Einführung des Ein-Klick-Onboardings bestehender Datensätze in Amazon SageMaker
Amazon SageMaker präsentiert das Ein-Klick-Onboarding bestehender AWS-Datensätze nach Amazon SageMaker Unified Studio. Damit können AWS-Kunden innerhalb weniger Minuten mit ihren Daten arbeiten und dabei vorhandene Rollen und Berechtigungen für AWS Identity and Access Management (IAM) verwenden. Kunden können mit einem neuen Serverless-Notebook mit integriertem KI-Agenten sofort mit allen Daten arbeiten, auf die sie Zugriff haben. Dieses neue Notebook unterstützt SQL, Python, Spark und natürliche Sprache unterstützt und bietet Dateningenieuren, Analysten und Datenwissenschaftlern eine einzige leistungsstarke Oberfläche, in der sie SQL-Abfragen und Code entwickeln und ausführen können. Dazu sind auch viele andere bestehende Tools wie ein Abfrage-Editor für SQL-Analysen, JupyterLab IDE, Visual ETL und Workflows sowie Funktionen für Machine Learning (ML) verfügbar. Zu den ML-Funktionen gehört die Möglichkeit, Basismodelle von einem zentralen Modell-Hub aus zu ermitteln, sie mit Beispiel-Notebooks anzupassen, MLflow für Experimente zu verwenden, trainierte Modelle zur Erkennung im Model-Hub zu veröffentlichen und sie als Inferenzendpunkte für Vorhersagen einzusetzen.
Kunden können direkt in den Konsolenseiten in Amazon SageMaker, Amazon Athena, Amazon Redshift und Amazon S3 Tables beginnen, ihre vorhandenen Tools und Daten für ein einfaches Erlebnis in SageMaker Unified Studio zu nutzen. Nachdem Sie auf „Erste Schritte“ geklickt und eine IAM-Rolle angegeben haben, fordert SageMaker bestimmte Richtlinienaktualisierungen an und erstellt dann automatisch ein Projekt in SageMaker Unified Studio. Das Projekt wird mit allen vorhandenen Datenberechtigungen aus dem AWS-Glue-Datenkatalog, aus AWS Lake Formation und aus Amazon S3 eingerichtet. Ein Notebook und Serverless-Datenverarbeitung sind vorkonfiguriert, um den Einstieg zu beschleunigen.
Um loszulegen, klicken Sie einfach in der SageMaker-Konsole auf „Erste Schritte“ oder öffnen Sie SageMaker Unified Studio in Amazon Athena, Amazon Redshift oder Amazon S3 Tables. Das Ein-Klick-Onboarding bestehender Datensätze ist in allen Regionen verfügbar, in denen Amazon SageMaker Unified Studio unterstützt wird. Weitere Informationen finden Sie im AWS-News-Blog oder in der Amazon SageMaker-Dokumentation.