Amazon SageMaker Studio

El primer entorno de desarrollo completamente integrado (IDE, integrated development environment) para machine learning

Amazon SageMaker Studio proporciona una única interfaz virtual basada en la Web donde puede realizar todos los pasos de desarrollo de ML. Esto mejora la productividad del equipo de ciencia de datos hasta 10 veces. SageMaker Studio le brinda acceso completo, control y visibilidad en todos los pasos requeridos para crear, formar e implementar modelos. Puede cargar datos, crear cuadernos nuevos, entrenar y ajustar modelos, retroceder y avanzar entre los pasos para ajustar experimentos, comparar resultados e implementar modelos para la producción, todo de forma rápida y en un solo lugar, lo que aumenta su productividad. Todas las actividades de desarrollo de ML, incluidos los cuadernos, la administración de experimentos, la creación automática de modelos, la depuración y la detección de desviaciones de modelos y datos, se pueden realizar dentro de SageMaker Studio.

Características clave

Cuadernos elásticos y compartibles

La administración de instancias de computación para ver, ejecutar o compartir un cuaderno es tedioso. Los blocs de notas de Amazon SageMaker Studio son blocs de notas de Jupyter de un solo clic, que se pueden iniciar con rapidez. Los recursos de computación subyacentes son completamente elásticos, de forma que puede aumentar o disminuir los recursos disponibles y los cambios tienen lugar automáticamente en segundo plano sin interrumpir su trabajo. También puede compartir los cuadernos con sus pares con tan solo unos clics. Tendrán el mismo cuaderno, guardado en el mismo lugar.

¡Novedades!

Preparación de datos escalables mediante cuadernos

Puede explorar, descubrir y conectarse de manera visual a los entornos de procesamiento de datos de Apache Spark que se ejecutan en Amazon EMR desde sus cuadernos de SageMaker Studio con tan solo unos clics. Una vez conectado, puede consultar, explorar y visualizar los datos de forma interactiva, y ejecutar trabajos de Spark con el lenguaje que elija (SQL, Python y Scala) para crear flujos de trabajo de preparación de datos y ML integrales.

Experimentación escalable

Mientras experimenta con diferentes combinaciones de entradas para ajustar los modelos, puede lanzar una tabla de clasificación de experimentos junto a sus cuadernos. La tabla de clasificación supervisa, ordena y clasifica todos los experimentos de forma automática. Con un vistazo, puede comparar e identificar fácilmente el modelo con mejor rendimiento.

Inicio rápido

Amazon SageMaker Studio incluye un iniciador de machine learning con más de 150 modelos populares de código abierto y más de 15 soluciones prediseñadas para casos de uso comunes, como la predicción del abandono de los clientes y la detección de fraude, de manera que pueda crear su primer modelo en tan solo unos minutos. También puede utilizar Amazon SageMaker AutoPilot para crear modelos de ML con sus propios datos con tan solo unos clics.

Utilice sus propios contenedores

Los cuadernos de Amazon SageMaker Studio ofrecen un conjunto de imágenes integradas para marcos populares de ciencias de datos y aprendizaje profundo, como Tensorflow, MXNet y PyTorch, y opciones de computación para ejecutar cuadernos. También puede registrar kernels e imágenes diseñadas específicamente, y ponerlos a disposición de todos los usuarios que compartan un dominio de SageMaker Studio. Con una imagen personalizada, puede poner en marcha los cuadernos mediante versiones específicas de marcos de aprendizaje profundo populares.

Aprendizaje profundo

Amazon SageMaker Studio es compatible con muchos marcos populares para el aprendizaje profundo, como TensorFlow, Apache MXNet y PyTorch, entre otros. Estos marcos se configuran y optimizan automáticamente para alcanzar un alto rendimiento.

Amazon SageMaker Studio