Amazon SageMaker

Le machine learning pour chaque scientifique des données et chaque développeur

Amazon SageMaker Studio

Amazon SageMaker aide les scientifiques des données et les développeurs à préparer, créer, entraîner et déployer rapidement des modèles de machine learning (ML) de haute qualité en rassemblant un large ensemble de fonctionnalités spécialement conçues pour le ML.

Le service de ML le plus complet

Accélérer l'innovation grâce à des outils spécialement conçus pour chaque étape du développement du machine learning, notamment l'étiquetage, la préparation des données, l'ingénierie des caractéristiques, la détection des biais statistiques, l'auto-ML, l'entraînement, l'ajustement, l'hébergement, l'explicabilité, la surveillance et les flux de travail.

Flux de travail de machine learning
IDE pour ML

Le premier environnement de développement intégré (IDE) dédié au machine learning

Boostez votre productivité en utilisant Amazon SageMaker Studio, le premier environnement de développement entièrement intégré conçu spécifiquement pour le ML qui réunit tout ce dont vous avez besoin pour le ML dans une interface utilisateur visuelle unifiée.

Fonctionnalités intégrées

Des fonctionnalités conçues dès le départ pour fonctionner ensemble

Utilisez les capacités intégrées d'Amazon SageMaker pour le développement de ML, afin d'éliminer des mois d'écriture de code d'intégration personnalisé et, au final, de réduire les coûts.

Fonctionnement

Présentation de SageMaker

L'un des services à la croissance la plus rapide de l'histoire d'AWS

Amazon SageMaker s'appuie sur deux décennies d'expérience d'Amazon en matière de développement d'applications de machine learning du monde réel, notamment les recommandations de produits, la personnalisation, les achats intelligents, la robotique et les appareils à assistance vocale.

10x

plus de productivité dans les équipes

90 %

de réduction des coûts avec l'entraînement Spot géré

75 %

de réduction des coûts pour l'inférence

54 %

de réduction du cout total de possession

70 %

de réduction des coûts pour l'étiquetage des données

198

nouvelles fonctionnalités ajoutées depuis le lancement

22

programmes de conformité (PCI, HIPAA, SOC 1/2/3, FedRAMP, ISO, et plus)

Amazon SageMaker prend en charge les cadres, boîtes à outils et langages de programmation de machine learning de premier plan.

TensorFlow
TensorFlow
PyTorch
mxnet
Logo Hugging Face
TensorFlow
TensorFlow
TensorFlow

Fonctions clés pour préparer les données et créer, entraîner et déployer des modèles de ML

Améliorez la productivité à l'aide des environnements de développement intégré (IDE) de SageMaker.

Amazon SageMaker Studio fournit une interface visuelle web pour créer facilement vos modèles en langage Python. Vous pouvez également analyser et visualiser les données pour le ML en langage R à l'aide de ressources de calcul Elastic dans RStudio sur SageMaker, le premier RStudio Workbench entièrement géré dans le cloud.

En savoir plus sur : SageMaker Studio | RStudio sur SageMaker

SageMaker Studio

Créer, entraîner et ajuster les modèles automatiquement

Amazon SageMaker Autopilot sélectionne le meilleur algorithme pour la prédiction et crée, entraîne et ajuste automatiquement des modèles de machine learning sans perte de visibilité ou de contrôle.

En savoir plus »
SageMaker Autopilot

Réduisez les coûts d'étiquetage des données jusqu'à 70 %

Amazon SageMaker Ground Truth permet d'étiqueter plus précisément les ensembles de données d'entraînement pour une variété de cas d'utilisation, notamment les nuages de points 3D, la vidéo, les images et le texte.

En savoir plus »
SageMaker Ground Truth
Nouveau

Le moyen le plus rapide et facile de préparer des données pour le ML

Amazon SageMaker Data Wrangler réduit de plusieurs semaines à quelques minutes le temps nécessaire à la préparation des données pour le ML. En quelques clics, vous pouvez compléter chaque étape du flux de préparation des données, y compris la sélection, le nettoyage, l'exploration et la visualisation des données.

En savoir plus »
SageMaker Data Wrangler
Nouveau

Magasin de caractéristiques spécialement conçu pour le ML

Amazon SageMaker Feature Store fournit un référentiel pour stocker, mettre à jour, récupérer et partager les caractéristiques de ML. SageMaker Feature Store offre une vue cohérente des caractéristiques à utiliser pour les modèles ML, ce qui facilite considérablement la génération de modèles produisant des prédictions très précises.

En savoir plus »
SageMaker Feature Store

Entraîner plus rapidement des modèles de haute qualité

Amazon SageMaker fournit un débogueur et un profileur intégrés afin que vous puissiez identifier et réduire les erreurs d'entraînement et les goulots d'étranglement des performances de vos modèles avant de les mettre en production.

