Amazon SageMaker Unified Studio
Eine einzige Daten- und KI-Entwicklungsumgebung, die auf Amazon DataZone basiert
Übersicht
Amazon SageMaker ist eine zentrale Daten- und KI-Entwicklungsumgebung, in der Sie alle Daten in Ihrem Unternehmen finden und darauf zugreifen und mit den besten Tools für jeden Anwendungsfall darauf reagieren können. SageMaker Unified Studio vereint die Funktionen und Tools vorhandener AWS-Analytik- und KI/ML-Services, darunter Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock und Amazon SageMaker AI. Im vereinheitlichten Studio können Sie Daten und KI-Assets in Ihrem gesamten Unternehmen finden, darauf zugreifen und diese abfragen. Anschließend können Sie in Projekten zusammenarbeiten, um Analytik und KI-Artefakte, einschließlich Daten, Modelle und generativer KI-Anwendungen, sicher zu erstellen und gemeinsam zu nutzen.
Ein integriertes Erlebnis für all Ihre Daten und KI
Entdecken Sie Ihre Daten und nutzen Sie sie mit vertrauten AWS-Tools für komplette Entwicklungsworkflows, einschließlich Modellentwicklung, generativer KI-Anwendungsentwicklung, Datenverarbeitung und SQL-Analytik, in einer einzigen, kontrollierten Umgebung. Erstellen Sie Projekte oder treten Sie ihnen bei, um mit Ihren Teams zusammenzuarbeiten, KI- und Analytik-Artefakte sicher auszutauschen und über Amazon SageMaker Lakehouse auf Ihre in Amazon Simple Storage Service (Amazon S3), Amazon Redshift und weiteren Datenquellen gespeicherten Daten zuzugreifen. Verändern Sie mit Amazon SageMaker Unified Studio die Art und Weise, wie Datenteams zusammenarbeiten, wenn KI- und Analytik-Anwendungsfälle zusammen laufen.
Erstklassige Tools verwenden – unabhängig vom Auftrag
Optimieren Sie den Zugriff auf vertraute Tools und Funktionen aus speziell entwickelten AWS-Analytik und Services für künstliche Intelligenz und Machine Learning (KI/ML) wie Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock und Amazon SageMaker AI. Erstellen Sie integrierte Daten-Pipelines mit Visual ETL und arbeiten Sie mithilfe einheitlicher Notebooks nahtlos über verschiedene Rechenressourcen und Cluster hinweg. Verwenden Sie den integrierten SQL-Editor, um Daten abzufragen, die in Data Lakes, Data Warehouses, Datenbanken und Anwendungen gespeichert sind.
KI-Modelle im großen Maßstab trainieren, anpassen und bereitstellen
Entwickeln Sie ML- und Basismodelle (FMs) mithilfe der vollständig verwalteten Infrastruktur, Tools und Workflows von SageMaker AI. SageMaker AI bietet speziell entwickelte Tools und Infrastruktur für jeden Schritt des Modelllebenszyklus, einschließlich Datenvorbereitung, Training, Governance, MLOps, Inferenz, Experimenten, Pipelines sowie Modellüberwachung und -bewertung. Wählen Sie aus einer kuratierten Auswahl an Partner-Apps, um schnell und sicher leistungsstarke KI-Modelle zu entwickeln.
Schnell benutzerdefinierte generative KI-Anwendungen erstellen
Erstellen Sie mithilfe von Amazon Bedrock effizient generative KI-Anwendungen in einer vertrauenswürdigen und sicheren Umgebung. Wählen Sie aus einer Auswahl an leistungsstarken FMs und erweiterten Anpassungsfunktionen wie Amazon-Bedrock-Wissensdatenbanken, Integritätsschutz, Agenten und Flows. Passen Sie generative KI-Anwendungen schnell an, stellen Sie sie bereit und teilen Sie sie mit dem integrierten Katalog zur Entdeckung.
Ihre Datenreise mit Amazon Q Developer beschleunigen
Verwenden Sie Amazon Q Developer für Aufgaben in Ihrem gesamten Entwicklungszyklus, einschließlich der Suche nach Daten für Projekte, der schnellen Aufnahme von Zusammenarbeiten und der sicheren Erstellung von ML-Modellen. Chatten Sie mit Amazon Q Developer, um Ihre Daten für jedes Projekt und jeden Anwendungsfall zu verstehen und zu verwenden. Optimieren Sie Ihre Datenreise mit Amazon Q, um Code zu verfassen, SQL zu generieren, Daten zu integrieren, Fehler zu beheben und vieles mehr.
