Amazon SageMaker Unified Studio prend désormais en charge le profilage des données et la détection des anomalies
Amazon SageMaker Unified Studio prend désormais en charge le profilage des données et la détection des anomalies, grâce à la Qualité des données d’AWS Glue. Les gestionnaires, les ingénieurs et les analystes de données peuvent générer des profils statistiques de leurs données afin d’en comprendre la forme et l’exhaustivité, et de suivre l’évolution de ces statistiques au fil du temps. La détection des anomalies permet d’identifier quand les points de données s’éloignent des modèles historiques sans nécessiter de seuils prédéfinis ni de règles personnalisées. Ces fonctionnalités sont disponibles à la fois pour les données au repos dans les tableaux du catalogue et pour les données en transit dans les tâches ETL visuel.
Avec ce lancement, un onglet dédié au profil des données sur les tableaux du catalogue fournit un profilage à la demande et planifié, qui calcule des statistiques au niveau des jeux de données et des colonnes. Au fur et à mesure que l’historique du profil s’accumule, la détection des anomalies établit une base de référence du comportement attendu et signale les points de données qui se situent en dehors de la plage prévue. Cela est particulièrement utile lorsque vous ne connaissez pas de seuils spécifiques ou lorsque les valeurs attendues changent au fil du temps et que des règles fixes peuvent devenir obsolètes. Pour les données en transit, les mêmes statistiques de profilage et de détection d’anomalies sont disponibles sur la page de résultats de toute tâche ETL visuel, dotée d’une transformation Evaluate Data Quality.
Cette fonctionnalité est disponible dans toutes les régions AWS où Amazon SageMaker Unified Studio est disponible. Pour en savoir plus, consultez la documentation relative à Amazon SageMaker Unified Studio.