No necesitas construir IA desde cero
Antes, agregar IA a una app requería ingenieros de machine learning, meses de recopilación de datos y despliegues en servidores. AWS ha comprimido toda esa complejidad en simples llamadas a API.
El reconocimiento facial, chatbots, transcripción de voz y traducción se pueden agregar a tu app sin un equipo de ciencia de datos. Para el examen, solo necesitas saber qué servicio encaja en cada situación.
---
Cada servicio de IA es como un empleado especializado
Imagina una empresa con especialistas para cada tarea. Los servicios de IA de AWS son exactamente eso: cada uno maneja un trabajo específico.
| Servicio | Trabajo | Ejemplo real | |---------|---------|--------------| | Amazon Rekognition | Guardia de seguridad que reconoce rostros y objetos | Sistema de acceso facial, detección de imágenes inapropiadas | | Amazon Lex | Recepcionista que responde preguntas | Chatbot en sitio web, servicio al cliente automatizado | | Amazon Comprehend | Analista que lee e interpreta texto | Análisis de sentimiento en reseñas de productos | | Amazon Transcribe | Estenógrafo que escribe lo que la gente dice | Convertir grabaciones de reuniones en texto | | Amazon Polly | Lector que lee texto en voz alta | Convertir artículos de noticias en audio | | Amazon Translate | Intérprete en tiempo real | Soporte multilingüe para una app global | | Amazon Textract | Empleado que lee y extrae datos de documentos | Leer recibos o documentos de identidad automáticamente | | Amazon Kendra | Especialista que encuentra respuestas en documentos | "¿Nuestra base de conocimientos responde esta pregunta?" |
---
Amazon SageMaker — Cuando quieres construir IA personalizada
Los servicios anteriores usan IA que AWS ya construyó. Cuando tu empresa necesita un modelo personalizado entrenado con tus propios datos, ahí entra Amazon SageMaker.
SageMaker gestiona todo el ciclo de vida de un modelo de machine learning: preparar datos, entrenar el modelo, evaluar el rendimiento y desplegarlo en producción, todo en una plataforma. Si tienes experiencia en ML, usa SageMaker. Si solo necesitas funciones de IA rápidas, usa los servicios especializados de arriba.
---
Servicios de analítica — Obteniendo información de los datos almacenados
Junto con la IA, los servicios de analítica también aparecen frecuentemente en el examen.
| Servicio | Descripción simple | Cuándo usar | |---------|-------------------|-------------| | Amazon Athena | Ejecuta SQL en archivos de S3 sin ningún servidor | Analizar registros o archivos CSV almacenados en S3 | | Amazon Kinesis | Procesa datos en tiempo real a medida que llegan | Datos de clics de app o lecturas de sensores IoT en vivo | | AWS Glue | Limpia, transforma y mueve datos entre lugares (ETL) | Consolidar datos dispersos de múltiples fuentes | | Amazon QuickSight | Convierte datos en gráficos y paneles | Crear informes visuales para ejecutivos | | Amazon EMR | Procesa conjuntos de datos masivos con Hadoop o Spark | Manejar cientos de terabytes de big data |
---
Servicios que la gente confunde frecuentemente
Transcribe (voz a texto) y Polly (texto a voz) son opuestos. Transcribe convierte una grabación en palabras. Polly lee palabras en voz alta.
Rekognition es solo para imágenes y video. Para extraer texto de un documento o página escaneada, usa Textract. Para reconocer un rostro humano en una foto, usa Rekognition.
Athena no necesita servidor. Subes archivos a S3 y ejecutas consultas SQL directamente. No hay nada que configurar o gestionar: es completamente serverless.
---
Referencia rápida para el examen
"Reconocer rostros u objetos en fotos y video" — Amazon Rekognition "Construir un chatbot conversacional" — Amazon Lex "Analizar texto para sentimiento o frases clave" — Amazon Comprehend "Convertir voz en texto" — Amazon Transcribe "Convertir texto en voz" — Amazon Polly "Traducción de idiomas en tiempo real" — Amazon Translate "Extraer texto de documentos escaneados" — Amazon Textract "Búsqueda inteligente dentro de documentos" — Amazon Kendra "Construir, entrenar e implementar modelos ML personalizados" — Amazon SageMaker "SQL en datos de S3, sin servidor necesario" — Amazon Athena "Procesar datos de streaming en tiempo real" — Amazon Kinesis "ETL serverless, transformación de datos" — AWS Glue "Paneles de BI y visualización de datos" — Amazon QuickSight "Procesamiento masivo de big data con Hadoop o Spark" — Amazon EMR