Amazon SageMaker

Studio Terpadu Amazon SageMaker

Lingkungan pengembangan data dan AI tunggal untuk membuat penemuan dan membangun dengan semua data Anda

Mulai

Gambaran Umum

Studio Terpadu Amazon SageMaker adalah satu lingkungan pengembangan data dan AI tempat Anda dapat menemukan dan mengakses semua data di organisasi Anda serta menindaklanjutinya dengan menggunakan alat terbaik untuk semua kasus penggunaan. Studio Terpadu SageMaker menyatukan fungsionalitas dan alat dari Analitik AWS dan layanan AI/ML yang ada, termasuk Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock, dan Amazon SageMaker AI. Dari dalam studio terpadu, Anda dapat menemukan, mengakses, serta melakukan kueri data dan aset AI di seluruh organisasi Anda, kemudian bekerja dalam proyek untuk membangun dan berbagi analitik serta artefak AI secara aman, termasuk data, model, dan aplikasi AI generatif.

Pengalaman terintegrasi untuk semua data dan AI Anda

Temukan data Anda dan proses menggunakan alat AWS yang sudah dikenal untuk alur kerja pengembangan lengkap, termasuk pengembangan model, pengembangan aplikasi AI generatif, pemrosesan data, dan analitik SQL, dalam satu lingkungan yang diatur. Buat atau gabungkan proyek untuk berkolaborasi dengan tim Anda, bagikan artefak AI dan analitik dengan aman, dan akses data Anda yang disimpan di Amazon Simple Storage Service (Amazon S3), Amazon Redshift, dan sumber data lainnya melalui arsitektur danau data terbuka Amazon SageMaker. Saat kasus penggunaan AI dan analitik berpadu, ubah cara tim data bekerja sama dengan Studio Terpadu SageMaker.

Menggunakan alat terbaik di kelasnya, apa pun tugasnya

Sederhanakan akses ke alat dan fungsionalitas yang sudah dikenal dari layanan analitik AWS, kecerdasan buatan (AI), dan machine learning (ML) yang dibuat khusus, seperti Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock, dan Amazon SageMaker AI. Bangun pipeline dan alur kerja data terintegrasi dengan tugas extract, transform, and load (ETL). Bekerja dengan lancar di berbagai sumber daya komputasi dan klaster menggunakan notebook terpadu, termasuk kemampuan pemecahan masalah yang didukung AI generatif. Gunakan editor SQL bawaan untuk melakukan kueri data yang disimpan di danau data, gudang data, basis data, dan aplikasi. Mulai dari eksplorasi dan analisis data hingga pemrosesan data yang kompleks dan interaksi bahasa alami dalam notebook imersif dan nirserver yang secara otomatis menskalakan untuk memenuhi permintaan beban kerja Anda.

Membangun pengalaman notebook yang imersif

Ubah cara Anda bekerja dengan data melalui workspace yang mengesankan dan interaktif yang menggabungkan kesederhanaan antarmuka berbasis browser dengan skalabilitas Athena Spark, memberi Anda satu tempat untuk melakukan kueri SQL, menjalankan kode Python, memproses pekerjaan data skala besar, dan membuat visualisasi. Layanan ini nirserver, jadi Anda dapat memulai dalam hitungan detik, tanpa harus menyediakan infrastruktur pemrosesan data apa pun sebelumnya. Agen AI bawaan memandu Anda melakukan pengembangan dengan menghasilkan kode, pernyataan SQL, dan rencana langkah demi langkah dari prompt bahasa alami.

Melatih, menyesuaikan, dan men-deploy model AI dalam skala besar

Kembangkan ML dan model fondasi (FM) menggunakan infrastruktur, alat, dan alur kerja SageMaker AI yang terkelola penuh. SageMaker AI menawarkan alat dan infrastruktur yang dibuat khusus untuk setiap langkah siklus aktif model, termasuk persiapan data, pelatihan, tata kelola, MLOps, inferensi, eksperimen, pipeline, serta pemantauan dan evaluasi model. Pilih dari opsi aplikasi partner yang dikurasi untuk mengembangkan model AI beperforma baik secara cepat dan aman.

Membuat aplikasi AI generatif kustom dengan cepat

Buat aplikasi AI generatif secara efisien di lingkungan yang tepercaya dan aman menggunakan Amazon Bedrock. Pilih dari opsi FM beperforma tinggi dan kemampuan penyesuaian lanjutan, seperti Basis Pengetahuan, Batasan Pengaman, Agen, dan Aliran Amazon Bedrock. Sesuaikan dan deploy aplikasi AI generatif dengan cepat, dan bagikan dengan katalog bawaan untuk membuat penemuan.

