Nos complace anunciar la disponibilidad general de Zona de datos de Amazon. Amazon DataZone permite a los clientes descubrir, acceder, compartir y controlar datos a escala a través de los límites organizacionales, lo que reduce el trabajo pesado e indiferenciado de hacer que los datos y las herramientas de análisis sean accesibles para todos en la organización. Con Amazon DataZone, los usuarios de datos, como ingenieros de datos, científicos de datos y analistas de datos, pueden compartir y acceder a datos entre cuentas de AWS mediante un portal de datos unificado, lo que les permite descubrir, utilizar y colaborar en estos datos entre sus equipos y organizaciones. Además, los propietarios y administradores de datos pueden simplificar el descubrimiento de datos agregando contexto empresarial a los datos y al mismo tiempo equilibrando la gobernanza del acceso a los datos a través de métodos predefinidos. flujos de trabajo de aprobación en la interfaz de usuario.

En esta publicación de blog, compartimos lo que escuchamos de nuestros clientes que nos llevó a crear Amazon DataZone y analizamos casos de uso específicos de clientes y citas de clientes que probaron Amazon DataZone durante nuestra versión preliminar pública. Luego, explicamos los beneficios de Amazon DataZone y le explicamos las funciones clave.

Puntos débiles comunes de la gestión y el gobierno de datos:

1. Descubrimiento de datos, especialmente datos distribuidos entre cuentas y regiones: encontrar los datos que se utilizarán para el análisis es un desafío porque las organizaciones a menudo tienen petabytes de datos distribuidos en decenas o incluso miles de fuentes de datos.
2. Acceso a los datos – El control de acceso a los datos es difícil, se administra de manera diferente en las organizaciones y, a menudo, requiere aprobaciones manuales, lo que puede ser un proceso que requiere mucho tiempo y es difícil de mantener actualizado, lo que resulta en que los analistas no tengan acceso a los datos que necesitan.
3. Acceso a herramientas – Los usuarios de datos quieren utilizar diferentes herramientas de elección con los mismos datos gobernados. Esto es un desafío porque cada una de las herramientas gestiona el acceso a los datos de manera diferente.
4. Colaboración – Los analistas, científicos de datos e ingenieros de datos a menudo poseen diferentes pasos dentro del recorrido del análisis de un extremo a otro, pero no tienen una forma sencilla de colaborar en los mismos datos gobernados, utilizando las herramientas de su elección.
5. Gobierno de Datos – Las estructuras para gobernar los datos están ocultas dentro de herramientas individuales y administradas de manera diferente por diferentes equipos, lo que impide que las organizaciones tengan trazabilidad sobre quién accede a qué y por qué.

Tres beneficios principales de Amazon DataZone

Amazon DataZone permite a los clientes descubrir, compartir y controlar datos a escala a través de los límites organizacionales.

• Gobierna el acceso a los datos a través de los límites organizacionales. Ayude a garantizar que el usuario adecuado acceda a los datos correctos para el propósito correcto (de acuerdo con las normas de seguridad de su organización) sin depender de credenciales individuales. Proporcione transparencia sobre el uso de activos de datos y apruebe suscripciones de datos con un flujo de trabajo gobernado. Supervise los activos de datos en todos los proyectos mediante capacidades de auditoría de uso.
• Conecte a las personas que trabajan con datos a través de datos y herramientas compartidos para generar conocimientos empresariales. Aumente la eficiencia de su equipo empresarial colaborando sin problemas entre equipos y brindando acceso de autoservicio a datos y herramientas de análisis. Utilice términos comerciales para buscar, compartir y acceder a datos catalogados, haciendo que los datos sean accesibles para todos los usuarios configurados para obtener más información sobre los datos que desean usar con el glosario comercial.
• Automatice el descubrimiento y la catalogación de datos con aprendizaje automático (ML). Reduzca el tiempo necesario para ingresar manualmente atributos de datos en el catálogo de datos comerciales y minimice la introducción de errores. Más datos y más ricos en el catálogo de datos también mejoran la experiencia de búsqueda. Reduzca su tiempo de búsqueda y uso de datos de semanas a días.

Estos son los principales beneficios que Amazon DataZone ofrece a sus clientes.

Figura 1: Beneficios de Amazon DataZone

Para brindar estos beneficios, veamos qué capacidades están integradas en este servicio.

Figura 2: Capacidades de Amazon DataZone

Amazon DataZone proporciona las siguientes capacidades detalladas.

