← Financial Cloud Cloud Cloud Club · AWS Re:cap

極點宏觀|Financial Cloud Cloud · AWS Re:cap

AWS Re:cap 02: Goldman Sachs:透過 Fast Track 將應用程式移至雲端 - AWS Re:cap Q1/2023

講者: Raagini Lalwani、Aditya Kurella

場次: 02

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

Ragini Lalwani 開場介紹:

● 負責 Goldman Sachs 的公有雲導入與遷移。

● 祝大家國際婦女節及侯麗節快樂。

● 已在 Goldman Sachs 任職近 15 年,從實習生做起。

● 具備各類雲端平台的經驗:私有雲、混合雲及公有雲。

● 討論 Goldman Sachs 在受監管產業中,如何確保開發人員能快速且安全地使用雲端。

Aditya 開場介紹:

● 領導財務規劃工程團隊,並擔任 Goldman Sachs FP&A 的首席架構師。

● 同樣已在公司任職近 15 年,起初從事 Web 應用程式開發,目前專注於企業系統。

● 討論公司目前獨特的雲端導入階段,以及從內部部署轉移至雲端的過程。

● 將說明公有雲導入體驗、安全工具、如何加速雲端導入,以及重要亮點與經驗。

Goldman Sachs 概覽:

● 領先的金融機構,提供廣泛服務,包括投資銀行、證券、投資管理及消費金融。

● 服務龐大且多元的客戶群,包括企業、金融機構、政府及個人。

● 1869 年創立,總部位於紐約,並在全球主要金融中心設有辦公室。

● 以安全優先的思維,加速 Goldman Sachs 的雲端歷程。


Fast Track 章節概覽:

● 強調以客戶為中心的思維,採用 Amazon 的「逆向工作」流程。

客戶觀點的問題陳述(應用程式開發人員):

● 新進開發人員需要了解公司的安全方法、安全態勢及模組。

● 部署前必須通過安全審查,而審查可能採人工方式且相當耗時。

● 不僅初次部署需要安全審查,後續變更也需要,因此整個流程可能緩慢且反覆進行。

● 開發人員可能在部署後收到設定不正確的警示,凸顯了預防性控制而非偵測性控制的必要性。

● 開發人員擅長應用程式開發,卻可能不具備雲端安全專業知識,因而在開發與安全要求之間形成落差。

解決問題陳述的原則:

● 導入防護機制以確保依安全設計的部署,並將安全基準自動化。

● 建立清楚的共同責任模型,明確劃分雲端服務供應商、Goldman Sachs Cloud 團隊及應用程式開發人員的角色。

● 採用雲端原生技術,盡量減少學習公司專用工具的需求,讓開發人員能運用既有的 AWS CDK 或 Kubernetes 知識。

● 以自助服務能力為目標,減少提出工單或人工審查的需要,讓更多開發人員能無障礙地存取雲端。


Fast Track 介紹:

● Fast Track 是為回應上述問題陳述而開發的解決方案。

● 內容包括深入探討實作的技術細節。

● 目標是為開發人員提供安全、高效且以自助服務為導向的雲端導入體驗。

Fast Track 概覽:

● 一項全受管服務,讓 Goldman Sachs 開發人員能在 AWS 上快速開發及部署軟體。

● 透過防護機制強制執行公司的安全、監管及合規要求。

● 以程式化及主動方式強制執行安全政策,藉此強化安全態勢。

Fast Track 的主要功能:

● 在幕後處理帳戶建立與管線管理。

● 使用者透過 CLI 或 API 與 Fast Track 互動,以建立、刪除或共用管線。

● 建立管線會觸發帳戶佈建工作流程,為 AWS 資源建立服務帳戶,並建立用於管理的管線帳戶。

● 使用者推送程式碼變更,變更會經過部署管線,並接受防護機制檢查。

● 防護機制強制執行公司的安全基準政策,確保資源在部署前符合安全要求。

簡化的使用者歷程:

