Qu'est-ce qu'AWS (Amazon Web Services) ?

AWS (Amazon Web Services) est la division cloud d'Amazon et le leader mondial du cloud computing avec environ 31 % de parts de marché en 2024, devant Microsoft Azure (25 %) et Google Cloud Platform (11 %). Lancée en 2006 avec deux services (S3 pour le stockage et EC2 pour le calcul), la plateforme propose aujourd'hui plus de 200 services managés couvrant l'ensemble des besoins informatiques des entreprises.

Les services fondamentaux

L'offre AWS s'organise autour de plusieurs catégories de services :

Calcul — EC2 (machines virtuelles), Lambda (serverless), ECS/EKS (conteneurs). Ces services permettent d'exécuter n'importe quelle charge de travail, du simple script au cluster de calcul haute performance.

Stockage — S3 (stockage objet, devenu un standard de fait), EBS (disques attachés aux instances), Glacier (archivage longue durée). S3 à lui seul stocke des trillions d'objets pour des millions de clients.

Bases de données — RDS (bases relationnelles managées : PostgreSQL, MySQL), DynamoDB (NoSQL), Redshift (data warehouse). Chaque type de donnée a un service optimisé.

Réseau — VPC (réseaux privés virtuels), CloudFront (CDN), Route 53 (DNS). L'infrastructure réseau d'AWS couvre 34 régions géographiques et plus de 100 zones de disponibilité à travers le monde.

AWS pour la data et l'IA

AWS propose un écosystème complet pour les cas d'usage data et IA, ce qui en fait un pilier des data platforms modernes :

Data engineering — Glue (ETL serverless), EMR (clusters Spark managés), Kinesis (streaming temps réel), Athena (requêtage SQL sur S3). Ces services permettent de construire des pipelines de données à grande échelle sans gérer l'infrastructure sous-jacente.

Machine learning — SageMaker est la plateforme ML intégrée d'AWS, couvrant la préparation des données, l'entraînement, le déploiement et le monitoring des modèles. SageMaker s'intègre avec les pratiques MLOps pour industrialiser le cycle de vie des modèles.

IA générative — Amazon Bedrock donne accès à des LLM de plusieurs fournisseurs (Anthropic Claude, Meta Llama, Mistral, Amazon Titan) via une API unifiée, avec des fonctionnalités de RAG (Retrieval-Augmented Generation) et de fine-tuning intégrées.

Le modèle économique

AWS fonctionne sur un modèle de paiement à l'usage (pay-as-you-go) : les entreprises ne paient que pour les ressources consommées, sans investissement initial en infrastructure. Ce modèle a transformé l'économie de l'informatique en remplaçant les dépenses d'investissement (CAPEX) par des dépenses opérationnelles (OPEX), rendant possible pour une startup de disposer de la même puissance de calcul qu'une grande entreprise.

Des options de réservation (Reserved Instances, Savings Plans) permettent de réduire les coûts de 30 à 70 % pour les charges de travail prévisibles. La contrepartie : sans gouvernance rigoureuse, les coûts cloud peuvent rapidement devenir difficiles à maîtriser — le FinOps (gestion financière du cloud) est devenu une discipline à part entière.

Certifications AWS

AWS propose un programme de certifications structuré en quatre niveaux : Cloud Practitioner (fondamentaux), Associate (architecte, développeur, SysOps), Professional (architecte, DevOps) et Specialty (data analytics, machine learning, sécurité). Ces certifications sont reconnues dans l'industrie et valident des compétences pratiques sur la plateforme.

AWS dans l'écosystème cloud

Face à Azure et GCP, AWS se distingue par la profondeur de son catalogue de services, la maturité de son écosystème (documentation, communauté, partenaires) et son avance historique. Azure est souvent privilégié dans les environnements Microsoft, GCP pour ses capacités en data analytics (BigQuery) et en IA. Le choix dépend du contexte technique, des compétences disponibles et de la stratégie cloud de l'entreprise.