跳至主要內容

Amazon SageMaker Catalog

了解下一代 Amazon SageMaker

Amazon SageMaker Catalog

安全地探索、管控和協作資料和 AI

進一步了解 Amazon SageMaker
試一試 SageMaker 型錄示範

概觀

Amazon SageMaker Catalog 簡化了結構化和非結構化資料、AI 模型、商業智慧儀表板和應用程式中資料與 AI 的探索、管控和協作。您可將生成式 AI 建置的中繼資料與語義搜尋搭配使用，安全地探索和存取已核准的資料和模型，或者直接使用自然語言要求 Amazon Q Developer 尋找您的資料。使用者可以使用 Amazon SageMaker Unified Studio 中具有集中精細存取控制項的單一許可模型，來定義和強制執行存取政策。透過簡單的發佈和訂閱工作流程，針對資料和 AI 資產進行順暢的共用與協作。透過資料品質監控、資料分類，以及資料與 AI 資產的端對端自動化資料欄層級沿襲，來培養組織範圍內的資料信任。

優勢

利用在 Amazon Datazone 基礎上建置的 SageMaker Catalog，大規模探索您的資料和 AI 資產。利用生成式 AI 增強資料探索，以根據業務內容自動豐富您的資料和中繼資料，讓所有使用者可更輕鬆地尋找、理解和使用資料。透過資料表和資料欄名稱或業務詞彙術語進行篩選，共用資料、AI 模型、提示和生成式 AI 資產。自動為每個資料集建議有價值的欄和相關的分析應用程式，從而能夠使用正確的資料快速建置適當的模型。通過在專案上的單一體驗中發佈和訂閱工作流程，支援集中式和分散式管控模式，實現無縫的資料和 AI 共用。

透過即時查看 SageMaker 中的資料品質以及資料及 ML 歷程來獲得信任。自動化資料分析和資料品質建議，監控資料品質規則，以及接收提醒。藉由使用以規則和 ML 為基礎的方法協調實體，解決難以發現的資料品質問題，以便您提供高品質的資料來做出自信的業務決策。透過內建模型監控來偵測偏差，並報告功能如何影響模型預測，從而提高資料管道與 AI 專案的透明度。

透過精細存取控制、資料分類和防護機制，在 SageMaker 中集中實作資料和 AI 安全性，以確保資料、分析和 AI 模型得到適當使用。定義一次許可，並在資料和模型中強制執行這些許可。藉助原生整合的 Amazon Bedrock，客戶可在其生成式 AI 應用程式中使用 Amazon Bedrock 防護機制，即透過封鎖有害內容、篩選幻覺並啟用可自訂的保護措施來實現隱私權、安全性和準確性。使用 Amazon Comprehend 自動識別管道中的敏感資訊。

藉助資料用量以及模型記錄和監控滿足稽核和法規遵循。透過專案型隔離，支援整個企業內分析和 AI 資產的可接受使用。了解整個資料湖中的資料和模型用量以增強安全性。使用 Amazon SageMaker Clarify 監控模型的偏差、準確性和穩定性，並符合負責任 AI 標準。將成本與業務計劃保持一致，並清楚地了解您的業務投資。

功能

資料及 AI 型錄

透過單一型錄，探索、控管結構化資料、非結構化資料、AI 模型、BI 儀表板與應用程式，以及在此基礎上開展協作。 

Missing alt text value

業務詞彙表

透過共用地業務定義與可自訂中繼資料表單，使術語標準化。支援受限制的分類術語，以便對敏感資料強制執行持續一致地標記，以及支援下游管理工作流程。

Missing alt text value

資料沿襲

追蹤資料如何跨系統移動與變更。藉助與 OpenLineage 相容的沿襲，協助使用者了解來源、轉換及取用模式，以便改善改善信任、偵錯與管控。

Missing alt text value

資料品質監控

檢視 AWS 與第三方工具的資料品質指標。取用者在搜尋時取得信任與關聯內容，資料團隊則可透過 API 將外部品質訊號整合至統一的入口網站。

Missing alt text value

資料探索

藉助業務關聯內容來擴充技術中繼資料，以便使用者快速查找、了解及信任其使用的資料。

Missing alt text value

自動化中繼資料建議

藉助採用 LLM 技術的自動化，來生成便於開展業務的名稱與說明，從而改善技術資產的關聯內容、一致性與清晰度。

Missing alt text value

語義搜尋

透過自然語言查詢來查找資料與模型。透過語義搜尋，可了解使用者意圖、關聯內容與關係，而不只是關鍵字，以便傳回更相關的結果。

Missing alt text value

BI 儀表板

憑藉互動式儀表板、完美像素報告與生成式業務智慧 (BI) 等多種 Amazon Quick Suite Amazon Quick Suite 功能，在 SageMaker 中整合資料，以便將資料轉為洞察，所有這一切皆以受管控及自動化方式實現。 

Missing alt text value

資料產品

藉助共用的中繼資料，將相關資產封裝至專注於商業的資料產品中。支援管理團隊追蹤產品層級取用的同時，改善探索、統一存取請求，以及減少管理開銷。

Missing alt text value

客戶

Natera, Inc.

「透過將 Amazon QuickSight 與 Amazon SageMaker 整合，我們的實驗室營運團隊和科學家現在可以即時監控所有地點的臨床檢測表現。我們開發了統一的儀表板，整合了輸送量、品質控制指標和週轉時間，從而實現詳細的趨勢分析和持續的性能最佳化。從探索性審查到模型開發，科學家現在可以在單一的整合環境中進行全面的資料分析。」

Natera, Inc. 軟體工程副總裁 Mirko Buholzer

Natera 如何利用 Amazon SageMaker Catalog 擴展基因組學研究

Cisco

「您希望探索、共用和管控自己的資料。無論將其稱為資料網格還是資料經緯，資料都存在於多個孤島中的不同團隊之間，因此需要採用一種方法將它們整合在一起。Amazon SageMaker Catalog 可連線資料生產者和取用者，讓生產者能夠藉助內建控制項和資料合約共用資料，同時讓取用者能夠使用自己選擇的工具存取資料」

Cisco AI/ML 資深總監Shaja Arul Selvamani

The Cisco logo featuring the company's name in blue with a stylized bridge design above it.

NatWest

「我們的資料平台工程團隊一直在為資料工程、ML、SQL 和生成式 AI 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 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

Missing alt text value

找到今天所需的資訊了嗎？

讓我們知道，以便我們改善頁面內容的品質