Amazon SageMaker 被评为企业 MLOps 平台的绝对领导者

在过去几年中，机器学习 (ML) 已证明其在帮助组织提高效率和促进创新方面的价值。随着机器学习逐渐成熟，其重点自然会从实验转向生产。机器学习流程需要简化、标准化和自动化，以便以一致和可靠的方式建立、训练、部署和管理模型。安全性、高可用性、扩展、监控和自动化等长期存在的 IT 问题也变得更为关键。如果出色的 ML 模型无法为业务应用程序提供全天候、任何规模的快速准确预测，那么它们就不会发挥多大作用。

2017 年 11 月，我们推出了 Amazon SageMaker，旨在帮助机器学习工程师和数据科学家不仅构建最佳的模型，而且更高效地运行这些模型。为了给客户提供最全面的服务，我们随后增加了数百种功能，涵盖了机器学习生命周期的每一步，如数据标记、数据准备、特征工程、偏差检测、AutoML、训练、调整、托管、可解释性、监控和自动化。我们还将这些功能集成到基于 Web 的开发环境 Amazon SageMaker Studio 中。

由于 SageMaker 提供了广泛的机器学习功能，所有行业领域的数万名 AWS 客户已经采用机器学习来加速业务流程、创造创新的用户体验、提高收入和降低成本。例如，Engie（能源）、Deliveroo（食品配送）、SNCF（铁路）、Nerdwallet（金融服务）、Autodesk（计算机辅助设计）、F1（赛车）以及我们自己的 Amazon Fulfillment Technologies 和 Amazon Robotics。

今天，我们很高兴地宣布，Omdia 的首席分析师 Bradley Shimmin 在他关于企业 MLOps 平台的最新报告中，对 SageMaker 进行了这样的赞扬：“在 Omdia 对企业 MLOps 平台的比较研究中，AWS 成为绝对的领导者。在几乎每一项衡量指标方面，该公司都显着超过了竞争对手，在整个机器学习生命周期中提供了一致的价值。AWS 提供了高度差异化的功能，针对的是企业 AI 从业者所关注的高度影响性领域，这些从业者不仅寻求在整个业务中实现 AI 的运作，而且还希望扩大 AI 的规模。”

您可以下载 完整报告，以了解更多信息。

开始使用
想进一步了解 Amazon SageMaker 吗？ 开发人员指南将向您说明如何进行设置并在几分钟内开始运行您的笔记本。

如往常一样，我们期待您的反馈。您可以通过您的常用 AWS Support 联系人发送反馈或者将反馈发布到面向 Amazon SageMaker 的 AWS 论坛。

– Julien