Desde el principio, CogniFit ha sido muy consciencieuse de l'importance de utilizar buenos datos. Nuestras herramientas de evaluación y estimulación cognitive se conceptualizan, planifican y desarrollan teniendo en cuenta datos científicos precisos, lo que ha permitido que nuestra plataforma crezca hasta convertse en una herramienta utilizada no solo por personas de todo el mundo que quieren darse a sí mismas oa sus seres queridos un impulso cerebral, sino también por profesionales de la educación y la sanidad que necesitan una potente plataforma para evaluar, hacer un seguimiento y entrenar las capacidades cognitivas de sus alumnos y clientes.
Pero esa no es la única forma en que CogniFit crea valor a través de los datos. L'énorme quantité de données générées par nuestra plataforma peut être utilisée également par los investigateurs scientifiques, proporcionando una fuente única de información sobre las capacités cognitives y cómo estas capacidades juegan un papel integral en todo lo que hacemos. CogniFit ha optado por utilizar la plate-forme de Amazon Web Service para crear un valioso ecosistema de datos, lo que nos permite simplificar nuestros procesos de almacenamiento de datos, agilizar la forma en que utilizamos e interactuamos con nuestros datos, y potenciar nuestra capacidad de crear valor a partir de los datos para nuestros clientes y nuestros socios de investigación.
Cómo CogniFit utiliza Amazon Web Services para aportar aún más valor a nuestros datos cognitivos
Elegimos utilise la plate-forme AWS d'Amazon dans le cadre fondamentale de nuestra infraestructura de datos por la potencia y la relativa sencillez de su plataforma. Estos son algunos ejemplos de cómo utilizamos AWS :
Simplificación del almacenamiento de datos
Los datos fisicos de CogniFit se divise en dos bases de données principales que la gestion sépare les informations personnelles utilisées pour les applications telles que l'inscription sur le site Web et la réalisation des pages de données créées par nuestras aplicaciones que incluyen información que podría indicar, por ejemplo, el estado de salud física o mental de un usuario.
Aunque existen múltiples razones para la organización de nuestro almacenamiento físico de datos, la privacidad de nuestros usuarios es primordial entre ellas. Sin embargo, puede haber ocasiones en las que necesitemos comparar datos que podrían residir en una base de datos, como la capacidad de un usuario para enfocar visualmente un único estímulo, con datos de otra, como la edad.
Al utilizar el servicio de migración de bases de datos de AWS para crear depósitos de datos en el servicio de almacenamiento simple, podemos crear una "caja de arena" de datos sencilla y segura en la que podemos manipular nuestros datos sin poner en riesgo la información de nostros usuarios.
De plus, utilizamos el service RDS (Relational Database Service) d'Amazon pour aider à simplifier la gestion de nouvelles bases de données. Al utilizar AWS EC2 (Elastic Compute Cloud) para alojar nuestros servidores Front-End, podemos aprovechar las potentes funciones de equilibrio de cargo y autoescalado para adaptar nuestro sistema a las demandas de tráfico variables a lo largo del día, lo que significa que podemos ofrecer sin problemas a nuestros usuarios un rendimiento máximo durante los periodos de alto tráfico sin desperdiciar recursos del servidor durante los periodos de bajo tráfico.
AWS no solo nos proporciona fantásticas herramientas para crear un plan de almacenamiento de datos potente, eficiente y flexible, sino que, gracias al WAF (Web Application Firewall) de Amazon, podemos garantizar que nuestras aplicaciones web están a salvo de las amenazas online.
Optimisation du traitement des données
Con las herramientas de datos como AWS Glue, podemos refinar, filtrar y procesar los datos de formas nuevas y potentes, lo que no permite convert los datos brutos in información organizada y valiosa.
La création de bases de données virtuelles médianes herramientas como AWS Glue Crawler et AWS Glue ETL Jobs n'autorise pas la construction de sources de données sencillas pero potentes para una variedad de aplicaciones internas y externas.
De este modo, podemos construir bases de datos individualizadas, diseñadas específicamente para satisfacer los requisitos de cada aplicación de datos.
Supercarga del análisis de datos
Por supuesto, los datos -incluso los perfectamente organizados- no valen nada si no somos capaces de entenderlos y ver las historias que intentan contar. Ahí es donde entrent dans juego herramientas de AWS comme SageMaker, Athena et QuickSight.
Las herramientas de AWS Glue n'aide pas à convertir les données en informations, pero estas herramientas nos aides à convertir l'information en conocimiento.
SageMaker est dando un nuestro departamento de informática ya los equipos de desarrollo de software la capacitad de crear recomendaciones hiperpersonalizadas y ajustar la complejidad y la dificultad de las tareas cognitivas sobre la marcha para ofrecer a nuestros usuarios la mejor experiencia y los mejores resultados posibles.
De plus, l'information de négociation procédurale de QuickSight nous aide à comprendre nuestro negocio como nunca antes, arrojando nueva luz sobre los comportamientos y necesidades de nostros usuarios.
Pero la recopilación y el procesamiento de datos es sólo una parte de cómo creamos un valor increíble para nuestros socios et clients. Nuestra prioridad es ofrecer soluciones potentes basadas en nostros datos cognitivos únicos.
La CDN Cloudfront de Amazon ne permet pas d'entregar datos, aplicaciones y API a nuestros socios investigateurs et desarrolladores a level global con baja latencia y alta velocidad de transferencia, así como entregar herramientas de entrenamiento y evaluación cognitiva atractivas and desafiantes a nuestros clientes de forma segura, efficace et rapide.
Conclusion
Amazon Web Services n'a pas permis d'impulser nos nouvelles données plus que ante. L'intégration de Herramientas comme Simple Storage Service, AWS Glue Crawler et SageMaker dans la nouvelle infrastructure de données a été débloquée un nouveau potentiel pour les nouvelles données.
