Ciao a tutti! Sto esplorando le piattaforme AI disponibili su AWS Marketplace che possono aiutare le organizzazioni a ottimizzare le operazioni, automatizzare i flussi di lavoro e sbloccare nuove intuizioni. Sono particolarmente interessato a strumenti che si integrano bene con gli ambienti cloud e possono scalare su diversi casi d'uso aziendali.
Ecco alcune opzioni con valutazioni elevate basate su recensioni di G2 nella categoria AWS Marketplace:
Base64.ai Automated Document Data Extraction – Specializzato nell'elaborazione di documenti guidata dall'AI. Estrae dati da fatture, ricevute e documenti d'identità in pochi secondi, riducendo l'inserimento manuale dei dati e migliorando l'accuratezza. Per i team che lo hanno utilizzato, quanto è efficace nel gestire diversi formati di documenti su larga scala?
Python – Sebbene noto come linguaggio di programmazione, Python è uno dei più importanti abilitatori di AI su AWS. Con librerie come TensorFlow, PyTorch e Scikit-learn, i team lo usano per costruire modelli di machine learning personalizzati. Qualcuno ha utilizzato Python su AWS per operazionalizzare con successo i carichi di lavoro AI?
Amazon EC2 – Fornisce la base di calcolo per l'addestramento e il deployment di modelli AI. Il suo supporto per le istanze GPU lo rende popolare per il deep learning. Sono curioso di sapere se qualcuno ha sfruttato EC2 per un addestramento di modelli economico su larga scala.
Ubuntu 20.04 LTS – Un sistema operativo affidabile per i carichi di lavoro AI. Molti team scelgono Ubuntu perché è compatibile con la maggior parte dei framework ML e funziona bene per i deployment containerizzati. Come si è comportato per coloro che eseguono pipeline AI in produzione?
Boomi – Migliora i flussi di lavoro AI integrando i dati tra applicazioni e piattaforme. Questo aiuta a garantire che i modelli di machine learning su AWS siano addestrati con dati accurati e unificati. Qualcuno ha utilizzato Boomi per fornire dati più puliti nelle loro pipeline AI?
Se il tuo team ha lavorato con uno di questi o è passato da una soluzione AI a un'altra, mi piacerebbe sapere cosa ha influenzato la tua decisione. Quali caratteristiche sono state le più preziose e quanto bene hanno scalato con i tuoi casi d'uso AI?
##### Post Metadata - Posted at: 9 mesi fa - Net upvotes: 1 ## Comments ### Comment 1 <p>Da quello che ho visto, <a href="https://www.g2.com/products/aws-glue/reviews" rel="noopener noreferrer" target="_blank">AWS Glue</a> è una scelta comune per i team che già lavorano all'interno di AWS, mentre <a href="https://www.g2.com/products/azure-data-factory/reviews" rel="noopener noreferrer" target="_blank">Azure Data Factory</a> sembra più popolare per le migrazioni ibride. Qualcuno qui ha provato <a href="https://www.g2.com/products/ibm-streamsets/reviews" rel="noopener noreferrer" target="_blank">IBM StreamSets</a> per mantenere le migrazioni continue invece di sollevamenti una tantum?</p> ##### Comment Metadata - Posted at: 9 mesi fa ## Related discussions - [Quanto bene si adatta Trello a un team più grande?](https://www.g2.com/it/discussions/1-how-well-does-trello-scale-into-a-larger-team) - Posted at: circa 13 anni fa - Comments: 6 - [Can we please add a new section](https://www.g2.com/it/discussions/2-can-we-please-add-a-new-section) - Posted at: circa 13 anni fa - Comments: 0 - [Benefici quantificabili dall'implementazione del tuo CRM](https://www.g2.com/it/discussions/quantifiable-benefits-from-implementing-your-crm) - Posted at: circa 13 anni fa - Comments: 4