1. Dominios impulsados ​​por negocios – Un dominio DataZone representa el límite distintivo de una línea de negocio (LOB) o un área de negocio dentro de una organización que puede gestionar sus propios datos, incluidos sus propios activos de datos, su propia definición de datos o terminología empresarial, y puede tener su propia normas que rigen. El dominio es el punto de partida del recorrido de un cliente con Amazon DataZone. Cuando comienza a utilizar DataZone por primera vez, crea un dominio y todos los componentes principales, como el catálogo de datos comerciales, los proyectos y los entornos, que existirán dentro de un dominio.
   1. Un dominio de Amazon DataZone contiene un catálogo de datos comerciales asociado para búsqueda y descubrimiento, un conjunto de definiciones de metadatos para decorar los activos de datos que se utilizan con fines de descubrimiento, y proyectos de datos con análisis integrados y herramientas de aprendizaje automático para que los usuarios y grupos consuman y publiquen activos de datos.
   2. Un dominio de Amazon DataZone puede abarcar múltiples cuentas de AWS conectando y extrayendo datos del lago de datos o del almacén de datos en estas cuentas (por ejemplo, Catálogo de datos de AWS Glue) para formar una malla de datos o crear y ejecutar proyectos y entornos en estas cuentas en las regiones de AWS admitidas.
   3. Los dominios de Amazon DataZone incorporan las capacidades de Administrador de acceso a recursos de AWS (AWS RAM) a compartir recursos de forma segura entre cuentas.
   4. Una vez creado un dominio de Amazon DataZone, el dominio proporciona una aplicación web basada en navegador donde los usuarios configurados de la organización pueden catalogar, descubrir, gobernar, compartir y analizar datos en un autoservicio moda. El portal de datos apoya a los proveedores de identidad a través de la Centro de identidad de AWS IAM (sucesor de AWS Single Sign-On) y Administración de acceso e identidad de AWS (IAM) principios para la autenticación.
   5. Por ejemplo, un equipo de marketing puede crear un dominio con el nombre "Marketing" y tener plena propiedad sobre él. De manera similar, un equipo de ventas puede crear un dominio con el nombre "Ventas" y tener plena propiedad sobre él. Cuando ventas quiere compartir datos con marketing, el equipo de marketing puede dar acceso a una cuenta de ventas asociando esa cuenta con el dominio de marketing, y el usuario de ventas puede utilizar el enlace del portal Amazon DataZone del dominio de marketing para compartir sus datos con el equipo de marketing.
2. Catálogo de datos comerciales de toda la organización - Puedes hacer datos visibles con contexto empresarial para que sus usuarios encuentren y comprendan datos de forma rápida y eficiente. El núcleo del catálogo se centra en catalogar datos de diferentes fuentes y aumentar esos metadatos con contexto comercial adicional para generar confianza y facilitar una mejor toma de decisiones para los consumidores que buscan datos.
   1. Estandarizar la terminología – Puede estandarizar la terminología de su negocio para comunicarse entre los publicadores y consumidores de datos creando glosarios e incluyendo descripciones detalladas de los términos junto con las relaciones de los términos. Estos términos se pueden asignar a activos y columnas y ayudar a estandarizar la descripción de estos activos y ayudar a descubrir y comprender los detalles de los datos subyacentes.
   2. Elementos básicos para personalizar los metadatos empresariales – Para simplificar la creación de su catálogo con extensibilidad, Amazon DataZone presenta algunos componentes básicos que se pueden ampliar según sus necesidades. Los tipos de formularios de metadatos y los tipos de activos se pueden utilizar como plantillas para definir sus activos. Estos tipos se pueden personalizar para aumentar el contexto y los detalles adicionales para adaptarse a los requisitos de un dominio. En esta versión, Amazon DataZone proporciona algunos tipos de formularios de metadatos listos para usar, como el formulario de tabla de AWS Glue, Desplazamiento al rojo de Amazon forma de tabla, Servicio de almacenamiento simple de Amazon (Amazon S3) formulario de objeto para admitir los tipos de activos listos para usar, como tablas y vistas de AWS Glue, tablas y vistas de Amazon Redshift y objetos de S3.
   3. Catálogo de activos estructurados, no estructurados y personalizados – Ahora puede catalogar no solo los catálogos de datos de AWS Glue o las tablas de Amazon Redshift, sino también catalogar activos personalizados mediante las API de Amazon DataZone. Los activos catalogados pueden representar una unidad de activo consumible que puede incluir una tabla, un panel, un modelo de aprendizaje automático o un bloque de código SQL que muestra la consulta detrás del panel. Con activos personalizados, Amazon DataZone brinda la capacidad de adjuntar tipos de formularios de metadatos a un tipo de activo y luego aumentarlo con contexto empresarial, incluidos términos de glosario empresarial estandarizados para un mejor consumo de esos activos. Además, para los catálogos de datos de AWS Glue y las tablas de Amazon Redshift, puede utilizar las fuentes de datos de Amazon DataZone para incorporar los metadatos técnicos de los conjuntos de datos al catálogo de datos empresariales de forma administrada y según un cronograma. Los activos ahora también admiten revisiones, lo que permite a los usuarios identificar cambios en los metadatos técnicos y comerciales.
