Ressources Amazon Neptune

Vidéos

Série de vidéos #GraphThat

Épisode 1 de la série Amazon Neptune #GraphThat - Réseau Amtrak
Épisode 2 de la série Amazon Neptune #GraphThat : nomenclature logicielle

Re:invent 2023

AWS re:Invent 2023 - Architectures Amazon Neptune pour l'évolutivité, la disponibilité et la visibilité (DAT406)
AWS re:Invent 2023 - Présentation approfondie de l’analytique Amazon Neptune et de ses fonctionnalités d'IA générative (DAT325)
AWS re:Invent 2023 - Analytique Amazon Neptune : nouvelles fonctionnalités pour l'analyse de graphes et l'IA générative (DAT208)

Sessions Twitch

Autres

Amazon Neptune : simplification des requêtes de graphes avec les LLM et LangChain
Graphes de sécurité

Graphes de sécurité avec Amazon Neptune

Network Genius : transformer les opérations grâce à Graph ML et à l'IA générative

Architecture de référence AWS

Nous avons publié les architectures de référence AWS utilisant Amazon Neptune pour vous aider à choisir les modèles de données graphiques et les langages d'interrogation, ainsi que pour fournir des architectures de déploiement de référence.

Articles de blog

Aucun article de blog n'a été trouvé pour le moment. Consultez le blog AWS pour découvrir d'autres ressources.

Consultez tous les articles Amazon Neptune sur l'AWS Database Blog.

 

Vidéos

Témoignages de clients

Accenture : traitement du langage naturel et bases de données orientées graphe pour l'industrie pétrolière et gazière (6:23)
Nike : un graphe social à grande échelle avec Amazon Neptune (7:00)
AWS re:Invent 2020 : créer le graphe d'identité post-cookie pour le marketing (30:48)
AWS re:Invent 2020 : la plateforme de nouvelle génération d'ADP alimente des équipes dynamiques avec Amazon Neptune (26:02)
AWS re:Invent 2019 : cas d'utilisation concrets de clients avec Amazon Neptune (30:25)
AWS re:Invent 2018 : créer un graphe social chez Nike avec Amazon Neptune (53:46)
AWS re:Invent 2018 : données et analyses avec Amazon Neptune : étude de la facturation des soins de santé (48:49)
AWS re:Invent 2017 : présentation d'Amazon Neptune et cas d'utilisation client (1:00:56)

AWS re:Invent 2022

AWS re:Invent 2022 : découverte approfondie d'Amazon Neptune sans serveur (53:04)
Sommet AWS SF 2022 : Amazon Neptune : Utilisation de graphiques pour obtenir des informations sur la sécurité (56:43)
AWS re:Invent 2021 : cas d'utilisation concrets avec des bases de données orientées graphe (31:25)

AWS re:Invent 2020

AWS re:Invent 2020 : découverte approfondie d'Amazon Neptune (29:50)
AWS re:Invent 2020 : nouvelles fonctionnalités pour créer rapidement des applications graphiques avec Amazon Neptune (26:54)

AWS Tech Talks

AWS on Air 2020 : AWS What's Next ft. Amazon Neptune ML (24:05)
Créer des applications graphiques événementiels avec les bases de données sur mesure AWS (48:03)
Comprendre les modifications des jeux et le comportement des joueurs avec les bases de données orientées graphe (50:21)
AWS DMS prend en charge la copie de données de bases de données relationnelles vers Amazon Neptune (1:02:34)
Amazon Neptune : créer des applications pour les jeux de données hautement connectés (32:33)
AWS Tel Aviv Summit 2018 : comment Amazon Neptune et les bases de données orientées graphe peuvent transformer votre entreprise (38:39)
AWS re:Invent 2018 : comment savoir si j'ai besoin de la base de données orientée graphe Amazon Neptune ? (46:12)

Études de cas clients

  • Audible for Business

    Une base de données orientée graphe offre davantage de flexibilité que les systèmes relationnels. Beaucoup de jonctions pourraient être nécessaires sur nos tables [dans un modèle relationnel] avec pour conséquence une latence importante de notre logique métier. Une base de données graphique est optimisée pour notre cas d'utilisation. Amazon Neptune était la solution que nous recherchions.

    Mayank Gupta, spécialiste du génie logiciel – Audible for Business
    Lire l'étude de cas »
  • Siemens

    metaphactory et Amazon Neptune ont permis à Siemens Energy de construire un graphe de connaissances des turbines et de visualiser les connexions entre des pièces similaires sur l'ensemble du parc de turbines à gaz. Amazon Neptune est un service de base de données graphiques géré qui s'inscrit parfaitement dans la stratégie orientée cloud de Siemens Energy IT dont les priorités sont la fiabilité, l'évolutivité, la réduction de la maintenance et l'intégration avec sa plateforme existante sur Amazon Web Services (AWS).

    Lire l'étude de cas »
  • Zerobase

    La sécurité, la performance et la facilité d’analyse de Neptune sont autant de raisons pour lesquelles nous avons choisi cette puissante base de données orientée graphe. Dans notre modèle [de recherche des contacts], chaque nœud d'utilisateur est connecté à un nœud de dispositif. Lorsqu'un appareil s'enregistre dans un lieu, une frontière se forme entre lui et un dispositif de « analysable » (un code QR) associé à un site particulier (un magasin physique) et à une organisation connexe (une personne morale). Neptune nous permet de stocker ces riches relations entre les utilisateurs, les enregistrements et les lieux pour en tirer des informations sur la propagation du virus.

    Aron Szanto, Cofondateur – Zerobase
    Lire le blog »
  • ADP

    Nous apprécions le chiffrement au niveau de l’application et de la base de données. Lorsque nous utilisons Amazon Neptune, les données sont déjà chiffrées avant d’atteindre la base de données, puis sont à nouveau chiffrées au repos.

    Zaid Masud, architecte en chef, HCM nouvelle génération chez ADP
    Lire l'étude de cas »
  • Zeta Global

    En tirant parti de [Amazon] Neptune et des autres services AWS, nous avons pu créer une plateforme de données rentable à grande échelle en très peu de temps.

    Regarder la vidéo

    Sasikala Singamaneni, responsable du génie logiciel – Zeta Global
    Regarder la vidéo »