Amazon SageMaker 融通式合作开发工作室中推出全新的一键加入功能和带有内置人工智能代理的笔记本



今天，我们宣布推出一种更快捷的方式，让您通过 Amazon SageMaker 融通式合作开发工作室开始使用现有的 AWS 数据集。目前，您可以使用现有的 AWS Identity and Access Management（IAM）角色和权限，在带有内置人工智能代理的全新无服务器笔记本中处理任何可访问的数据。

最新更新包括：

• 一键加入：Amazon SageMaker 现可使用 AWS Glue Data Catalog、AWS Lake Formation 和 Amazon Simple Storage Services（Amazon S3）中所有现有的数据权限，自动在融通式合作开发工作室中创建项目。
• 直接集成：您可以直接从 Amazon SageMaker、Amazon Athena、Amazon Redshift 和 Amazon S3 表类数据存储服务控制台页面启动 SageMaker 融通式合作开发工作室，为分析和人工智能工作负载提供快速途径。
• 带有内置人工智能代理的笔记本：您可以使用带有内置人工智能代理的全新无服务器笔记本，其支持 SQL、Python、Spark 或自然语言处理，为数据工程师、分析师和数据科学家提供平台，实现 SQL 查询与代码开发的无缝衔接。

您还可以使用其他工具，例如用于 SQL 分析的查询编辑器、JupyterLab 集成式开发环境（IDE）、可视化 ETL 和工作流程，以及机器学习（ML）功能。

尝试一键加入并连接到 Amazon SageMaker 融通式合作开发工作室
要开始使用，请前往 SageMaker 控制台并选择开始使用按钮。

系统将提示您选择已有的 AWS Identity and Access Management（AWS IAM）角色（该角色需具备访问数据和计算的权限），或创建新角色。

选择设置。完成环境配置需要几分钟时间。授予该角色访问权限后，您将进入 SageMaker 融通式合作开发工作室登录页面。在此页面上，您将看到 AWS Glue Data Catalog 中可访问的数据集，以及可供使用的各类分析和人工智能工具。

此环境会自动创建以下无服务器计算：Amazon Athena Spark、Amazon Athena SQL、AWS Glue Spark 以及 Amazon Managed Workflows for Apache Airflow（MWAA）无服务器。 这意味着您完全无需进行预配置，即可立即开始使用即时计算资源，并且在完成后自动缩减规模，从而帮助节省成本。

您还可以开始处理 Amazon Athena、Amazon Redshift 和 Amazon S3 表类数据存储服务中的特定数据表。例如，您可以选择在 Amazon SageMaker 融通式合作开发工作室查询数据，然后选择 Amazon Athena 控制台中的开始使用。

如果从这些控制台开始操作，您将直接连接至查询编辑器，您先前查看的数据已处于可访问状态，且之前的查询上下文得以保留。通过使用这种上下文感知路由功能，您可以在进入 SageMaker 融通式合作开发工作室后立即运行查询，无需进行不必要的导航操作。

开始使用带有内置人工智能代理的笔记本
Amazon SageMaker 推出全新的笔记本体验，为数据和人工智能团队提供高性能、无服务器的编程环境，用于分析和机器学习任务。全新的笔记本体验包括 Amazon SageMaker Data Agent，这是内置的人工智能代理，可通过自然语言提示生成代码和 SQL 语句，同时引导用户完成任务，从而加速开发。

要启动新的笔记本，请在左侧导航窗格中选择笔记本菜单，以运行 SQL 查询、Python 代码和自然语言处理，并实现数据的发现、转换、分析、可视化及见解分享。可通过客户分析和零售销售预测等示例数据开始使用。

当您选择示例项目以进行客户使用情况分析时，可打开示例笔记本，在电信数据集中探索客户的使用模式和行为。

如我所言，这款笔记本包含内置人工智能代理，可通过自然语言提示帮助您与数据进行交互。例如，您可以通过如下提示开始使用数据发现：

展示有关客户流失数据集的见解分析和可视化结果。

确定相关表之后，您可以请求特定分析以生成 Spark SQL。人工智能代理会创建分步计划，其中包含用于数据转换的初始代码以及用于可视化的 Python 代码。如果在运行生成的代码时发现错误消息，可选择使用人工智能修复，获取帮助以解决相关问题。以下是示例结果：

对于机器学习工作流程，可使用特定提示，如下所示：

基于流失表构建 XGBoost 分类模型，以购买频率、平均交易金额及自上次购买以来的天数作为特征进行流失预测。

该提示接收结构化响应，包括分步计划、数据加载、特征工程、使用 SageMaker AI 功能的模型训练代码以及评估指标。SageMaker Data Agent 适合与特定提示结合使用，且已针对 AWS 数据处理服务进行优化，包括适用于 Apache Spark 的 Athena 以及 SageMaker AI。

要了解有关全新笔记本体验的更多信息，请访问 Amazon SageMaker 融通式合作开发工作室用户指南。

现已推出
Amazon SageMaker 融通式合作开发工作室的一键加入功能和全新笔记本体验现已在美国东部（俄亥俄州）、美国东部（弗吉尼亚州北部）、美国西部（俄勒冈州）、亚太地区（孟买）、亚太地区（新加坡）、亚太地区（悉尼）、亚太地区（东京）、欧洲地区（法兰克福）和欧洲地区（爱尔兰）推出。要了解更多信息，请查阅 SageMaker Unified Studio 产品页面。

在 SageMaker 控制台中试用，并将反馈发送至 AWS re:Post for SageMaker 融通式合作开发工作室或通过常用的 AWS Support 联系方式发送反馈。

– Channy

AWS 架构师中心： 云端创新的引领者 探索 AWS 架构师中心，获取经实战验证的最佳实践与架构指南，助您高效构建安全、可靠的云上应用