Amazon SageMaker

Amazon SageMaker รุ่นต่อไปจะเป็นศูนย์กลางทางข้อมูล การวิเคราะห์ และ AI ทั้งหมดให้กับคุณ

ภาพรวม

Amazon SageMaker มอบประสบการณ์แบบผสานรวมสำหรับการวิเคราะห์และ AI พร้อมสิทธิ์แบบครบวงจรในการเข้าถึงข้อมูลทั้งหมดของคุณ โดยการรวมความสามารถของแมชชีนเลิร์นนิง (ML) และการวิเคราะห์ของ AWS ที่มีการนำไปใช้ร่วมกันอย่างแพร่หลายเข้าไว้ด้วยกัน ทำงานร่วมกันและสร้างได้เร็วขึ้นจากสตูดิโอแบบครบวงจร โดยการใช้เครื่องมือ AWS ที่คุ้นเคยสำหรับการพัฒนาโมเดล AI ช่วยสร้าง การประมวลผลข้อมูล และการวิเคราะห์ SQL ซึ่งเร่งให้เร็วขึ้นด้วย Amazon Q Developer ซึ่งเป็นผู้ช่วยที่เป็น AI ช่วยสร้างที่มึความสามารถสูงสุดสำหรับการพัฒนาซอฟต์แวร์ เข้าถึงข้อมูลทั้งหมดของคุณไม่ว่าจะเก็บไว้ใน Data Lake, คลังข้อมูล หรือแหล่งที่มาของข้อมูลจากภายนอก หรือแหล่งข้อมูลที่เชื่อมโยงกับส่วนกลาง โดยมีการกำกับดูแลในตัวเพื่อตอบสนองความต้องการด้านความปลอดภัยขององค์กร

