当前位置: 首页 > article >正文

我代表中国受邀在亚马逊云科技全球云计算大会re:Invent中技术演讲

大家好我是小李哥,本名叫李少奕,目前在一家金融行业公司担任首席云计算工程师。去年5月很荣幸在全球千万名开发者中被选为了全球亚马逊云科技认证技术专家(AWS Hero),是近10年来大陆地区仅有的第9名大陆专家。同时作为2024年全球唯一的华人专家登上了亚马逊云科技全球官网、领英和Twitter账号。

亚马逊云科技全球官网

 亚马逊云科技官方领英账号

这次直接把个人网站放到了AWS全球的官网,特别开心以后再也不需要维护自己的网站了。我平时负责为出海企业设计和实施PCI系列金融安全合规,并负责设计海外餐饮/零售行业AI解决方案的云架构。

在24年8月我也作为有史以来第一名华人,代表中国接受了亚马逊云科技全球开发者社区在美国的技术专家峰会专访,专访视频在亚马逊全球官网和官方Instgram上发布。

在亚马逊云科技全球专家峰会的专访 

小李哥在去年在全球受邀参加了非常多的技术演讲,有日本亚马逊云科技(J-AWS)的Pankration,是参加该全球活动的首位大陆演讲嘉宾

日本Pankration演讲

我在亚马逊云科技AWS re:Invent全球技术大会的演讲 

今天小李哥要介绍的是自己受邀在美国拉斯维加斯的,亚马逊云科技全球云计算大会re:Invent 2024中发表的技术演讲。作为本次全球大会中仅有的9场有华人参与的演讲之一,我和AWS资深布道师Betty老师一起分享了我们做的一个AI驱动的开源云安全解决方案(图2),演讲名称叫:“利用生成式AI提升云端全生命周期(SDLC)代码安全”,该解决方案也作为全球代表方案登上了亚马逊云科技AWS的官方领英账号。

作为中国代表登上亚马逊云科技官方领英账号 

我演讲的结束方案详细介绍

1️⃣演讲代码: DEV311

2️⃣演讲关键词: 生成式AI、DevOps、代码安全、开发生产力

3️⃣适用人群: sde、架构师、安全工程师、devops等

4️⃣演讲类型: Chalk Talk(技术演讲+Q&A互动)

5️⃣演讲内容: 我将介绍如何利用Amazon Bedrock上的生成式AI模型Claude 3.5 Sonnet去分析、修复我们云端应用整个SDLC开发流程中出现的代码安全漏洞。并利用Streamlit框架开发一整套AI安全管理平台,集中收集、查看和管理云端系统安全姿态。

我们利用AWS的AI驱动的安全产品,在整个SDLC的编码、构建、部署、运行中发现、分析和修复代码安全漏洞。并且将所有的安全发现集中展示在自开发的安全管理平台里,最后使用AWS的AI基础模型平台Bedrock上的Claude3.5自动提供修复方案,简化安全运营,加快修复效率。方案架构图在下图。

6️⃣核心AWS服务: Amazon Bedrock、Amazon CodeGuru和AWS CodePipeline

演讲的感受和反馈

小李哥最大的感受就是现场的深度用户真的很专业,现场观众问答环节,提出的深度问题问的小李哥直冒冷汗…所以建议session一定要提前做足准备,不仅在演讲部分,也要准备好观众可能问的问题和答案。

演讲现场的图片直播

re:Invent演讲该如何申请?

每年亚马逊云科技(AWS)会把session分给内部的客户团队Account team/WWSO(2b团队)、Dev team(2c团队)和亚马逊云科技的客户。2b这个方向就是亚马逊云科技全球范围内内部的员工,围绕产品讲最佳实践/方案,2c方向就是邀请外部的独立开发者(适用于各位小伙伴,也就是社区的独立开发者)讲AWS产品如何帮助开发者构建社区的热门项目,客户方向就是亚马逊的客户使用AWS成功的故事(基本都是大客户),session总数今年只有2400,可谓是一讲难求。小李哥这次是通过2c这条线申请到名额,每年AWS都会给社区的几个重要角色- AWS Hero、AWS Community Builder和AWS UGL分配固定名额,acceptance录取率仅为10%。当然大家如果为公司做了很大很赚钱的项目也可以走2b,另外如果大家是公司内的AWS的客户代表,作为公司与AWS对接的业务总负责人与AWS可以申请客户线参加re:Invent或者去大会里演讲。

总结

欢迎各位对云计算和亚马逊云科技技术和服务感兴趣的同行们关注我,未来一起学习、构建出在全球都知名的云计算项目,在全球展示我们🇨🇳的风采。


http://www.kler.cn/a/570242.html

相关文章:

  • 软件工程---净室软件工程
  • 分布式锁—2.Redisson的可重入锁二
  • 【基于RabbitMQ的消息队列服务器模拟实现】
  • pg pg_prewarm用法
  • 《基于Hadoop的青岛市旅游景点游客行为分析系统设计与实现》开题报告
  • nlp第十节——LLM相关
  • Spring Boot整合达梦数据库的适配改造(国产中间件)
  • MAC 本地搭建部署 dify(含 github访问超时+Docker镜像源拉取超时解决方案)
  • OpenCV计算摄影学(10)将一组不同曝光的图像合并成一张高动态范围(HDR)图像的实现类cv::MergeDebevec
  • 《Canvas修仙传·第四重天元婴境(上集)》 ——WebGL虚空造物与Three.js破碎虚空之法
  • HTML5教程 - 3 开发环境
  • 【分享】网间数据摆渡系统,如何打破传输瓶颈,实现安全流转?
  • 基础的排序算法下(交换排序和归并排序)
  • 香橙派Zero3变身移动IDE:CasaOS环境安装Code Server远程编程实战
  • 线性规划问题解的相关问题
  • Pytorch xpu环境配置 Pytorch使用Intel集成显卡
  • 基于Arcgis的python脚本实现相邻矢量面的高度字段取平均值
  • 【开源项目-AI研发】ai-engineer-toolkit
  • Windows 图形显示驱动开发-WDDM 3.2-GPU-P 设备上的实时迁移(一)
  • 物联网系统搭建