Con motivo de su conferencia Re:Invent, AWS inauguró dos nuevos servicios de «datos»: Datazone, dedicado a la gobernanza, y Clean Rooms para compartir datos confidenciales mientras los protege.
Los hiperescaladores enriquecen constantemente sus servicios de datos, no solo multiplicando las bases de datos sin servidor y las herramientas de análisis, sino también agregando todo tipo de elementos de integración y gobernanza. Al hacerlo, todos convierten sus nubes en nubes de datos…
Y AWS no es una excepción. Además, los principales anuncios de este Re:Invent 2022 están muy orientados a los datos, ya sea para optimizar los cimientos (con las nuevas capas de red optimizadas y las nuevas instancias sobrealimentadas), para agilizar los análisis (con las integraciones RedShit «zero-ETL» ) o para gobernar mejor su ciclo de vida y usos.
En esta perspectiva, dos novedades deben llamar su atención: Zona de datos de Amazon et Habitaciones limpias…
DataZone: los datos correctos para tomar las decisiones correctas
Con Zona de datos de Amazon, AWS quiere encontrar una solución a un problema creciente. Por un lado, los científicos de datos producen datos. Por otro lado, los usuarios comerciales usan los datos para tomar decisiones informadas. Pero estos últimos a menudo tienen grandes dificultades para encontrar las producciones de los primeros, especialmente porque los controles de acceso demasiado generales o las políticas de gobierno demasiado estrictas pueden impedirles hacerlo. Entonces, ¿cómo hace que los datos sean reconocibles mientras se les aplica el nivel correcto de seguridad y control, con una granularidad que no afecte el negocio o la seguridad?
« Para liberar todo el poder y el valor de los datos, debemos permitir que las personas y las aplicaciones relevantes encuentren, accedan y compartan fácilmente los datos correctos cuando los necesiten, mientras los mantienen seguros. explica Adam Selipsky, CEO de AWS en su Keynote. » DataZone le permite liberar datos de forma segura en toda la organización al facilitar la administración y el control del acceso a los datos para los administradores y administradores de datos. El servicio facilita la tarea de ingenieros de datos, científicos de datos, gerentes de productos, analistas de datos y otros usuarios comerciales en el descubrimiento, uso y colaboración en torno a estos datos para generar ideas y valor… »
Amazon DataZone es un servicio de administración de datos diseñado para ayudar a grandes grupos de usuarios a encontrar, organizar y compartir datos fácilmente dentro de su organización, además de simplificar el uso de las herramientas de análisis de AWS, todo lo cual garantiza que estos datos se administren de manera adecuada.
Concretamente, los productores de datos a través del portal web de Amazon DataZone configurarán su propio catálogo de datos corporativos y definirán su taxonomía de datos, configurando políticas de gobierno y conectándose a una variedad de servicios de AWS (p. ej., Amazon S3 y Amazon Redshift), soluciones de socios (p. ej., Salesforce y ServiceNow) y sistemas locales. Amazon DataZone elimina la necesidad de mantener manualmente el catálogo mediante el uso de IA para recopilar y sugerir metadatos. Esta IA se entrena automáticamente en taxonomía y preferencias comerciales para mejorar con el tiempo.
Una vez que se configura el catálogo, los consumidores de datos pueden usar el portal web de Amazon DataZone para buscar y descubrir activos de datos, examinar metadatos para comprender sus contextos y solicitar acceso a esos conjuntos de datos. Cuando esté listo para analizar los datos, el usuario crea un proyecto de datos de Amazon DataZone: este es un espacio compartido en el portal web donde los usuarios pueden extraer diferentes conjuntos de datos, compartir el acceso con colegas y colaborar en el análisis.
Por supuesto, Amazon DataZone está integrado de forma nativa con los servicios de análisis de AWS, como Amazon Redshift, Amazon Athena y Amazon QuickSight.
Amazon DataZone también proporciona API para integrarse con soluciones personalizadas o socios como DataBricks, Snowflake y Tableau, para que los clientes puedan publicar, buscar y trabajar fácilmente con todos sus activos de datos.
Clean Rooms para escanear datos confidenciales de forma segura
Ya sea para optimizar campañas publicitarias, realizar las inversiones financieras adecuadas o analizar datos de salud de investigaciones clínicas, una empresa casi siempre se ve obligada a colaborar con diferentes socios y hacer referencias cruzadas de sus datos con los suyos. La dificultad es compartir información útil sin revelar los datos confidenciales subyacentes. Y para superar esta dificultad, AWS ofrece un nuevo servicio: Habitaciones limpias.
« Las salas limpias son entornos protegidos donde varias partes pueden analizar datos combinados sin exponer nunca sus datos sin procesar. explica Adam Selipsky, director ejecutivo de AWS. » Sin un servicio adecuado, tales salas limpias son difíciles de construir y pueden tardar meses en desarrollarse. «. AWS Clean Rooms permite a las empresas crear dichos entornos colaborativos en minutos y lanzar sus primeros escaneos de inmediato utilizando los servicios de AWS. Todo lo que tiene que hacer desde la consola de AWS es elegir los socios con los que desea colaborar, seleccionar los conjuntos de datos y configure las restricciones de acuerdo con los participantes. Si los socios usan los servicios de datos de AWS, no hay necesidad de mover sus datos a su propio entorno. Al realizar consultas de escaneo, AWS Clean Rooms lee los datos donde están (pudiendo mantener los cifrados en su lugar) y aplica las reglas de filtrado y enmascaramiento necesarias para protegerlo.
[
