Présentation de l'intégration en un clic des jeux de données existants dans Amazon SageMaker
Amazon SageMaker permet l'intégration en un clic des jeux de données AWS existants dans Amazon SageMaker Unified Studio. Cela permet aux clients AWS de commencer à travailler avec leurs données en quelques minutes, en utilisant leurs rôles et autorisations AWS Identity and Access Management (IAM) existants. Les clients peuvent commencer à travailler avec toutes les données auxquelles ils ont accès à l'aide d'un nouveau notebook sans serveur doté d'un agent IA intégré. Ce nouveau notebook, qui prend en charge SQL, Python, Spark ou le langage naturel, constitue pour les ingénieurs, analystes et scientifiques des données une interface haute performance unique leur permettant de développer et exécuter à la fois des requêtes SQL et du code. Les clients ont également accès à de nombreux autres outils existants tels qu'un éditeur de requêtes pour l'analyse SQL, l'IDE JupyterLab, Visual ETL et les flux de travail, ainsi que des fonctionnalités de machine learning (ML). Ces dernières incluent la possibilité de découvrir des modèles de fondation à partir d'un hub de modèles centralisé, de les personnaliser avec des exemples de notebooks, d'utiliser MLflow à des fins d'expérimentation, de publier des modèles entraînés dans le hub de modèles à des fins de découverte, et de les déployer comme points de terminaison d'inférence pour la prédiction.
Les clients peuvent démarrer directement depuis les pages des consoles Amazon SageMaker, Amazon Athena, Amazon Redshift et Tables Amazon S3, ce qui leur permet de passer rapidement de leurs outils et données existants à l'expérience simple de SageMaker Unified Studio. Après avoir cliqué sur « Commencer » et spécifié un rôle IAM, SageMaker demande des mises à jour de stratégies spécifiques, puis crée automatiquement un projet dans SageMaker Unified Studio. Le projet est configuré avec toutes les autorisations de données existantes provenant d'AWS Glue Data Catalog, d'AWS Lake Formation et d'Amazon S3, et un notebook et ainsi qu'un outil de calcul sans serveur sont préconfigurés pour accélérer la première utilisation.
Pour commencer, cliquez simplement sur « Commencer » depuis la console SageMaker ou ouvrez SageMaker Unified Studio depuis Amazon Athena, Amazon Redshift ou Tables Amazon S3. L'intégration en un clic des jeux de données existants est disponible dans toutes les régions où Amazon SageMaker Unified Studio est pris en charge. Pour en savoir plus, consultez le blog AWS News ou la documentation relative à Amazon SageMaker.