概觀
Amazon SageMaker 是一個統一的資料與 AI 開發環境，可讓您尋找並存取組織內的所有數據，並在各種使用案例中運用最佳工具採取行動。SageMaker Unified Studio 可將來自 AWS 分析和 AI/ML 服務的現有功能和工具結合在一起，包括 Amazon EMR、AWS Glue、Amazon Athena、Amazon Redshift、Amazon Bedrock 和 Amazon SageMaker AI。您可以在統一的工作室中尋找、存取和查詢整個組織的資料和 AI 資產，然後在專案中協作，以安全地建置和共用分析和 AI 成品 (包括資料、模型和生成式 AI 應用程式)。
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 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。從精選合作夥伴應用程式中選擇，快速安全地開發高效能的 AI 模型。
快速建置自訂生成式 AI 應用程式
使用 Amazon Bedrock 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
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。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
Amazon Transportation
「在 Amazon，我們不斷加快配送速度，增加當天或隔夜配送的商品數量。為支援如此快速地將商品送到客戶手中，我們嚴重依賴各種資料和洞見。我們希望透過分析和 AI 來加速取得即時洞見並正確存取資料的程序。使用 SageMaker Unified Studio，我們將能夠加速從資料探索到建置 GenAI 應用程式的洞見產生。」
Amazon Transportation 軟體開發總監 Amulya Tayal
亞利桑那州立大學
「在評估 Amazon SageMaker Unified Studio 之後，我們立即意識到它適合亞利桑那州立大學 (ASU) 向我們的學生傳授機器學習概念。SageMaker Unified Studio 簡化了各種資料操作 (包括資料探索、資料處理、特徵工程和模型部署) 的整合，使其成為單一體驗。這種統一的方法可讓我們的學生，尤其是那些剛接觸機器學習的學生，更加專注於理解機器學習主題，而不是花時間學習使用不同的工具來建構自己的機器學習管道。」
亞利桑那州立大學企業技術副資訊長 John Rome
Swiss Life
「對於 Swiss Life 來說，SageMaker Unified Studio 的推出正是合適的時候。這是一款出色的產品，它將簡化主要目標：將資料帶給真正需要的人群。連線各種資料來源、輕鬆地與其他團隊或產品共用，以及充分利用基礎的 AWS 基礎設施，這些功能均將使 Swiss Life 的資料科學更上一層樓。」
Swiss Life Deutschland 雲端平台與採用團隊主管 Simon Mannstein
