Amazon SageMaker Unified Studio (預覽版)
在 Amazon DataZone 上建立的單一環境中存取所有資料和工具以進行分析和 AI
針對所有資料和 AI 的整合體驗
在單一受管控環境中,在使用熟悉的 AWS 工具探索您的資料並將其投入使用,以實現完整的開發工作流程,包括模型開發、生成式 AI 應用程式開發、資料處理和 SQL 分析。透過 Amazon SageMaker Lakehouse 建立或聯結專案以便與您的團隊合作、安全地共用 AI 和分析成品,以及存取儲存在 Amazon Simple Storage Service (Amazon S3)、Amazon Redshift 和更多資料來源中的資料。隨著 AI 與分析使用案例融合,藉助 Amazon SageMaker Unified Studio 轉變資料團隊的合作方式。

無論執行何種任務,都可以使用一流的工具
透過專門建置的 AWS 分析和人工智慧和機器學習 (AI/ML) 服務,例如 Amazon EMR、AWS Glue、Amazon Athena、Amazon Redshift、Amazon Bedrock 和 Amazon SageMaker AI,簡化對熟悉工具和功能的存取。使用視覺化 ETL 建置整合式資料管道,並且使用統一筆記本跨不同的運算資源和叢集順暢地開展工作。使用內建的 SQL 編輯器查詢儲存在資料湖、資料倉儲、資料庫和應用程式中的資料。

大規模訓練、自訂和部署 AI 模型
使用 Amazon SageMaker AI 的全受管基礎設施、工具和工作流程,開發 ML 和基礎模型 (FM)。SageMaker AI 為模型生命週期的每個步驟提供專門建置的工具和基礎設施,包括資料準備、訓練、管控、MLOps、推論、實驗、管道以及模型監控和評估。

快速建置自訂生成式 AI 應用程式
使用 Amazon Bedrock IDE (預覽版) 在受信任且安全的環境中有效地建置生成式 AI 應用程式。從多種高效能 FM 和進階自訂功能中進行選擇,例如 Amazon Bedrock 知識庫、防護機制、代理程式和流程。快速量身打造和部署生成式 AI 應用程式,並與內建型錄共用以進行探索。

使用 Amazon Q Developer 加速您的資料之旅
使用 Amazon Q Developer 完成整個開發生命週期的任務,包括尋找專案資料、快速加強協作,以及安全地建置 ML 模型。與 Amazon Q Developer 聊天,以針對每個專案和使用案例了解並使用自己的資料。使用 Amazon Q 簡化您的資料之旅,該工具可用於撰寫程式碼、產生 SQL、整合資料、疑難排解等。

客戶和合作夥伴
NatWest Group
「我們的資料平台工程團隊一直在為資料工程、ML、SQL 和 GenAI 任務部署多個最終使用者工具。在尋求簡化整個銀行的程序期間,我們一直在研究簡化使用者身分驗證和資料存取授權。Amazon SageMaker Unified Studio 提供現成的使用者體驗,協助我們在整個組織中部署單一環境,從而將資料使用者存取新工具所需的時間縮短大約 50%。」
– NatWest Group 的 CDAO:Zachery Anderson

Trend Micro
「我們希望簡化資料評估的過程,讓我們的資料分析師、ML 科學家和資料工程師可以高效地開展工作。藉助與 AWS 的長期合作夥伴關係,我們很高興看到 Amazon SageMaker Unified Studio 的推出,以及它簡化資料存取和增強協作的能力。」
– Trend Micro 開發長 Oscar Chang

Adastra
「我們建置具有內建資料管控和使用者友好介面的複雜資料分析、ML 和 GenAI 應用程式。在 Amazon SageMaker Unified Studio 推出之前,為客戶的資料和資訊工作者部署多種工具大多是手動且耗時的任務,並且確保強大的資料架構佈建是一項嚴峻的挑戰。現在,藉助 Amazon SageMaker Unified Studio,我們可以為資料工程師和機器學習科學家部署單一資料工作者工具。我們還將能夠自動化資料基礎設施部署,從而能夠為客戶簡化程序並增強他們的體驗。」
– Adastra 技術與策略長 Zeeshan Saeed

NTT DATA
「在為客戶建置資料驅動的應用程式時,我們希望有一個統一的平台,其中各種技術以整合的方式協同工作。Amazon SageMaker Unified Studio 透過全面的分析功能、統一的工作室體驗以及跨資料倉儲和資料湖整合資料管理的 Lakehouse 簡化了我們的解決方案交付程序。我們相信,Amazon SageMaker Unified Studio 將使客戶資料專案的價值實現時間縮短高達 40%,從而協助我們實現加速推進客戶數位轉型之旅的使命。」
– NTT DATA 解決方案部門主管 Akihiro Suzue;NTT DATA 應用與資料技術部高級經理 Yuji Shono;NTT DATA 數字成功解決方案部經理 Yuki Saito

Salesforce
「我們期待 Salesforce Data Cloud 和 Amazon Web Services (AWS) 資料來源與 Amazon SageMaker Unified Studio 之間建立無縫連線,整合程式碼儲存庫,以及在單一環境中支援 CICD 及安全控制。此外,我們還與 AWS 團隊合作,為資料工程師和資料科學家等專業開發人員提供無縫的開發人員體驗,讓其使用程式碼輕鬆自訂 Data Cloud。」
– Salesforce 銷售部高級產品管理總監 Rohit Dar