ประโยชน์

สตูดิโอแบบครบวงจรของ Amazon SageMaker มอบประสบการณ์การผสานรวมเพื่อใช้ข้อมูลและเครื่องมือทั้งหมดของคุณสำหรับการวิเคราะห์และ AI ค้นพบข้อมูลของคุณและนำไปใช้งานโดยใช้เครื่องมือ AWS ที่คุ้นเคยสำหรับการพัฒนาโมเดล, AI ช่วยสร้าง, การประมวลผลข้อมูล และการวิเคราะห์ SQL ทำงานในทรัพยากรการประมวลผลต่าง ๆ โดยใช้โน๊ตบุ๊กแบบครบวงจร ค้นพบและสืบค้นแหล่งที่มาของข้อมูลที่หลากหลายด้วยตัวแก้ไข SQL ในตัว ฝึกและปรับใช้โมเดล AI ในทุกระดับ รวมถึงสร้างแอปพลิเคชัน AI ช่วยสร้างแบบกำหนดเองได้อย่างรวดเร็ว สร้างและแชร์อาร์ทิแฟกต์จากการวิเคราะห์และ AI อย่างปลอดภัย เช่น ข้อมูล โมเดล และแอปพลิเคชัน AI ช่วยสร้างเพื่อนำผลิตภัณฑ์ข้อมูลเข้าสู่ตลาดได้เร็วขึ้น
เร่งความเร็ว AI ใน Amazon SageMaker ด้วยชุดความสามารถในการพัฒนา AI ที่ครอบคลุมซึ่งมีความปลอดภัยจากการออกแบบ ฝึก ปรับแต่ง และใช้ ML และโมเดลพื้นฐาน (FM) บนโครงสร้างพื้นฐานที่มีประสิทธิภาพสูงและคุ้มค่า ใช้เครื่องมือที่สร้างตามวัตถุประสงค์ที่ครอบคลุมวงจรชีวิต AI ทั้งหมด ตั้งแต่สภาพแวดล้อมการพัฒนาแบบผสานรวม (IDE) ที่มีประสิทธิภาพสูง และการฝึกอบรมแบบกระจายไปจนถึงการอนุมาน, การดำเนินงาน AI, การกำกับดูแล และข้อมูลการสังเกต สร้างแอปพลิเคชัน AI ช่วยสร้างอย่างรวดเร็วที่ปรับให้เหมาะกับธุรกิจของคุณด้วยโมเดลที่ล้ำสมัยและข้อมูลที่เป็นกรรมสิทธิ์เฉพาะของคุณ เร่งความเร็วในการพัฒนา AI ด้วย Amazon Q Developer ซึ่งช่วยให้คุณสามารถค้นพบข้อมูล, สร้างและฝึกโมเดล ML, สร้างการสืบค้น SQL รวมถึงสร้างและเรียกใช้งานไปป์ไลน์ข้อมูลได้สะดวกง่ายดายยิ่งขึ้น โดยทั้งหมดทำได้ด้วยภาษาธรรมชาติ
รวมข้อมูลทั้งหมดจาก Data Lake ของ Amazon Simple Storage Service (Amazon S3) และคลังข้อมูลของ Amazon Redshift เข้าด้วยกันโดยใช้ Amazon SageMaker Lakehouse เพิ่มความยืดหยุ่นในการเข้าถึงและสืบค้นข้อมูลด้วยเครื่องมือและเอนจินที่ใช้งานร่วมกันได้กับ Apache Iceberg ทั้งหมดในสำเนาข้อมูลการวิเคราะห์เดียว รักษาความปลอดภัยให้กับข้อมูลของคุณโดยการกำหนดสิทธิ์อย่างละเอียด ซึ่งมีผลกับเครื่องมือวิเคราะห์และ AI ใน Lakehouse นำข้อมูลจากฐานข้อมูลการดำเนินงานและแอปพลิเคชันเข้าสู่ Lakehouse ของคุณแบบแทบจะเรียลไทม์ผ่านการบูรณาการ ETL แบบไร้รอยต่อ นอกจากนี้ การเข้าถึงและการสืบค้นข้อมูลยังมีความสามารถในการสืบค้นที่เชื่อมโยงกับส่วนกลางในแหล่งที่มาของข้อมูลจากภายนอก
รับประกันความปลอดภัยขององค์กรด้วยการกำกับดูแลในตัวตลอดทั้งวงจรการใช้งานข้อมูลและ AI Amazon SageMaker ช่วยเสริมศักยภาพให้คุณสามารถควบคุมการเข้าถึงข้อมูล โมเดล และอาร์ทิแฟกต์การพัฒนาที่เหมาะสมตามผู้ใช้ที่เหมาะสมเพื่อวัตถุประสงค์ที่ถูกต้อง คุณสามารถกำหนดและบังคับใช้นโยบายการเข้าถึงได้อย่างสม่ำเสมอโดยใช้รูปแบบการอนุญาตเดียวพร้อมการควบคุมการเข้าถึงแบบละเอียดด้วย Amazon SageMaker Catalog ป้องกันและปกป้องโมเดล AI ของคุณโดยใช้นโยบายการจัดหมวดหมู่ข้อมูล การตรวจจับถ้อยคำที่ไม่เหมาะสม กฎควบคุมระบบ และ AI ที่มีความรับผิดชอบ รับความไว้วางใจในองค์กรของคุณด้วยการตรวจสอบคุณภาพข้อมูลและระบบอัตโนมัติ การตรวจจับข้อมูลที่ละเอียดอ่อน ตลอดจนการติดตามที่มาของข้อมูลและ ML

พบกับ SageMaker รุ่นต่อไป

ความสามารถ

ขอแนะนำรุ่นถัดไปของ Amazon SageMaker

ภาพขนาดย่อ SageMaker

ลูกค้า

Toyota

"เรากำลังนำ Amazon SageMaker ไปเพื่อช่วยรวมและกำกับดูแลข้อมูลในหน่วยรถยนต์ การขาย การผลิต และซัพพลายเชนที่เชื่อมต่อกันของเราเพื่อจัดการกับชุดข้อมูลแบบแยกส่วนในการดำเนินงานด้านยานยนต์ วิธีการนี้ช่วยให้เราสามารถค้นหา ค้นพบ และแชร์ข้อมูลได้อย่างง่ายดาย วางรากฐานเพื่อแก้ไขปัญหาด้านคุณภาพล่วงหน้า เพิ่มความพึงพอใจของลูกค้า รวมถึงช่วยให้การพัฒนาแอปพลิเคชัน AI ช่วยสร้างง่ายขึ้น"

