Amazon Lookout – wykrywanie anomalii przy pomocy uczenia maszynowego

20 sierpnia 2021

Amazon Lookout wykorzystuje uczenie maszynowe (Machine Learning) do automatycznego wykrywania i diagnozowania anomalii w danych biznesowych i operacyjnych, takich jak nagły spadek przychodów ze sprzedaży lub wskaźników pozyskiwania klientów.

Za pomocą kilku kliknięć możliwe jest połączenie Amazon Lookout z popularnymi magazynami danych, takimi jak Amazon S3, Amazon Redshift i Amazon Relational Database Service (RDS), a także aplikacjami SaaS innych firm, takich jak Salesforce, Servicenow, Zendesk i Marketo. Dzięki temu możesz zacząć monitorować metryki, które są ważne dla Twojej firmy. Amazon Lookout automatycznie sprawdza i przygotowuje dane ze wskazanych źródeł w celu wykrywania anomalii z większą skutecznością niż tradycyjne metody. Możliwe jest  również przekazywanie informacji zwrotnych na temat wykrytych anomalii, żeby dostroić wyniki i poprawić dokładność w miarę upływu czasu. Amazon Lookout ułatwia diagnozowanie  wykrytych zaburzeń, grupując je wg związków z tym samym zdarzeniem i wysyłając alert zawierający podsumowanie potencjalnej przyczyny źródłowej. Porządkuje również anomalnie wg ważności, dzięki czemu możliwa jest ich priorytetyzacja.

Case Studies
Referencje

Hostersi odpowiadali za kompleksowe opracowanie i wdrożenie metodologii, która umożliwiła nam zautomatyzowanie procesu wdrażania infrastruktury dla sklepów internetowych budowanych przez nas na platformie Shopware. Dzięki wdrożonemu przez nich rozwiązaniu udało nam się znacząco przyspieszyć i zoptymalizować proces wdrażania kolejnych infrastruktur.

Janusz Michalewicz
Prezes Zarządu Crehler sp. z o.o.
W skrócie o nas
Specjalizujemy się w dostarczaniu rozwiązań IT w obszarach projektowania infrastruktury serwerowej, wdrażania chmury obliczeniowej, opieki administracyjnej i bezpieczeństwa danych.