← Financial Cloud Cloud 雲端社群 · Amarathon 2025 回顧

極點宏觀|Financial Cloud Cloud · AWS Amarathon 2025

極點宏觀|Amarathon 2025 回顧 08:部署 TEAM 並打造最佳工程團隊

講者: Yuji Oshima

場次: 08

場次
Summit Dev Lounge2026 Re:cap
01 把架構寫成 Steering,引導 AI Agent
02 Agent Harness 才是真正的工程護城河
03 用白話詢問可觀測性資料
04 以 Bedrock AgentCore 打造 Serverless AR 遊戲
05 AgentCore 上的多 Agent 量化回測
06 三分鐘用 Kiro 把部落格變簡報
AWS Community Day Hong Kong 2025 Re:cap
02 使用 Terraform 實現 AWS 合規
03 從新手到開發者:一段精彩的 AWS 雲端旅程
04 以團隊為優先:使用 Laravel 與 Bref 進行無伺服器工程
05 活動開幕
06 Agent-to-Agent:在 AWS 上打造可互通的 AI
07 運用另一種遙測資料,透過 AI Agent 加速改善
08 告別 Vibe Coding:運用 Kiro 實踐規格驅動開發(Spec-Driven Development)
09 運用 MCP 與 AI 代理進行自動化測試
10 以 ML 驅動的方法實現電信安全現代化
11 重新思考 GenAI Agent:RAG 與 MCP
12 運用 TAK 與 AWS 進行災害及緊急應變
13 從測試角度重新思考 Serverless 應用程式工作流程
14 運用實務 AWS FinOps 邁向雲端成功
15 運用 AWS 打造 AI 驅動的全球 Pure-Alpha 宏觀交易:革新風險調整後資產報酬
FSI Recap
01 現代交易生命週期:從交易到結算
02 Goldman Sachs:透過 Fast Track 將應用程式移至雲端 - AWS Re:cap Q1/2023
03 Zurich Insurance Group:在 AWS 上建置有效的日誌管理解決方案
04 FSI Meetup 2025 Q4 - Brex 資料庫災難復原
05 FSI Meetup 2025 Q4 - Graviton 遷移成功案例
06 FSI Meetup 2025 Q4 - Stifel 現代化資料平台
07 FSI Meetup 2025 Q4 - PayPal 金融交易資料對帳器
08 FSI Meetup 2025 Q4 - 擴展韌性
09 最大化 AI 推論成本效益:策略性採用 AWS GPU 執行個體
10 進階代理式 AI 設計模式
11 在 AWS 上建置全新現代化應用程式
AWS re:Invent 2025
01 Coinbase re:Invent 回顧 (IND3312)
02 利用 AI 和 AWS 構建未來交易平臺
03 交易創新:Jefferies 在 Amazon Bedrock 上的 AI 助理 (IND3315)
04 FSI 如何運用代理式 AI 徹底改造 HFT 分析 (GBL302)
05 透過 Amazon Time Sync 改善分散式系統,Nasdaq 專題分享
06 Amazon Aurora HA 與 DR 的全球韌性設計模式 (DAT442)
07 建構代理式 AI:Amazon Nova Act 與 Strands Agents 實務應用 (DEV327)
08 深入探討 Amazon Aurora 及其創新 (DAT441)
09 深入探討 Amazon S3 (STG407)
10 Nasdaq:為全球金融服務打造具彈性的基礎設施(HMC327)
11 AWS Lambda 的最新功能 (CNS376)
12 使用 Kiro 進行規格驅動開發 (DEV314)
13 Amazon 的 FinOps:全球電子商務巨擘的雲端成本經驗 (AMZ308)
14 AWS 上的 Tick-to-trade 延遲交易平台
政務資料
01 The AI Era: The Boundary Between Development and Design Is Disappearing
02 裝置端多模態 AI 與智慧城市實踐
03 大模型能力評測與 AI 專案落地方法論
04 基於雲端代理的政府開發全鏈路受控自動化
05 從多智能體看 Agent 時代軟體新生態
06 AI 驅動的宏觀量化研究與智慧治理
07 公共數據授權營運與智慧政務實踐
08 数据资产化落地实践:确权合规、工程治理与数字政府案例
09 AI技術賦能心理健康公益:可信平台的治理、架構與實踐
Amarathon 2025 回顧
01 開發人員的代理架構設計路線圖
02 Amazon Bedrock 資料自動化
03 AgentCore 上的多代理
04 實務建置代理式 AI:Nova Act 與 Strands Agents
04 運用規格驅動開發,以 Kiro 加速移轉專案
06 從「比對」到「理解」:由 AgentCore Memory 驅動的個人化 AI 搜尋實踐
07 從觀察到最佳化:從 LLM 可觀測性邁向 AIOps,將即時洞察轉化為智慧自動化
08 部署 TEAM 並打造最佳工程團隊
09 五年來所謂無伺服器資料庫帶來的五個慘痛教訓
14 如果 AI 替我工作會怎樣:Q Developer CLI 與 Kiro 如何改變我的日常工作
16 兼顧速度與警覺:Amazon Bedrock Agent 開發的安全要點
26 在單張 H100 上執行 OSS LLM:更聰明、更便宜、更快速
28 現代化統一中繼資料架構:打破資料孤島的新方法
29 無伺服器 MediaOps:運用 Amazon Web Services 上的 AI 自動化影片工作流程
30 透過大規模效能測試建構兼具效率與可靠性的架構
31 透過開放原始碼連結世界:技術、社群與全球開發者關係的實踐歷程
33 建置串流 Iceberg 資料表以進行即時物流分析
34 加速大規模機器人策略訓練:以 Kiro、Trainium 與 EKS 為基礎的自動化閉環架構
35 透過規格驅動開發,從 Vibe 走向可行方案
36 讓雲端成本分析更智慧:使用 Strands 與 AgentCore 建置 FinOps 智慧 Agent
37 使用 CNCF Kagent、K8sGPT 與 Nova Sonic,轉型 K8s 對話式 Agentic AIOps

