摘要
- F1与AWS合作构建了基于Amazon Bedrock AgentCore的Data Accelerator
- 新数据源接入时间从最长8周缩短至约40分钟的代码生成水平
- 实现了模式变更自动检测与修复、数据血缘追踪等端到端可观测性
据AWS机器学习博客报道，一级方程式赛车（F1）与AWS合作构建了名为“Data Accelerator”的系统，用于实现其营销技术（MarTech）数据平台“Customer 360”的自动化运营。该系统利用运行在Amazon Bedrock AgentCore运行时上的智能体AI，将新数据源的接入时间从最长8周缩短至约40分钟的代码生成工作（部署另需时间）。
存在人工瓶颈
F1 IT总监Chris Roberts表示：“每接入一个新数据源都需要6至8周的人工工程工作，仅整合12个数据源就积压了18个月的工作量。”在票务合作伙伴、流媒体、赞助商活动信息流、社交媒体、周边商品系统等数据来源接入过程中，模式映射、管道搭建、数据质量检查以及GDPR分类工作此前均需人工完成。
通过五大工作流解决问题
Data Accelerator由五大工作流构成：基于Bedrock AgentCore的智能体式数据源接入、自动模式演变检测与修复、通过Amazon SageMaker Unified Studio实现统一数据访问、基于根因分析（RCA）工具与上下文图谱的可观测性，以及自动识别可通过代码修复解决的故障的功能。F1数据运营负责人Matt Kemp表示，他们需要一种可复用且稳健的解决方案。Roberts则表示：“这是我们第一次获得端到端的可见性——不只是仪表盘告警，还包括数据血缘和根因分析。”
评论