   4. Generación automatizada de nombres comerciales – Enriquecer el catálogo técnico incorporado con el contexto empresarial puede llevar mucho tiempo, ser engorroso y propenso a errores. Para hacerlo más simple, presentamos la primera característica que brinda capacidades de inteligencia artificial (IA) generativa a Amazon DataZone para automatizar la generación del nombre y los nombres de las columnas de un activo. Amazon DataZone recomienda que se agregue al activo y luego delega el control al productor para aceptar o rechazar esas recomendaciones.
3. Gobernanza federada mediante proyectos de datos – Los proyectos de datos de Amazon DataZone simplifican el acceso a los análisis de AWS mediante la creación de agrupaciones de usuarios, activos de datos y herramientas de análisis basadas en casos de uso empresarial. Los proyectos de datos brindan un espacio donde los miembros del proyecto pueden colaborar, intercambiar datos y compartir artefactos. Los proyectos son seguros para que sólo los usuarios que se agreguen al proyecto puedan colaborar juntos. Con los proyectos, Amazon DataZone descentraliza la propiedad de los datos entre los equipos dependiendo de quién es el propietario de los datos y también federa la gestión del acceso a esos propietarios cuando los consumidores solicitan acceso a los datos. Las capacidades principales disponibles en los proyectos incluyen:
   1. Propiedad y gestión de usuarios. – En una organización, los roles y responsabilidades puestos a disposición de diferentes personas varían. Para personalizar la definición de lo que un usuario o grupo puede hacer cuando trabaja con entidades de Amazon DataZone, los proyectos ahora también sirven como mecanismo de administración de usuarios o roles. Todas las entidades de Amazon DataZone, como glosarios, formularios de metadatos y activos, son propiedad de los proyectos.
   2. Proyectos y entornos – Los proyectos ahora están desacoplados de la infraestructura: existe la creación de proyectos que maneja la configuración de los usuarios como propietarios o contribuyentes del proyecto, y luego la configuración de recursos denominados entornos. Los entornos manejan la infraestructura (por ejemplo, la base de datos de AWS Glue) necesaria para que los usuarios trabajen con los datos. Esta división permite que el proyecto sea el contenedor de casos de uso, mientras que el entorno brinda la flexibilidad de ramificarse en diferentes entornos de infraestructura (por ejemplo, lagos de datos o almacenes de datos que utilizan Amazon Redshift). Los administradores pueden determinar qué tipo de infraestructura debería estar disponible para qué tipo de proyectos.
   3. Traiga su propio rol de IAM para suscribirse – Ahora puede incorporar una entidad principal de IAM existente registrándola como objetivo de suscripción y obtener aprobación de acceso a datos para ese usuario o rol de IAM. Con este mecanismo, los proyectos amplían el soporte para trabajar con datos en otros servicios de AWS porque puede permitir que los usuarios descubran datos, obtengan la aprobación necesaria y accedan a los datos en un servicio para el que el usuario tiene autorización previa.
   4. Suscribir flujo de trabajo con gestión de acceso – El flujo de trabajo de suscripción protege los datos entre productores y consumidores para verificar que solo los usuarios correctos accedan a los datos correctos para el propósito correcto, lo que permite el análisis de datos de autoservicio. Esta capacidad también le permite auditar rápidamente quién tiene acceso a sus conjuntos de datos para cada caso de uso comercial, así como monitorear el uso y los costos en todos los proyectos y líneas de negocios. La gestión de acceso a los activos publicados en el catálogo se gestiona mediante Formación del lago AWS o Amazon Redshift, y recibirá una notificación (en el portal o en Amazon CloudWatch) si su solicitud de suscripción fue aprobada y concedida. Para los datos que no están administrados por AWS Lake Formation o Amazon Redshift, puede administrar la aprobación de la suscripción en Amazon DataZone y completar el flujo de trabajo de acceso concedido con lógica personalizada utilizando Puente de eventos de Amazon eventos y luego informar a Amazon DataZone mediante API una vez que se complete la concesión. Esto garantiza que el consumidor sólo interactuará con un servicio para descubrir, comprender y suscríbete a los datos que es necesario para su análisis.
   5. Herramientas analíticas – Desde el primer momento, el portal Amazon DataZone proporciona integración con el editor de consultas de Amazon Athena y el editor de consultas de Amazon Redshift como herramientas para procesar los datos. Esta integración proporciona un acceso perfecto a las herramientas de consulta y permite a los usuarios utilizar activos de datos a los que se suscribieron dentro del proyecto. Esto se logra mediante entornos de Amazon DataZone que se pueden implementar de acuerdo con las definiciones de configuración de recursos en los blueprints integrados.
4. API – Amazon DataZone ahora tiene API externas para trabajar con el sistema mediante programación. Puede agregar Amazon DataZone a su arquitectura existente. Por ejemplo, para utilizar sus canalizaciones de datos para catalogar datos en Amazon DataZone y permitir a los consumidores buscar, encontrar, suscribirse y acceder a esos datos sin problemas. En esta versión, Amazon DataZone presenta un nuevo modelo de datos para el catálogo. Las API del catálogo admiten un modelo basado en un sistema de tipos que le permite definir y administrar los tipos de entidades en el catálogo. Al utilizar este modelo de sistema de tipos, los usuarios tendrán un catálogo flexible y escalable que puede representar diferentes tipos de objetos y asociar metadatos al objeto (activo o columna). De manera similar, las acciones en la interfaz de usuario ahora tienen API que puede utilizar si desea trabajar con Amazon DataZone mediante programación.