● 使用者建立 Fast Track 管線,並將其與 GitLab 儲存庫建立關聯。

● 使用 AWS CDK 撰寫基礎設施即程式碼。

● 管線會將 CDK 程式碼合成為 CloudFormation 範本。

● 防護機制會依據這些範本執行,而政策引擎會判斷部署可否繼續(「通過」或「不通過」)。


防護機制詳細資訊:

● 防護機制遵循預設拒絕政策。

● 使用 Open Policy Agent (OPA) 撰寫。

● 依據標準 CloudFormation 範本執行。

● 防護機制範例:確保惡意行為者無法存取未加密的物件。

威脅建模與控制措施定義:

● 使用 NIST 800-53 指引識別特定技術的威脅。

● ISO 27001 是資訊安全管理系統的國際標準,而 NIST SP 800-53 則是美國政府的安全與隱私控制標準。2. ISO 27001 著重資訊安全管理,而 NIST SP 800-53 則著重技術性安全控制。

● 威脅範例:惡意行為者可以存取未加密的物件。

● 控制措施定義:將物件加密。

● 控制措施會定義為 OPA 政策並加以使用,且由安全團隊審查及進行單元測試。

控制措施的協作與發布:

● Cloud Enablement 防護機制開發團隊與安全團隊共同協作。

● 控制措施會以防護機制的形式發布,以建立安全環境,但也可能對開發人員造成阻礙。

加速器:

● 建構為能與防護機制搭配運作,讓開發人員快速部署符合所有防護機制的資源。

● 範例:符合封鎖 S3 之全部 10 項防護機制的 Fast Track S3 儲存貯體。

範例程式碼與入門專案:

● 用來協助使用者啟動其雲端歷程。

Fast Track 上線與正式環境使用情形:

● Fast Track 已上線並可供使用,目前有數個應用程式已在正式環境運作,另有許多應用程式正在進行中。


組織協調與模型:

● Goldman Sachs 體認到,必須在不犧牲安全性的前提下,提供一流的開發人員體驗。

● Fast Track 被定位為旗艦專案,由 Cloud Enablement 團隊主導開發,並與技術風險團隊合作。

● 防護機制的開發結合了開發人員、雲端架構師及安全工程師。

● 防護機制貢獻模型可確保特定技術團隊(例如儲存工程團隊)審查相關防護機制並做出貢獻。

組織架構問題的回應:

● 認同大型企業中常見的組織孤島模式。

● 強調必須採取協作方式,才能兼顧開發人員體驗與安全性。

● 指出管理階層的明確要求,對促進跨團隊合作十分重要。

● 說明並非所有 Cloud Enablement 團隊成員都是每項雲端服務(例如 S3)的專家,此為一項限制。

● 防護機制開發需要多元技能,並透過貢獻模型進行專業審查。

釐清雲端中的所有權與責任:

● 在雲端中,應用程式團隊擁有其所有雲端資源,包括部署在其 VPC 中的運算資源與資料庫。

● 資料庫團隊負責與 Cloud Enablement 團隊合作,建立存取控制、政策管理及稽核相關項目。

● 在內部部署環境中,資料庫由資料庫團隊擁有;但在雲端中,客戶(應用程式團隊)擁有在 AWS 上執行的資料庫。

組織模型摘要:

● 中央 Cloud 團隊建立防護機制架構,並負責制定雲端開發規範。

● CIO、CTO 及 Tech Risk Office 贊助新的防護機制開發,以及雲端導入與治理相關政策。

● 相關團隊(DB 團隊、IAM 團隊等)與中央 Cloud 團隊合作,將其服務與政策納入平台。

● 應用程式開發團隊使用 Fast Track 實作其應用程式,並可要求增加其他服務,再由相關團隊共同處理。

協作模型:

● 多個團隊在雲端導入流程中各司其職,確保以協作方式進行雲端開發及維護安全。


首個應用程式的實作參與方式:

