AWS وSnowflake يطلقان سير عمل تعلم آلي بدون كود لاكتشاف الاحتيال للمؤسسات

نظرة عامة

أعلنت AWS عن الجزء الثاني من سلسلة سير عمل تعلم آلي بدون كود، والذي يربط Amazon SageMaker Canvas بـ Snowflake لإعداد البيانات وبناء نماذج اكتشاف الاحتيال. يستهدف هذا الحل المؤسسات في منطقة الشرق الأوسط وشمال أفريقيا التي تسعى لتبني الذكاء الاصطناعي بسرعة وكفاءة.

تفاصيل السير العمل

يسمح السير العمل الجديد للمستخدمين بالاتصال بـ Snowflake مباشرة من SageMaker Canvas، ثم استخدام Data Wrangler لإجراء تحويلات بصرية على بيانات المعاملات، بما في ذلك دمج الجداول. بعد ذلك، يتم تدريب نموذج XGBoost للكشف عن الاحتيال دون كتابة أي كود برمجي.

مقارنة مع الأساليب التقليدية

الجانب	الطريقة التقليدية	سير العمل الجديد
الخبرة المطلوبة	علماء بيانات ومبرمجون	محللون أعمال
وقت الإعداد	أسابيع	أيام
التكلفة	مرتفعة (بنية تحتية)	منخفضة (خدمة مُدارة)
المرونة	عالية	متوسطة لكن كافية للحالات الشائعة

حالة استخدام واقعية

يمكن لبنك إقليمي في الخليج يستخدم Snowflake لتخزين بيانات المعاملات أن يستخدم هذا السير العمل لبناء نموذج كشف احتيال في غضون أيام، مما يقلل الخسائر ويعزز الثقة.

الخلاصة

هذا الإعلان يعكس توجه AWS نحو تمكين المؤسسات غير التقنية من الاستفادة من الذكاء الاصطناعي، وهو أمر حيوي لمنطقة تسعى لتنويع اقتصاداتها.

ملاحظة للمراجعة البشرية: تحقق من توفر SageMaker Canvas في منطقة AWS الشرق الأوسط (الإمارات) قبل النشر.