Kamal Distell รองประธานฝ่ายข้อมูล การวิเคราะห์ แพลตฟอร์ม และวิทยาศาสตร์ข้อมูลของ TMNA

Charter Communications

Charter Communications กำลังขับเคลื่อนนวัตกรรมและประสิทธิภาพด้วย Amazon Redshift และ Amazon SageMaker

Lennar

"เราใช้เวลา 18 เดือนที่ผ่านมาทำงานร่วมกับ AWS เพื่อเปลี่ยนรากฐานข้อมูลของเราเป็นโซลูชันที่ดีที่สุดและคุ้มค่าด้วย ความก้าวหน้าอย่างสตูดิโอแบบครบวงจรของ Amazon SageMaker และ Amazon SageMaker Lakehouse เราเร่งความเร็วในการส่งมอบผ่านการเข้าถึงข้อมูลและบริการได้อย่างราบรื่น ซึ่งเปิดโอกาสให้วิศวกร นักวิเคราะห์ และนักวิทยาศาสตร์ของเราสามารถค้นหาข้อมูลเชิงลึกที่มอบค่านิยมทางวัตถุให้กับธุรกิจของเรา"

Lee Slezak รองประธานอาวุโสฝ่ายข้อมูลและการวิเคราะห์ของ Lennar

Natera, Inc

“องค์กรของเราได้ใช้ประโยชน์จาก Amazon DataZone, Amazon SageMaker AI, Amazon Athena และ Amazon Redshift เพื่อจัดการและวิเคราะห์ข้อมูลทางคลินิกและจีโนมของเรา เรารู้สึกตื่นเต้นที่ได้มีการกำกับดูแลแบบครบวงจรของ Amazon SageMaker Catalog ซึ่งจะช่วยเพิ่มประสิทธิภาพในการค้นพบและการเข้าถึงข้อมูลของเรา โดยเปิดโอกาสให้ทีมของเราสามารถวิเคราะห์ข้อมูลที่เกี่ยวข้องในโดเมนทั้งหมดของเราได้อย่างรวดเร็ว การผสานการทำงานนี้จะช่วยให้เราสามารถสร้างชุดข้อมูลที่ปรับแต่งได้ ซึ่งอาจช่วยลดเวลาในการรับข้อมูลเชิงลึก และผลักดันให้ผู้ป่วยมีอาการดีขึ้นในที่สุดเมื่อเรากำลังก้าวไปสู่เป้าหมายของเราในการทำให้การทดสอบทางพันธุกรรมที่ปรับให้เหมาะกับแต่ละบุคคลเป็นส่วนมาตรฐานของการดูแลรักษา”

Mirko Buholzer รองประธานฝ่ายวิศวกรรมซอฟต์แวร์ของ Natera, Inc.

image

NatWest Group

“ทีมวิศวกรรมแพลตฟอร์มข้อมูลของเราได้นำเครื่องมือสำหรับผู้ใช้ปลายทางหลายอย่างมาใช้ในงานด้านวิศวกรรมข้อมูล ML, SQL และ AI ช่วยสร้าง ขณะที่เราต้องการลดความซับซ้อนของกระบวนการทั่วทั้งธนาคาร เราก็ได้มองหากาเพิ่มประสิทธิภาพในการยืนยันตัวตนผู้ใช้และการอนุญาตการเข้าถึงข้อมูล Amazon SageMaker มอบประสบการณ์ผู้ใช้สำเร็จรูปเพื่อช่วยให้เราใช้งานในสภาพแวดล้อมเดียวภายในองค์กร ซึ่งช่วยลดเวลาที่ผู้ใช้ข้อมูลของเราใช้ในการเข้าถึงเครื่องมือใหม่ ๆ ได้ประมาณ 50%”

Zachery Anderson ประธานเจ้าหน้าที่ฝ่ายวิเคราะห์ข้อมูลของ NatWest Group

image