Amazon SageMaker

Amazon SageMaker 融通式合作开发工作室提供集成式体验，让您可以使用适用于分析和人工智能的所有数据和工具。发现数据，并使用熟悉的 AWS 工具（适用于模型开发、生成式人工智能、数据处理和 SQL 分析）将数据用于实处。使用统一的笔记本电脑处理计算资源，使用内置的 SQL 编辑器发现和查询不同的数据来源，大规模训练和部署人工智能模型，快速构建自定义生成式人工智能应用程序。创建并安全共享分析和人工智能构件，例如数据、模型和生成式人工智能应用程序，以更快地将数据产品推向市场。

借助一整套设计安全的人工智能开发功能，加快 SageMaker 中的人工智能发展。在高性能且经济高效的基础设施上训练、自定义和部署机器学习和基础模型（FM）。使用可满足整个人工智能生命周期需求的专用工具，覆盖高性能集成式开发环境（IDE）和分布式训练到推理、人工智能运维、治理和可观测性等领域。使用尖端模型和专有数据，快速创建为业务量身定制的生成式人工智能应用程序。使用 Amazon Q 开发者版加快人工智能开发速度，帮助您更轻松地发现数据、构建和训练机器学习模型、生成 SQL 查询以及创建和运行数据管道任务，所有这些都可通过自然语言完成。

使用 Amazon SageMaker 智能湖仓统一您在 Amazon Simple Storage Service（Amazon S3）数据湖和 Amazon Redshift 数据仓库中的所有数据。使用所有与 Apache Iceberg 兼容的工具和引擎，在分析数据的单个副本上灵活地访问和查询数据。通过定义应用于湖仓中的分析和人工智能工具的精细权限来保护数据。通过零 ETL 集成，将运营数据库和应用程序中的数据近实时地导入湖仓。此外，通过跨第三方数据来源的联合查询功能访问和查询数据。

通过贯穿整个数据和人工智能生命周期的内置治理，确保企业安全。SageMaker 确保您能够控制正确的用户出于恰当的目的访问正确的数据、模型和开发构件。通过 Amazon SageMaker Catalog 的精细访问控制，使用单一权限模型一致地定义和强制执行访问策略。使用数据分类、毒性检测、防护机制和负责任的人工智能政策，以保护您的人工智能模型安全。通过数据质量监控和自动化、敏感数据检测以及数据和机器学习任务流水线，让整个组织安心无忧。