Casos de uso comunes de clientes para Amazon DataZone

Veamos algunos casos de uso que nuestros clientes de versión preliminar habilitaron con Amazon DataZone.

Caso de uso 1: Descubrimiento de datos 

"bristol myers squibb está siguiendo activamente una iniciativa para reducir el tiempo que lleva descubrir y desarrollar medicamentos en más de un 30%. Un componente clave de esta estrategia es abordar Desafíos para compartir datos y optimizar la disponibilidad de datos.. Al colaborar con AWS, descubrimos que Amazon DataZone nos ayudó a crear nuestros productos de datos, catalogarlos y gobernarlos. hacer que nuestros datos sean más fáciles de encontrar, accesibles, interoperables y reutilizables (FAIR). Actualmente estamos evaluando la aplicabilidad más amplia de Amazon DataZone dentro de nuestro marco empresarial para determinar si se alinea con nuestros objetivos operativos”. 

—David Y. Liu, director de investigación de arquitectura de soluciones de TI. Bristol-Myers Squibb.

Caso de uso 2: compartir datos gobernados para iniciativas de IA generativa

“Al armonizar los datos en múltiples dominios comerciales, podemos Fomentar una cultura de intercambio de datos.. Con este fin, hemos estado utilizando Amazon DataZone para liberar a nuestros desarrolladores de crear y mantener una plataforma, permitiéndoles centrarse en soluciones personalizadas. Utilizar un servicio administrado de AWS era importante para nosotros por varias razones: combinar capacidades dentro del ecosistema de AWS, tiempo más rápido para obtener información empresarial a partir del análisis de datos, definiciones de datos estandarizados y Aprovechar el potencial de la IA generativa. Esperamos continuar nuestra asociación con AWS para generar mejores resultados para Salud de guardia y los pacientes que atendemos. Esto es más que meros datos; es nuestro viaje dinámico”.