● Fast Track 上的首個應用程式需要更多實際參與,因為團隊當時仍在了解客戶歷程。

● 未來的應用程式將以運用既有防護機制為目標,讓客戶可以獨立使用服務。

● 投入資源製作教學課程與文件,以支援自助服務。

平台團隊的角色:

● 平台團隊提供指引,並為 Lambda、DynamoDB 和 RDS 等資源建立安全控制(防護機制)。

● 開發人員可自由選擇所需資源,平台團隊則協助建立必要的安全控制。

● 提供加速器,讓開發人員更容易安全地部署資源。

開發環境與正式環境中的防護機制:

● 開發(沙箱)與正式環境皆套用相同的防護機制。

● 所有環境中的防護機制均採封鎖模式,以維持一致的安全態勢。

● 細緻控制可針對個別管線略過特定防護機制,但須通過技術風險審查。

防護機制的技術實作:

● 防護機制透過與管線互動的 API 進行檢查。

● 管線會將基礎設施即程式碼(例如 AWS CDK)合成為 CloudFormation 範本。

● 接著會依據防護機制檢查這些範本,並使用 Open Policy Agent (OPA) 執行。

● 政策引擎會判斷部署可否繼續(「通過」或「不通過」)。

防護機制的技術實作(續)

● 此外,另提供 IDE 外掛程式,讓開發人員不必部署管線就能更早收到意見回饋。

● 開發人員可在 IDE 中進行開發時查看意見回饋,協助他們從開發流程早期便遵循安全標準。

NIST 實作與威脅資料庫相關問題:

● 專案以 NIST 800-53 作為初始基準。

● 公司的網路防禦與情報團隊會向團隊通報新威脅。

● 團隊根據漏洞等級(是否為重大漏洞)決定如何管理新威脅,並將處理方式整合至軟體開發生命週期 (SDLC)。

● 偵測性控制可補強防護機制所提供的預防性控制。


FP&A(財務規劃與分析)介紹:

● FP&A 負責全公司的業務規劃、成本分攤,以及推動財務洞察。

● FP&A 正採行雲端優先策略,目標是在 2024 年底前,將 100% 的內部部署應用程式及新應用程式移至雲端。

● 採用雲端的原因包括每月運算用量的高峰與低谷、目前內部部署解決方案的限制(安裝並執行於組織自身的實體硬體及伺服器上,且位於其自有設施內),以及希望減少工程人員投入維護的時間。

● FP&A 已積極將舊有內部部署基礎設施解耦,目前約完成 70%;過去三年建構新應用程式時,也已將雲端需求納入考量。

FP&A 的雲端策略與採用情形:

● FP&A 一直在建構適合微服務且支援雲端的架構,即使在內部部署環境中,也大力投資基礎設施即程式碼 (IaC)。

● 採用雲端的動力來自低廉的運算成本、生產力提升,以及建置與維護週期縮短。

● 在工程主管的支持下,Fast Track 成為公司的策略平台。

首個應用程式:FBA Central:

● 選擇一個簡單的閘道應用程式作為首個應用程式,以學習 AWS 與 Fast Track。

● 歷時三至四個月開發,並於九月至十月以 MVP 形式上線。

● 這是具代表性的微服務應用程式,包含 Spring Boot API,使用 ECS Fargate 與 DynamoDB 部署,並採用 React.js UI。

後續應用程式:

● 建構更複雜的應用程式,包含更多微服務、內部部署連線能力及工作流程解決方案。

● 將首個應用程式部署在 FP&A 專用 VPC 中,這是公司的首次嘗試。

● 儘管應用程式複雜度提高,Fast Track 仍提升了生產力並縮短交付時間。

● 團隊的技能隨時間提升,進一步縮短時程。

摘要:

● FP&A 的雲端優先策略結合 Fast Track,成功導入複雜度日益提高的應用程式,同時改善生產力並縮短交付時間。


FP&A 的雲端歷程與未來焦點:

