Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #6421

Amazon EventBridge

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

13

MODELS · 1 ИСТОЧН. · AWS Machine Learning

GS Caltex подключает SageMaker Canvas к SageMaker Pipelines для промышленного MLOps

GS Caltex автоматизировала передачу моделей из Amazon SageMaker Canvas в SageMaker Pipelines: инженеры процессов создают и проверяют модели в Canvas, а ML-инженеры превращают эти артефакты в производственные пайплайны. Компания сообщает, что развёртывания теперь занимают несколько часов вместо недели, выполняется пакетный вывод каждые 30 минут для снижения стоимости, и доступна эталонная реализация на GitHub.

5.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AssemblyAI описывает экономичную обработку речи на AWS с использованием EC2 Spot

AssemblyAI опубликовала архитектурное описание на AWS о том, как она выполняет масштабную GPU-инференцию для API распознавания речи, используя Amazon ECS с комбинированными поставщиками ресурсов (Spot и On-Demand), диверсификацию GPU по семействам (g4/g5/g6) и механизм повторной очереди на базе SQS с обработчиком уведомлений о прерывании Spot. Развёртывание охватывает регионы US West (us-west-2) и Europe (eu-west-2) для соблюдения требований по местонахождению данных и направлено на сокращение затрат без потери SLA и задержек.

5.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Natera создала агентную AI-систему SWARM для лабораторий на Amazon Bedrock AgentCore

Natera разработала SWARM — агентную AI-систему для лабораторных операций на базе Amazon Bedrock AgentCore, чтобы масштабно сохранять и использовать институциональные знания по устранению неполадок. Система маршрутизирует тикеты Jira через EventBridge/SQS, использует два рантайма (swarm-agent и swarm-hive) с общей библиотекой навыков и сервисами AWS, при этом заявлено примерно 130× сокращение времени первого ответа и 96,2% автоматического покрытия тикетов.

7.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Автоматизация обновлений AWS Agent Registry для MCP‑серверов через push‑архитектуру

В посте описана событийная архитектура, которая отслеживает события UpdateAgentRuntime в Amazon Bedrock AgentCore и автоматически синхронизирует изменения инструментов/схем MCP‑серверов с AWS Agent Registry с помощью CloudTrail, EventBridge и Lambda. Пример поддерживает одно- и многозональные аккаунты, аутентификацию через AgentCore Identity (OAuth) и обновляет только заранее зарегистрированные записи реестра (не создает новые).

5.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Taxbit встроил основанного на источниках и с учётом ролей AI‑помощника Taxbit Assist на Amazon Bedrock AgentCore

Taxbit развернул помощника Taxbit Assist — цитируемого, чувствительного к правам и ролям AI‑агента в панели соответствия, построенного на Amazon Bedrock AgentCore с использованием Strands Agents SDK. Агент применяет Bedrock Knowledge Bases и S3 Vectors для RAG, Bedrock Guardrails для фильтрации сообщений, изолированные сессии и память AgentCore для контекста, отправляет OpenTelemetry‑трейсы в CloudWatch для оценки и разворачивается в рамках управления по ISO/IEC 42001; Taxbit отмечает, что не дообучает модели, а Bedrock не использует подсказки/ответы для обучения.

6.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Amazon описывает рабочий процесс с Crawl4AI для подготовки веб‑контента в Bedrock Knowledge Bases

AWS опубликовал руководство с примером, где открытый краулер Crawl4AI формирует Markdown и файлы метаданных, которые загружаются в Amazon S3 и затем индексируются Amazon Bedrock Knowledge Bases. В материале объясняется, когда использовать встроенный Web Crawler Bedrock, а когда — путь Crawl4AI для выборочной экстракции, пользовательских метаданных и удаления служебного содержимого; приводится ссылка на репозиторий aws‑samples и архитектура с EventBridge, ECS/Fargate и S3.

6.0

MODELS · 1 ИСТОЧН. · AWS Machine Learning

Образец конвейера для компьютерного зрения на краю с Amazon SageMaker Python SDK v3 и Neo

AWS опубликовала пример (aws-samples на GitHub), обновляющий 2023‑й шаблон визуального контроля до Amazon SageMaker Python SDK v3 и заменяющий устаревший SageMaker Edge Manager на SageMaker Neo. Двухветвевой конвейер SageMaker обучает для каждой камеры автоэнкодер‑анализатор аномалий и классификатор на базе ResNet18, пропускает модели через quality‑gate, компилирует одобренные артефакты с помощью SageMaker Neo (ONNX + скомпилированная библиотека), а оркестрация ретренинга выполняется через Step Functions, SQS FIFO, DynamoDB‑семафор, Lambda, SNS и EventBridge; развертывание — через AWS CDK, полный прогон на синтетике стоит примерно $0.07.

