby AI Services
- Performance ng Application
- Pagsubaybay
- Pagsubaybay sa Tunay na User
- Analytics ng mga Log at Metric
- Synthetic Monitoring
- Mga Panuntunan at Alert sa Pagsubaybay 2 Telemetry Data SaaS (Cluster na Sinusubaybayan ang Sarili)
- Toby AI Services
- Performance ng Application
- Pagsubaybay
- Pagsubaybay sa Tunay na User
- Analytics ng mga Log at Metric
- Synthetic Monitoring
- Mga Panuntunan at Alert sa Pagsubaybay 3 Pagsusuri ng Subscription gamit ang AIOps Orchestrator
- Pagpapayaman ng Context
- Desisyon sa Policy
- Mga Trigger Action 4 Runbook, Pag-scale, Pag-throttle, at Pag-optimize gamit ang DevOps Orchestrator
- GitOps Runbooks