—Rajesh Kucharlapati, director sénior de datos, CRM y análisis, Guardant Health

Caso de uso 3: Gobernanza de datos federados

“Ser data-driven es uno de nuestros principales objetivos corporativos, siempre guiados por las mejores prácticas en gobernanza de datos, privacidad de datos y seguridad. En Itaú, los datos son tratados como uno de nuestros principales activos; La buena gestión y definición de datos son partes centrales de nuestras soluciones, en cada uso de los servicios de análisis de AWS. Junto al equipo de AWS, pudimos experimentar con Amazon DataZone en versión preliminar, proponiendo características alineadas con nuestras necesidades tecnológicas y comerciales. Un ejemplo es datos por dominio, una simplificación de los procesos de gobierno de datos y distribución de responsabilidades entre unidades de negocio. Con Amazon DataZone generalmente disponible para nuestros contribuyentes, esperamos poder configurar rápida y fácilmente reglas en todos los dominios para equipos compuestos por analistas de datos, ingenieros y científicos, fomentando la experimentación con hipótesis de datos en múltiples casos de uso empresarial, con una gobernanza simplificada. "

—Priscila Cardoso Ferreira, Superintendente de Gobernanza de Datos y Privacidad, Itaú Unibanco

Caso de uso 4: propiedad descentralizada

"A holaluz, unificando datos en todos nuestros negocios mientras tenemos propiedad distribuida con equipos individuales compartir y gobernar sus datos son nuestras prioridades clave. Nuestros datos pertenecen a diferentes equipos y, al compartirlos, normalmente el equipo central tiene que otorgar acceso, lo que crea un cuello de botella en nuestros procesos. Nosotros necesitabamos una forma más rápida de analizar datos con propiedad descentralizada, donde el acceso a los datos puede ser aprobado por el equipo propietario. Hemos validado los casos de uso en la vista previa de Amazon DataZone y esperamos comenzar cuando esté disponible de forma generalizada para crear un catálogo de datos empresariales sólido. Nuestros consumidores podrán encontrar, suscribirse y publicar sus activos recién creados para que otros los descubran y utilicen. habilitando un volante de datos."

—Danny Obando, arquitecto jefe de datos, Holaluz

Caso de uso n.° 5: servicio administrado versus plataforma de bricolaje (hágalo usted mismo)

"A BTG Pactual, unificar datos en todos nuestros negocios y permitir el intercambio de datos a escala mientras se hace cumplir la supervisión es una de nuestras prioridades clave. Si bien creamos soluciones personalizadas para hacerlo nosotros mismos, preferimos tener un servicio nativo de AWS para habilitar estas capacidades para que podamos centrar nuestros esfuerzos de desarrollo y recursos para resolver los desafíos de gobernanza específicos de BTG Pactual, en lugar de construir y mantener la plataforma. Hemos validado los casos de uso en la vista previa de Amazon DataZone y los usaremos para crear un catálogo de datos comerciales sólido y un flujo de trabajo para compartir datos. Proporcionará visibilidad completa sobre quién utiliza qué datos y para qué fines sin agregar carga de trabajo adicional ni inhibir la propiedad descentralizada que hemos establecido para hacer que los datos sean reconocibles y accesibles para todos nuestros usuarios de datos en toda la organización”.

—João Mota, Jefe de Plataforma de Datos, BTG Pactual

Tutorial de la solución

Tomemos un ejemplo de cómo una organización puede empezar a utilizar Amazon DataZone. En este ejemplo, construimos un entorno unificado para que los productores y consumidores de datos accedan, compartan y consuman datos de manera gobernada.

Tomemos como ejemplo un equipo de marketing de productos que quiera impulsar una campaña sobre la adopción de productos. Para tener éxito en esa campaña, quieren aprovechar los datos del cliente en un almacén de datos, los datos del flujo de clics en el lago de datos y los datos de rendimiento de otras campañas en aplicaciones como Salesforce. Roberto es un ingeniero de datos que conoce muy bien estos datos. Entonces, veamos cómo Roberto hará que otros miembros de la organización puedan descubrir estos datos.

El administrador de la empresa ya ha configurado un dominio llamado "Marketing" para que lo utilice el equipo. El administrador también ha configurado algunas plantillas de recursos llamadas "Blueprints" para permitir que las personas que manejan datos configuren entornos para trabajar con datos. El administrador también ha configurado usuarios que pueden iniciar sesión con las credenciales corporativas en el portal Amazon DataZone, una aplicación web fuera de la consola de AWS. El administrador configura todos los recursos de AWS para que el personal de datos no tenga que luchar con barreras técnicas.

Entonces, entremos ahora en detalles de cómo Roberto puede publicar los datos en el catálogo.