6.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Построение агентной системы обработки документов (IDP) на Amazon Bedrock AgentCore с Strands Agents

AWS опубликовала практическое руководство по агентной системе обработки документов (IDP), в которой используются Amazon Bedrock AgentCore и открытая SDK Strands Agents для классификации, извлечения, валидации и самообучения на деловых документах. Архитектура связывает runtime и возможности идентификации AgentCore с сервисами AWS (Textract, S3 Vectors, Aurora DSQL, Lambda, EventBridge, DynamoDB, ECS) в многопроцессных рабочих потоках, позволяя обрабатывать новые форматы документов без ручной настройки шаблонов.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Amazon Bedrock Managed Entitlements: скрипт и CDK для активации приватных цен AWS Marketplace

AWS опубликовала руководство и примеры кода для упрощения активации приватных цен AWS Marketplace (MPPO) для Amazon Bedrock в нескольких аккаунтах. Доступны два пути: лёгкий разовый скрипт, который перечисляет лицензии и может создать/активировать организационные гранты, и событийный стек AWS CDK, который реагирует на события соглашений, проверяет продавцов, создаёт распределённые гранты и автоматически запрашивает их активацию.

6.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Автоматическое исправление после расследований AWS DevOps Agent с помощью Lambda Durable Functions и Amazon Bedrock

AWS описывает рабочий процесс, который связывает события расследований AWS DevOps Agent с конвейером автоматического исправления: EventBridge запускает оркестратор на Lambda Durable Functions, который отправляет выводы в Amazon Bedrock; Bedrock выбирает из белого списка специализированных Lambda‑функций предлагаемые исправления и выполняет операции только для действий только для чтения, а изменения инфраструктуры подготавливаются и ожидают однонажатийного утверждения человека. Durable Functions использует контрольные точки, чтобы приостанавливать выполнение до одобрения и итеративно взаимодействовать с Bedrock до завершения исправления, что должно снизить среднее время устранения (MTTR).

6.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Руководство Amazon Bedrock AgentCore: амбиент-агенты, реагирующие на события с участием человека

AWS выпустила пошаговое руководство и референсную реализацию по созданию «амбиент»-агентов на Amazon Bedrock AgentCore, которые реагируют на потоки событий (S3, EventBridge, планировщик), при необходимости приостанавливаются для одобрения человека через инструмент ask_human и затем продолжают работу — с использованием AgentCore Runtime и бессерверных компонентов AWS (Lambda, DynamoDB, SQS) и моделей Bedrock. В публикации приведён путь развертывания с требованием AWS CLI, CDK v2, Docker и контейнера в ECR; в примере ограничение на шаг агента соответствует 15-минутному таймауту Lambda.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Aderant внедряет Intelligent Ticket Analyzer на базе Amazon Nova Lite через Bedrock

Aderant создала Intelligent Ticket Analyzer на основе Amazon Nova Lite через Amazon Bedrock для автоматизации сбора контекста, классификации, маршрутизации и обогащения знаний по заявкам поддержки в 268 средах клиентов. За первые 2,5 недели (30 июня–17 июля 2026) система обработала 109 заявок с ≈96% точностью маршрутизации, оценивает экономию 8–14 инженерных часов в неделю при операционных расходах ниже $30 в месяц.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AWS показала, как передавать результаты Amazon Bedrock Data Automation в Salesforce Agentforce через MCP

В блоге AWS описана архитектура, которая использует Amazon Bedrock Data Automation и протокол Model Context Protocol (MCP) для обработки неструктурированных данных (видео, аудио, изображения, документы) в Amazon S3 и передачи структурированных выводов в Salesforce Agentforce прямо в консоли Salesforce. В шаблоне используются события S3, AWS Lambda, DynamoDB и EventBridge; запросы агента проходят через Amazon Bedrock AgentCore Gateway для получения обработанных результатов по MCP.

6.0