Amazon SageMaker
La próxima generación de Amazon SageMaker es el centro neurálgico para sus necesidades de datos, análisis e IAInformación general
Al combinar las capacidades de análisis y machine learning (ML) de AWS ampliamente adoptadas, Amazon SageMaker ofrece una experiencia integrada de análisis e IA con acceso unificado a todos sus datos. Colabore y cree más rápido desde un estudio unificado (versión preliminar) con las conocidas herramientas de AWS para el desarrollo de modelos, la IA generativa, el procesamiento de datos y el análisis de SQL, aceleradas por Amazon Q Developer, el asistente de IA generativa más capaz para el desarrollo de software. Acceda a todos sus datos, ya sea que estén almacenados en lagos de datos, almacenes de datos u orígenes de datos federados o de terceros, con una gobernanza integrada para satisfacer las necesidades de seguridad empresarial.
Beneficios
Conozca la próxima generación de SageMaker
Capacidades
Clientes
Toyota
“Para abordar los conjuntos de datos aislados distribuidos en nuestras operaciones automotrices, estamos explorando Amazon SageMaker para unificar y controlar los datos de nuestras unidades de automóviles conectados, ventas, fabricación y cadena de suministro. Este enfoque nos permite buscar, descubrir y compartir datos sin esfuerzo, y establece las bases para evitar problemas de calidad, aumentar la seguridad y la satisfacción de los clientes y acelerar el desarrollo de aplicaciones de IA generativa”.
– Kamal Distell, VP of Data, Analytics, Platforms, and Data Science de TMNA
NatWest Group
“Nuestro equipo de ingeniería de plataformas de datos ha desplegado varias herramientas para usuarios finales para tareas de ingeniería de datos, ML, SQL y GenAI. A medida que buscamos simplificar los procesos en todo el banco, nos hemos propuesto simplificar la autenticación de los usuarios y la autorización de acceso a los datos. Amazon SageMaker ofrece una experiencia de usuario lista para usar que nos ayuda a desplegar un único entorno en toda la organización, lo que reduce en aproximadamente un 50 % el tiempo necesario para que nuestros usuarios de datos accedan a las nuevas herramientas.”
- Zachery Anderson, CDAO, Grupo NatWest
Roche
“Hemos estado usando Amazon Redshift para obtener información sobre los datos estructurados y semiestructurados de todos nuestros repositorios de datos. El nuevo Amazon SageMaker Lakehouse me entusiasma por su potencial para mejorar y unificar el acceso a los lagos de datos y a otros orígenes de datos con servicios como Amazon Redshift, Glue Data Catalog y Lake Formation. Esta innovación permitirá a nuestros equipos de datos e ingeniería simplificar el acceso a los datos, lo que promoverá la interoperabilidad entre las cargas de trabajo de datos, análisis y aplicaciones. Preveo una reducción notable de los errores de datos mediante una menor copia de datos, una disminución del 40 % en el tiempo de procesamiento, una reescritura más rápida del análisis de los datos en los sistemas transaccionales para mejorar la toma de decisiones, y la posibilidad de que nuestros equipos se centren en crear valor empresarial”.
- Yannick Misteli, Head of Engineering, Global Product Strategy, Roche
Lennar
“Hemos pasado los últimos 18 meses trabajando con AWS para transformar nuestra base de datos y utilizar las mejores soluciones de su clase, que además son rentables. Con avances como Amazon SageMaker Unified Studio y Amazon SageMaker Lakehouse, esperamos acelerar nuestra velocidad de entrega mediante un acceso sin interrupciones a los datos y los servicios, lo que permitirá a nuestros ingenieros, analistas y científicos obtener información que aporte un valor importante a nuestro negocio”.
- Lee Slezak, SVP of Data and Analytic, Lennar
Natera, Inc
“Nuestra organización ha sabido aprovechar Amazon DataZone, la IA de Amazon SageMaker, Amazon Athena y Amazon Redshift para administrar y analizar nuestros datos clínicos y genómicos. Nos complace contar ahora con la gobernanza unificada del catálogo de Amazon SageMaker, que agilizará el descubrimiento y el acceso a los datos, lo que permitirá a nuestro equipo analizar rápidamente los datos relevantes en todo nuestro dominio. Esta integración nos ayudará a crear conjuntos de datos personalizados, lo que podría reducir nuestro tiempo para obtener información y, en última instancia, mejorar los resultados de los pacientes a medida que avanzamos en nuestro objetivo de hacer de las pruebas genéticas personalizadas una parte estándar de la atención”.
Mirko Buholzer, VP of Software Engineering de Natera, Inc.
¿Ha encontrado lo que buscaba hoy?
Háganoslo saber para que podamos mejorar la calidad del contenido de nuestras páginas.