SAA-C03 · Trwałość danych, automatyzacja i obserwowalność
Zarządzane usługi do konkretnych zadań
Najważniejsze
- Zamień własne elementy na zarządzane, często bez zmian w kodzie.
- Baza na jednym EC2 -> RDS Multi-AZ (automatyczny failover, ten sam endpoint); udział NFS -> Amazon EFS (wiele AZ).
- Pojedynczy serwer WWW -> Elastic Load Balancing z health checkami; ActiveMQ lub RabbitMQ -> Amazon MQ (te same protokoły).
- AI: Comprehend (NLP: sentyment, encje, frazy kluczowe, PII), Polly (tekst na mowę), Transcribe (mowa na tekst), Rekognition (obraz, wideo).
Źródło: https://docs.aws.amazon.com/comprehend/latest/dg/what-is.html
Przykładowe pytania
Która usługa AWS wykrywa sentyment, encje i frazy kluczowe w recenzjach klientów przy użyciu wytrenowanych modeli NLP?
- Amazon Polly
- Amazon Comprehend
- Amazon Transcribe
- Amazon Rekognition
Pokaż odpowiedź
Odpowiedź: B. Amazon Comprehend
Amazon Comprehend to zarządzana usługa przetwarzania języka naturalnego do sentymentu, encji, fraz kluczowych, języka i PII. Polly zamienia tekst na mowę, Transcribe mowę na tekst, a Rekognition analizuje obrazy i wideo.
Które pary zadanie - zarządzana usługa AI są poprawne?
- Zamiana nagranych rozmów wsparcia na tekst: Amazon Transcribe
- Czytanie artykułów na głos w aplikacji: Amazon Polly
- Wykrywanie obiektów na przesłanych zdjęciach: Amazon Rekognition
- Zamiana plików audio bezpośrednio na tekst: Amazon Comprehend
- Tłumaczenie umowy PDF na niemiecki: Amazon Polly
Pokaż odpowiedź
Odpowiedź: A. Zamiana nagranych rozmów wsparcia na tekst: Amazon Transcribe, B. Czytanie artykułów na głos w aplikacji: Amazon Polly, C. Wykrywanie obiektów na przesłanych zdjęciach: Amazon Rekognition
Transcribe zamienia mowę na tekst, Polly tworzy naturalnie brzmiącą mowę z tekstu, a Rekognition analizuje obrazy i wideo, np. wykrywa obiekty lub twarze. Comprehend działa na tekście, nie na dźwięku, a Polly nie tłumaczy dokumentów.
Aby użyć Amazon Comprehend do analizy sentymentu, trzeba najpierw zebrać dane treningowe i wytrenować własny model uczenia maszynowego.
Pokaż odpowiedź
Odpowiedź: Fałsz
Fałsz. Analizy Comprehend, takie jak sentyment, encje i frazy kluczowe, korzystają z wytrenowanych modeli, więc dane treningowe nie są potrzebne. Własny trening jest opcjonalny i dotyczy tylko własnych klasyfikatorów lub typów encji.
Przećwicz 8 pytań z tego tematu w Bitzu
Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.
