Durante el evento, miembros de Lucentia Lab han participado en sesiones técnicas y de negocios organizadas en pistas temáticas. Las sesiones les han permitido conocer las soluciones con demostraciones en vivo y casos reales de uso presentados por clientes de presentados por clientes de Amazon Web Services – AWS. Contenidos del evento:
- Arquitectura Cloud
- Modernización de las aplicaciones
- Bases de datos y analítica de datos
- Machine Learning e inteligencia artificial
- Soluciones SaaS en AWS
- Transformación digital
Han conocido a los expertos en Amazon Web Services y amantes del sector donde han podido compartir conocimiento y obtener respuestas o distintos puntos de vista de diversos temas. Además han compartido desafíos de nuestro negocio con otros entusiastas de la tecnología recibiendo consejos técnicos para seguir creciendo y mejorando cada día.
Sesiones de interes AWS:
Blockchain, más allá de las criptomonedas
Jesus Cataluña, Solutions Architect, AWS ponente de esta sesión ha trabajando para grandes clientes bancarios, Hoy en día se siente muy interesado en las soluciones SOA y más en particular, en Business Process Management.
Estamos ante una de las mayores revoluciones tecnológicas de los últimos años, ya que va a agilizar muchas operaciones y cuentan con la principal ventaja de que estamos trabajando con un sistema que está descentralizado.
IoT Industrial en la nube
Alen Fernandez, Solutions Architect, AWS ha trabajado en puestos técnicos, arquitectónicos, de liderazgo de equipos y de consultoría. Sus unidades principales comprenden la necesidad del cliente, así como la implementación de la mejor solución en términos de escalabilidad, resistencia y costo.
IoT es la revolución de la industria actual para llevarla a un nivel en el que todas las máquinas de un proceso o una planta industrial estén interconectadas y puedan adaptarse a las necesidades de la producción. Monitorizando qué hacen las máquinas, cómo de bien lo hacen, qué problemas tienen, qué mantenimiento necesitan, llegarán a ser capaces incluso de prever cuando se van a estropear o de decidir ellas solas cuánto deben fabricar para cubrir los pedidos de los clientes.