● 已部署三個雲端原生應用程式,使用超過八項服務。

● 學會建構軟體、完成雲端導入、技術風險審查、提高架構標準,以及執行 SDLC 流程。

● 已培訓約半數的 FP&A 工程師。

● 2023 年的重點:高使用量應用程式及資料密集型計算,每日處理約 60 億筆記錄。

● 將探索無伺服器產品(Lambda、Step Functions),以及資料處理/分析服務(Glue、Athena、S3、Snowflake)。

● 目標是使用 CDK constructs 建構以 FP&A 為核心的加速器,進一步加快開發速度。

重要決策與成功因素:

● 由不同地區的四名開發人員組成核心團隊,負責培訓 Scrum 團隊並加速開發。

● 因為需要處理敏感資料,所以選擇 Fast Track 進行安全的雲端導入。

● Fast Track 的防護機制已獲技術風險團隊核准,並會在每條管線持續執行,以提供安全且最新的設定檔。

● Fast Track 的 CDK 加速器與常見模式有助於提升開發人員生產力。

部署與經驗:

● 使用 DynamoDB、ECS Fargate 及 ALB 等 AWS 元件,部署首個簡單的應用程式 FBA Central。

● 通過嚴格的技術風險審查及架構標準提升程序。

● 學習 Gold Live 機制、環境建立、可觀測性、記錄日誌,以及使用 CloudWatch 與 PagerDuty。

● 已停用內部部署應用程式,使 FP&A 全面轉為雲端原生。

雲端經驗:

● 雲端提供更廣泛且更精密的選項組合,能更貼近應用程式的運算用量需求。

● 鼓勵正要展開雲端歷程的組織調整這套作業手冊,並參考 FP&A 的經驗。


設計選擇的重要性:

● 工程師必須了解其設計選擇的後果,因為這些選擇會影響營運成本與維護。

● 無伺服器選項成本較低、易於擴展,且維護需求低。

● 基礎設施即程式碼 (IaC) 可加速創新,並在不同運算與成本設定之間切換。

IaC 的優點:

● 能加快創新及雲端成本最佳化。

● 可依據架構選擇採用不同的成本與運算設定。

● 與內部部署相比,採用雲端策略可讓營運持續計畫 (BCP) 更為直接。

提升開發人員生產力與成本最佳化:

● 由於能每日管理成本,開發人員生產力因而提升。

● 日益成熟的生態系統與 Fast Track 已促進應用程式導入。

延伸學習資源:

● Goldman Sachs Engineering 開發人員部落格,提供雲端及相關建置工作的洞察。


Fast Track 與開放原始碼的說明:

● Fast Track 本身尚未開放原始碼。

● Goldman Sachs 設有開放原始碼團隊,並已將多個專案開放原始碼。

● Fast Track 的防護機制最初與 AWS 合作建構,之後已回饋分享給 AWS,而 AWS 正將其用於 CFN Card。

● Goldman Sachs 不認為其防護機制是競爭優勢,並願意分享。

SkyPath:雲端至內部部署的整合:

● SkyPath 是一項連線解決方案,可讓位於不同信任區域的應用程式相互連線。

● 它能解決混合環境中內部部署與雲端應用程式之間的連線挑戰。

● SkyPath 運用 Service Identity Framework (SIF),在每個端點導入 SkyPath 前,先為其建立唯一身分。

● 這可確保只有身分定義清楚的端點能夠連線,解決整合時可能發生的身分識別挑戰。

Service Identity Framework (SIF):

● SIF 要求每個端點在導入 SkyPath 前,必須先定義唯一身分。

● 這個身分如同內部部署服務的類雲端身分,可確保存取安全且受到控制。

● 若要透過 SkyPath 存取內部部署 API,必須先建立服務身分。

結論:

● 本次討論強調內部部署與雲端環境之間安全且受控整合的重要性,而 SkyPath 與 Service Identity Framework 等解決方案可促成這類整合。