Presentamos la incorporación de conjuntos de datos existentes en Amazon SageMaker con un solo clic
Amazon SageMaker introduce la incorporación con un solo clic de los conjuntos de datos de AWS existentes en Amazon SageMaker Unified Studio. Esto ayuda a los clientes de AWS a empezar a trabajar con sus datos en cuestión de minutos, utilizando sus roles y permisos de AWS Identity and Access Management (IAM) existentes. Los clientes pueden empezar a trabajar con cualquier dato al que tengan acceso mediante un nuevo cuaderno sin servidor con un agente de IA integrado. Este nuevo cuaderno, que admite SQL, Python, Spark o lenguaje natural, ofrece a los ingenieros de datos, analistas y científicos de datos una interfaz única de alto rendimiento para desarrollar y ejecutar tanto consultas como código SQL. Los clientes también tienen acceso a muchas otras herramientas existentes, como un editor de consultas para el análisis de SQL, el IDE de JupyterLab, los flujos de trabajo y de ETL visual, y las capacidades de machine learning (ML). Las capacidades de ML incluyen la capacidad de descubrir modelos fundacionales desde un centro de modelos centralizado, personalizarlos con cuadernos de muestra, usar MLFlow para la experimentación, publicar modelos entrenados en el centro de modelos para su detección e implementarlos como puntos de conexión de inferencia para la predicción.
Los clientes pueden empezar directamente desde las páginas de consola de Amazon SageMaker, Amazon Athena, Amazon Redshift y las tablas de Amazon S3. Esto les permite pasar rápidamente de sus herramientas y datos actuales a la experiencia sencilla de SageMaker Unified Studio. Tras hacer clic en “Comenzar” y especificar un rol de IAM, SageMaker peticiona actualizaciones de políticas específicas y, a continuación, crea automáticamente un proyecto en SageMaker Unified Studio. El proyecto está configurado con todos los permisos de datos existentes del Catálogo de datos de AWS Glue, AWS Lake Formation y Amazon S3, y se configuran previamente la computación sin servidor y un cuaderno para acelerar el primer uso.
Para empezar, simplemente haga clic en “Comenzar” en la consola de SageMaker o abra SageMaker Unified Studio desde Amazon Athena, Amazon Redshift o las tablas de Amazon S3. La incorporación de conjuntos de datos existentes con un solo clic está disponible en todas las regiones en las que se admite Amazon SageMaker Unified Studio. Para obtener más información, lea el blog de noticias de AWS o visite la documentación de Amazon SageMaker.