aws-samples/aws-ml-enablement-workshop

解决的问题

许多组织难以将 AI/ML 想法转化为实际的产品增长。ML Enablement Workshop 通过帮助跨职能团队（业务、开发和数据科学）围绕客户需求对齐并快速验证想法，在整个过程中使用生成式 AI，来解决这一问题。它旨在通过教授一种以客户为中心的实用工作流程，降低 ML 项目的高失败率，并在约 6 个月内实现生产发布。

运作方式

工作坊分为三个阶段：Day0（1 小时，可远程）确认角色和准备就绪；Day1（实践，3.5 小时）引导参与者体验亚马逊的“逆向工作法”流程，他们在此生成 AI 辅助的新闻稿并构建用于假设测试的原型；Day2（改进，3 小时）整合原型的经验教训，更新新闻稿，并规划迈向发布的第一步。使用名为 Kiro（规范驱动的生成式 AI）的工具来练习编写规范，并提供示例输出（新闻稿、原型应用）来说明流程。

适用对象

这专为产品团队设计——包括产品经理、工程师、数据科学家和业务利益相关者——他们希望共同识别和验证其产品的生成式 AI 用例。它也适用于希望建立跨职能协作并采用亚马逊产品开发文化的组织。该工作坊以开源材料形式提供，因此团队可以在内部运行（有一些命名限制），或者如果条件满足，AWS 也可以交付。

亮点

• 以简短、动手的形式学习和实践亚马逊的“逆向工作法”
• 从构思到原型构建应用生成式 AI，改进产品开发习惯
• 使用基于原型的反馈，避免纸上谈兵，将决策基于真实用户输入
• 包含具体示例（新闻稿、原型应用）以及来自 MUFG、JINS 和 BASE 等公司的客户案例研究
• 在开源许可下免费使用，之后可选 AWS 支持进行原型开发