Amazon SageMaker

通过完全托管的基础设施、工具和工作流程为任何用例构建、训练和部署机器学习 (ML) 模型。

面向业务分析师的 SageMaker

业务分析师

使用 SageMaker Canvas 的可视化界面进行 ML 预测。

面向业务分析师的 SageMaker »
面向数据科学家的 SageMaker

数据科学家

使用 SageMaker Studio 准备数据并构建、训练和部署模型。

面向数据科学家的 SageMaker »
面向 MLOps 工程师的 SageMaker

ML 工程师

利用 SageMaker MLOps 大规模部署并管理模型。

面向 ML 工程师的 SageMaker »

优势

让机器学习更易于访问

通过多种工具让更多人能够利用 ML 进行创新—面向数据科学家的集成开发环境和面向业务分析师的无代码可视化界面。

大规模准备数据

为机器学习访问、标记和处理大量结构化数据(表格数据)和非结构化数据(照片、视频和音频)。

加快 ML 开发

通过优化的基础设施将培训时间从几小时缩短到几分钟。使用专用工具将团队生产力提高多达 10 倍。

简化 ML 生命周期

自动化和标准化整个组织的 MLOps 实践,以大规模构建、训练、部署和管理模型。

大规模的高性能、低成本 ML

Amazon SageMaker 建立在 Amazon 二十年来开发现实世界 ML 应用程序的经验之上,这些应用程序包括产品推荐、个性化、智能购物、机器人技术和语音辅助设备。

10 倍

团队生产效率提升幅度

100B+

每月预测

54%

总体拥有成本降幅

40%

数据标注成本降幅

高达 50%

培训提速,通过更高效地使用 GPU 实现

<10ms

推理开销延迟

22

合规计划数(PCI、HIPAA、SOC 1/2/3、FedRAMP、ISO 等)

Amazon SageMaker 支持领先的 ML 框架、工具包和编程语言

TensorFlow
TensorFlow
PyTorch
mxnet
Hugging Face 徽标
TensorFlow
TensorFlow
TensorFlow

Amazon SageMaker 客户

众多行业成千上万的客户使用 Amazon SageMaker。

开始使用

使用 SageMaker Studio Lab 学习 ML

开始使用 »

开始使用免费套餐

开始使用 »

使用 JumpStart 部署解决方案

开始使用 »

更深入了解 AWS