Oshima 多帳戶與 IAM 設計

[ 1 ] 單一帳戶架構:

● 複雜的權限管理使安全性難以確保

● 難以追蹤各工作負載的成本

● 容易發生操作錯誤與配額問題,導致營運困難

[ 2 ] 多帳戶架構:

● 透過分離權限提升安全性

● 輕鬆掌握各工作負載的成本

● 將作業影響降至最低,提升營運效率

跳板帳戶方法

● 設定跳板帳戶並集中管理 IAM 使用者

● 使用者登入跳板帳戶,再切換角色至各帳戶

● 各帳戶的權限會授予目標角色

● 使用跳板帳戶方法設計 IAM 的要點:

● [ 1 ] 根據實際職責建立群組

● [ 2 ] 根據職責為每個帳戶建立角色

● [ 3 ] 為每個 IAM 群組定義要切換的帳戶與 IAM 角色 使用

TEAM 進行存取控制

● 應如何處理正式環境的存取控制?

● 變更管理:何時由誰存取正式環境以執行變更作業?

● 正式環境存取控制:是否能隨時存取正式環境?


使用 TEAM 進行存取控制

什麼是 TEAM(Temporary Elevated Access Management,臨時提升存取權管理)?

● Temporary Elevated Access Management 的縮寫

● 用於管理帳戶存取權的授權式工作流程

● 以應用程式形式提供,可透過 IAM Identity Center 存取入口網站使用

使用 TEAM 控制正式環境存取的工作流程(應用程式)

● [1/3] 目前僅具正式帳戶的唯讀權限,從應用程式中選取 TEAM

● [2/3] 建立請求

● [3/3] 因尚未獲得核准,狀態為待處理 使用

TEAM 控制正式環境存取的工作流程(核准)

● 核准者從「核准請求」中選取相關請求、輸入註解並予以核准 使用 TEAM

控制正式環境存取的工作流程(授權)

● 已新增正式帳戶的存取權限

● 由於已獲核准,狀態現已設為「已核准」。

整體團隊結構

● ① 存取 IAM Identity Center 中的 Amazon Web Services 存取入口網站

● ② 存取 TEAM 應用程式

● ③ 請求提升存取權

● ④ 核准提升存取權

● ⑤ 啟用提升存取權

● ⑥ 使用提升存取權

● ⑦ 記錄工作階段活動

● ⑧ 結束提升存取權

● ⑨ 檢閱請求詳細資料與工作階段活動日誌


TEAM 的設計與實作

● 整理移轉至 IAM Identity Center 所需的權限:

● ① 整理各帳戶的角色與政策,建立權限集

● ② 整理跳板帳戶的群組與政策,向 Entra ID 註冊群組

● ③ 建立指派並運用

CloudFormation 設計人物角色指派與核准工作流程的規則

● TEAM 有四種人物角色(請求存取、核准存取請求、稽核日誌、管理規則)

● 設計人物角色指派與核准規則

● 人物角色指派設計

● 應提交哪些項目以供核准?

● 應由誰核准/拒絕?

● 授予核准的最長時間

● 通知目的地(郵件、聊天)

從小規模營運逐步擴大應用範圍

● 由小型團隊進行測試營運,逐步擴大導入範圍

● 個人 → 我的團隊 → 整個部門

[ 1 ] 與既有系統平行運作

● 將對業務的影響降至最低

[ 2 ] 根據意見回饋檢討設定與營運方式

● 人物角色的指派是否足夠?

是否授予了任何非預期的權限?IAM Identity Center x TEAM

● 使用從 Entra ID 佈建的 SSO 使用者

● 透過 IAM Identity Center 存取入口網站切換角色至非正式環境帳戶

● 在 TEAM 中獲得核准後,切換角色至非正式環境帳戶


TEAM 的優點

● IAM Identity Center x TEAM:

[ 1 ] 使用者觀點:

● 現在跨帳戶切換角色更加簡單

● 請求流程更短,UI 更簡潔清楚

● 提升開發效率

[ 2 ] 管理員觀點:

● 擺脫 IAM 管理工作

● 人物角色指派與請求規則等設定管理現在更加簡單

● 提升營運效率

摘要

● 透過「TEAM」,所有「團隊」成員皆提升了營運與安全意識

● 在多帳戶設定中,應考量正式帳戶的存取管理

● 「IAM Identity Center x TEAM」可實現簡易控管

● 導入 TEAM 可提升團隊生產力、安全性與合規性