Kunden und Partner
Adastra
„Wir entwickeln komplexe Datenanalytik-, ML- und GenKI-Anwendungen mit integrierter Daten-Governance und benutzerfreundlichen Oberflächen. Vor Amazon SageMaker Unified Studio war die Bereitstellung mehrerer Tools für die Daten- und Informations-Worker unserer Kunden größtenteils manuell und zeitaufwändig, und die Sicherstellung einer robusten Datenarchitektur war eine Herausforderung. Mit Amazon SageMaker Unified Studio können wir jetzt ein einziges Data-Worker-Tool für Dateningenieure und ML-Wissenschaftler bereitstellen. Wir automatisieren auch die Bereitstellung der Dateninfrastruktur, sodass wir den Prozess für unsere Kunden vereinfachen und ihr Erlebnis verbessern können.“
Zeeshan Saeed, Chief Technology and Strategy Officer, Adastra
NTT DATA
„Wenn wir datengesteuerte Anwendungen für unsere Kunden entwickeln, wollen wir eine einheitliche Plattform, auf der die Technologien auf integrierte Weise zusammenarbeiten. Amazon SageMaker Unified Studio optimiert unsere Lösungsbereitstellungsprozesse durch umfassende Analytikfunktionen, ein einheitliches Studioerlebnis und ein Lakehouse, das die Datenverwaltung über Data Warehouses und Data Lakes hinweg integriert. Amazon SageMaker Unified Studio verkürzt die Wertschöpfungszeit der Datenprojekte unserer Kunden um bis zu 40 %, was uns bei unserer Mission unterstützt, die digitale Transformation unserer Kunden zu beschleunigen.“
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 Transport
„Bei Amazon verbessern wir weiterhin die Liefergeschwindigkeiten und erhöhen die Anzahl der Artikel, die am selben Tag oder über Nacht geliefert werden. Um Artikel so schnell an den Kunden zu liefern, sind wir stark auf Daten und Erkenntnisse angewiesen. Wir wollen den Prozess der Gewinnung von Erkenntnissen in Echtzeit mit richtigem Zugriff auf Daten mit Analytik und KI beschleunigen. Mit SageMaker Unified Studio werden wir in der Lage sein, unsere Erkenntnisgenerierung von der Datenentdeckung bis hin zur Erstellung von GenAI-Anwendungen zu beschleunigen.“
Amulya Tayal, Director of Software Development, Amazon Transportation
Arizona State University
„Nach der Evaluierung von Amazon SageMaker Unified Studio erkannten wir sofort, dass es für die Arizona State University (ASU) geeignet ist, unseren Studenten Machine-Learning-Konzepte zu vermitteln. SageMaker Unified Studio vereinfacht die Integration verschiedener Datenoperationen – einschließlich Datenexploration, Datenverarbeitung, Feature-Engineering und Modellbereitstellung – in ein einziges Erlebnis. Dieser einheitliche Ansatz ermöglicht es unseren Studierenden, insbesondere denen, die ML noch nicht kennen, sich mehr auf das Verständnis der Machine-Learning-Themen zu konzentrieren, anstatt Zeit damit zu verbringen, verschiedene Tools für den Aufbau ihrer Machine-Learning-Pipelines zu verwenden.“
John Rome, Deputy Chief Information Officer, Enterprise Technology – Arizona State University
Swiss Life
„Die Markteinführung von SageMaker Unified Studio kommt für Swiss Life zum perfekten Zeitpunkt. Es ist ein großartiges Produkt, das das Hauptziel vereinfacht: Daten an die Menschen zu liefern, die sie wirklich benötigen. Die Möglichkeit, verschiedene Datenquellen zu verbinden, sie problemlos mit einem anderen Team oder Produkt zu teilen und die volle Leistung der zugrunde liegenden AWS-Infrastruktur zu nutzen, wird die Datenwissenschaft bei Swiss Life auf die nächste Stufe heben.“
Simon Mannstein, Team Lead Cloud Platform & Adoption – Swiss Life Deutschland
