Studio Terpadu Amazon SageMaker

Satu lingkungan pengembangan data dan AI, yang dibangun di atas Amazon DataZone

Ikhtisar

Amazon SageMaker adalah satu lingkungan pengembangan data dan AI tempat Anda dapat menemukan dan mengakses semua data di organisasi Anda dan 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 AI Amazon SageMaker. Dari dalam studio terpadu, Anda dapat menemukan, mengakses, serta mengkueri data dan aset AI di seluruh organisasi Anda, kemudian bekerja sama dalam proyek untuk membangun dan berbagi analitik dan 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 Amazon SageMaker Lakehouse. Saat kasus penggunaan AI dan analitik berpadu, ubah cara tim data bekerja sama dengan Amazon SageMaker Unified Studio.

image

Gunakan 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 saluran data terintegrasi dengan ETL visual dan lakukan tugas dengan lancar di berbagai sumber daya komputasi dan klaster menggunakan notebook terpadu. Gunakan editor SQL bawaan untuk menanyakan data yang disimpan di danau data, gudang data, basis data, dan aplikasi.

image

Latih, sesuaikan, dan terapkan 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 hidup model, termasuk persiapan data, pelatihan, tata kelola, MLOps, inferensi, eksperimen, pipeline, serta pemantauan dan evaluasi model. Pilih dari pilihan aplikasi partner terkurasi untuk mengembangkan model AI beperforma baik secara cepat dan aman.

image

Buat aplikasi AI generatif khusus dengan cepat

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

Placeholder

Percepat perjalanan data dengan Amazon Q Developer

Gunakan Amazon Q Developer untuk tugas-tugas di seluruh siklus pengembangan Anda, termasuk menemukan data untuk proyek, meningkatkan kolaborasi dengan cepat, dan membangun model ML secara aman. Mulai obrolan dengan Amazon Q Developer untuk memahami dan menggunakan data Anda untuk setiap proyek dan kasus penggunaan. Sederhanakan perjalanan data Anda dengan Amazon Q untuk membuat kode, menghasilkan SQL, mengintegrasikan data, memecahkan masalah, dan banyak lagi.

image

Pelanggan dan Partner

Adastra

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

Zeeshan Saeed, Chief Technology and Strategy Officer, Adastra

image

NTT DATA

"Ketika membangun aplikasi berbasis data untuk pelanggan, kami menginginkan platform terpadu tempat berbagai macam teknologi bekerja bersama secara terintegrasi. Amazon SageMaker Unified Studio menyederhanakan proses pengiriman solusi kami melalui kemampuan analitik yang komprehensif, pengalaman studio terpadu, dan lakehouse yang mengintegrasikan manajemen data di seluruh gudang data serta danau data. Studio Terpadu Amazon SageMaker akan mengurangi waktu mendapatkan 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

image

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 membangun aplikasi AI Generatif.“

Amulya Tayal, Director of Software Development, Amazon Transportation

image

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

image

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

image