1. Roberto inicia sesión en el portal Amazon DataZone utilizando sus credenciales corporativas.
2. Crea un proyecto y un entorno que puede utilizar para publicar datos. Conoce las fuentes de datos que desea catalogar, por lo que crea una conexión con el catálogo de AWS Glue que tiene todos los datos del flujo de clics.
3. Proporciona un nombre y una descripción para la ejecución de la fuente de datos y luego selecciona las bases de datos y los detalles de la tabla que desea traer.
4. Elige la opción de generación automatizada de metadatos para obtener nombres comerciales generados por ML para la tabla técnica y los nombres de las columnas. Luego programa la ejecución para mantener el activo sincronizado con la fuente.
5. En unos minutos, los datos del flujo de clics y la información del cliente de los metadatos de Amazon Redshift, como nombres de tablas, esquemas y otros metadatos de origen, estarán disponibles en el inventario de Amazon DataZone, listos para su curación.
6. Roberto ahora puede enriquecer los metadatos para proporcionar un contexto empresarial adicional utilizando glosarios y formularios de metadatos para que a Verónica, el analista de datos y otras personas les resulte sencillo comprender los datos. Roberto puede aceptar o rechazar las recomendaciones generadas automáticamente para autocompletar los nombres amigables para las empresas. También puede proporcionar descripciones, clasificar términos y cualquier otra información útil para ese activo en particular.
7. Una vez hecho esto, Roberto puede publicar el activo y ponerlo a disposición de los consumidores de datos en Amazon DataZone.

Ahora, echemos un vistazo a cómo Verónica, la analista de marketing, puede empezar a descubrir los datos y trabajar con ellos.

1. Ahora que los datos están publicados y disponibles en el catálogo, Verónica puede iniciar sesión en el portal Amazon DataZone utilizando sus credenciales corporativas y comenzar a buscar datos. Escribe "campaña de clic" en la búsqueda y se devuelven todos los activos relevantes.
2. Ella observa que los activos provienen de diversas fuentes y contextos. Utiliza filtros para seleccionar la lista de búsqueda utilizando facetas como términos del glosario y fuentes de datos, y ordena los resultados según la relevancia y el tiempo.
3. Para empezar a trabajar con datos, tendrá que crear un nuevo proyecto y un entorno que le proporcione las herramientas que necesita. La creación del proyecto le proporciona una forma rápida de colaborar con sus compañeros de equipo y proporcionarles automáticamente el nivel correcto de permisos para trabajar con datos y herramientas.
4. Verónica encuentra los datos a los que necesita acceder. Ahora solicita acceso haciendo clic en Suscríbete para informar al editor o propietario de los datos que necesita acceso a los datos. Al suscribirse, también proporciona una razón por la que necesita acceder a esos datos.
5. Esto envía una notificación a Roberto y a los miembros de su proyecto de que alguien está buscando acceso y pueden revisar la solicitud para aceptarla o rechazarla. Robert inicia sesión en el portal, ve la notificación y aprueba la solicitud porque el motivo era muy claro.
6. Con la suscripción aprobada, Verónica también obtiene acceso a los datos, ya que Amazon DataZone lo hace automáticamente para Roberto. Ahora Verónica y su equipo pueden empezar a trabajar en su análisis para encontrar la campaña adecuada para aumentar la adopción.

Por lo tanto, todo el ciclo de vida y el uso de descubrimiento y acceso a datos se realiza a través de Amazon DataZone. Obtiene visibilidad y control completos sobre cómo se comparten los datos, quién los usa y quién los autoriza. Básicamente, Amazon DataZone le permite brindar a los miembros de su organización la libertad que siempre quisieron, con la confianza de una gobernanza adecuada.

Aquí hay una captura de pantalla del portal de Amazon DataZone para que los usuarios inicien sesión para catalogar, publicar, descubrir, comprender y suscribirse a los datos necesarios para su análisis.

Conclusión

En esta publicación, analizamos los desafíos, las capacidades principales y algunos casos de uso comunes. Con un escenario de muestra, demostramos cómo comenzar. Amazon DataZone ya está disponible de forma generalizada. Para más información, ver Novedades de Amazon DataZone or Zona de datos de Amazon.

Primero eche un vistazo al sitio web de la página YouTube lista de reproducción para ver algunas de las demostraciones más recientes de Amazon DataZone y breves descripciones de las capacidades disponibles.

Sobre los autores

Shija Verma es jefe de producto de Amazon DataZone en AWS.

Steve McPherson es gerente general de Amazon DataZone en AWS.

Priya Tiruthani es gerente senior de productos de Amazon DataZone en AWS.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://aws.amazon.com/blogs/big-data/unlock-data-across-organizational-boundaries-using-amazon-datazone-now-generally-available/