Mempercepat pengembangan dengan bantuan AI bawaan

Bekerja bersama Amazon SageMaker Data Agent di notebook nirserver untuk memecah tugas kompleks menjadi rencana langkah demi langkah, menghasilkan kode yang akurat, serta mengembangkan aplikasi analitik dan ML dari prompt bahasa alami. Gunakan Amazon Q Developer untuk tugas-tugas di seluruh siklus pengembangan Anda, termasuk menemukan data, menangani proyek dengan cepat, dan membangun model ML secara aman. Mulai obrolan dengan Amazon Q Developer atau gunakan di baris perintah untuk memahami dan menggunakan data Anda untuk setiap proyek dan kasus penggunaan.

Pelanggan dan partner

Adastra

"Kami membangun aplikasi analitik data, ML, dan GenAI yang kompleks dengan tata kelola data bawaan dan antarmuka yang mudah digunakan. Sebelum menggunakan Studio Terpadu Amazon SageMaker, deployment beberapa alat untuk data pelanggan dan pekerja informasi sebagian besar dilakukan secara manual sehingga memakan waktu. Selain itu, penyediaan arsitektur data yang andal merupakan sebuah tantangan. Sekarang, dengan Studio Terpadu Amazon SageMaker, kami dapat melakukan deployment satu alat pekerja data untuk teknisi data dan ilmuwan ML. Kami juga mengotomatiskan deployment infrastruktur data, yang memungkinkan penyederhanaan proses bagi pelanggan kami dan meningkatkan pengalaman mereka."

Zeeshan Saeed, Chief Technology and Strategy Officer, Adastra

NTT DATA

"Ketika membangun aplikasi berbasis data untuk pelanggan, kami menginginkan platform terpadu tempat berbagai macam teknologi bekerja bersama secara terintegrasi. Studio Terpadu Amazon SageMaker menyederhanakan proses pengiriman solusi kami melalui kemampuan analitik yang komprehensif, pengalaman studio terpadu, dan danau data yang mengintegrasikan manajemen data di seluruh gudang data serta danau data. Studio Terpadu Amazon SageMaker mengurangi waktu mencapai nilai untuk proyek data pelanggan kami hingga 40% sehingga membantu kami mencapai misi untuk mempercepat perjalanan transformasi digital pelanggan kami."

Akihiro Suzue, Head of Solutions Sector, NTT DATA; Yuji Shono, Senior Manager, Apps & Data Technology Department, NTT DATA; Yuki Saito, Manager, Digital Success Solutions Division, NTT DATA

Amazon Transportation

"Di Amazon, kami terus meningkatkan kecepatan pengiriman dan jumlah barang yang dikirim pada hari yang sama atau dalam semalam. Untuk mewujudkan pengiriman barang ke pelanggan secepat ini, kami sangat bergantung pada data dan wawasan. Kami ingin mempercepat proses memperoleh wawasan waktu nyata dengan akses yang tepat ke data dengan Analitik dan AI. Dengan menggunakan Studio Terpadu SageMaker, kami akan dapat mempercepat pembuatan wawasan dari penemuan data hingga pembuatan aplikasi AI Generatif."

Amulya Tayal, Director of Software Development, Amazon Transportation

Arizona State University

"Setelah mengevaluasi Studio Terpadu Amazon SageMaker, kami segera menyadari kesesuaiannya untuk mengajarkan konsep Machine Learning kepada mahasiswa kami di Arizona State University (ASU). Studio Terpadu SageMaker menyederhanakan integrasi berbagai operasi data—termasuk eksplorasi data, pemrosesan data, rekayasa fitur, dan deployment model—ke dalam satu platform. Pendekatan terpadu ini memungkinkan mahasiswa kami, terutama yang baru mengenal ML, untuk lebih fokus pada pemahaman topik Machine Learning daripada menghabiskan waktu untuk belajar menggunakan bermacam alat untuk membangun pipeline Machine Learning mereka."

John Rome, Deputy Chief Information Officer, Enterprise Technology, Arizona State University

Swiss Life

"Peluncuran Studio Terpadu SageMaker pas sekali dengan kebutuhan kami di Swiss Life. Ini adalah produk hebat yang akan menyederhanakan langkah kami mencapai tujuan utama, yaitu menghadirkan data kepada mereka yang membutuhkannya. Kemampuan untuk menghubungkan berbagai sumber data, membagikannya dengan mudah kepada tim atau produk lain, dan menggunakan kekuatan penuh dari infrastruktur AWS yang jadi fondasinya akan makin memajukan ilmu data di Swiss Life."

Simon Mannstein, Team Lead Cloud Platform & Adoption, Swiss Life Deutschland