En savoir plus »
SageMaker Debugger

Déploiement en un clic vers le cloud

Amazon SageMaker facilite le déploiement en production de votre modèle entraîné en un seul clic, de sorte que vous pouvez commencer à générer des prédictions pour des données en temps réel ou par lots.

En savoir plus »
Déployer en un clic
Nouveau

Améliorer la qualité des modèles sur les appareils de périphérie

Amazon SageMaker Edge Manager vous aide à optimiser, sécuriser, surveiller et maintenir les modèles de machine learning sur les flottes d'appareils de périphérie pour s'assurer que les modèles déployés sur les appareils de périphérie fonctionnent correctement.

En savoir plus »
SageMaker Edge Manager

Fonctionnalités essentielles pour le ML en production

SageMaker Pipelines
Nouveau

Automatiser les flux de travail de machine learning

Amazon SageMaker Pipelines est le premier service d'intégration continue et de livraison continue (CI/CD) spécialement conçu et facile à utiliser pour le machine learning. Les flux de travail peuvent être partagés et réutilisés entre les équipes.

En savoir plus »
SageMaker Clarify
Nouveau

Détecter les biais et comprendre les prédictions

Amazon SageMaker Clarify fournit une détection des biais dans tout le flux de travail de ML, vous permettant de renforcer l'équité et la transparence de votre modèle de ML. SageMaker Clarify comprend également des graphiques d'importance des caractéristiques qui vous aident à expliquer les prédictions du modèle et génèrent des rapports qui peuvent être utilisés pour soutenir des présentations internes ou identifier les problèmes de votre modèle, afin que vous puissiez prendre des mesures pour les corriger.

En savoir plus »
SageMaker Security

Sécuriser vos données et votre code tout au long du cycle de vie de ML

Amazon SageMaker offre un ensemble complet de fonctions de sécurité, y compris le chiffrement, la connectivité aux réseaux privés, l'autorisation, l'authentification, la surveillance et l'auditabilité, pour aider votre organisation à répondre aux exigences de sécurité qui peuvent s'appliquer aux charges de travail liées au machine learning.

En savoir plus »

Fonctionnalités essentielles pour le ML en production

SageMaker Pipelines
Nouveau

Automatiser les flux de travail de machine learning

Amazon SageMaker Pipelines est le premier service d'intégration continue et de livraison continue (CI/CD) spécialement conçu et facile à utiliser pour le machine learning. Les flux de travail peuvent être partagés et réutilisés entre les équipes.

En savoir plus »
SageMaker Clarify
Nouveau

Améliorer la transparence

Amazon SageMaker Clarify fournit une détection des biais dans tout le flux de travail de ML, vous permettant de renforcer l'équité et la transparence de votre modèle de ML. SageMaker Clarify comprend également des graphiques d'importance des caractéristiques qui vous aident à expliquer les prédictions du modèle et génèrent des rapports qui peuvent être utilisés pour soutenir des présentations internes ou identifier les problèmes de votre modèle, afin que vous puissiez prendre des mesures pour les corriger.

En savoir plus »
SageMaker Security

Sécuriser vos données et votre code tout au long du cycle de vie de ML

Amazon SageMaker offre un ensemble complet de fonctions de sécurité, y compris le chiffrement, la connectivité aux réseaux privés, l'autorisation, l'authentification, la surveillance et l'auditabilité, pour aider votre organisation à répondre aux exigences de sécurité qui peuvent s'appliquer aux charges de travail liées au machine learning.

En savoir plus »

Clients d'Amazon SageMaker

Amazon SageMaker est utilisé par des dizaines de milliers de clients dans un large éventail de secteurs.

Consulter plus de témoignages clients »
Capital One
Celgene
Conde Nast
Domino's
F1
GE
Lyft
Roche
Siemens
T-Mobile
Thomson Reuters
Verizon
Nouveau

Démarrage de Amazon SageMaker JumpStart

Amazon SageMaker est un service de machine learning que vous pouvez utiliser pour créer, entraîner et déployer des modèles de ML pour pratiquement tous les cas d'utilisation. Pour une introduction technique rapide, consultez le guide étape par étape de SageMaker. Pour vous aider à démarrer votre projet de ML, Amazon SageMaker JumpStart propose un ensemble de solutions préconçues pour les cas d'utilisation les plus courants que vous pouvez déployer en quelques clics. Ces solutions sont entièrement personnalisables afin que vous puissiez les modifier en fonction des besoins de votre cas d'utilisation et de vos ensembles de données spécifiques.

Guide étape par étape de SageMaker » SageMaker JumpStart »
Maintenance prévisionnelle

Maintenance prévisionnelle

Georgia Pacific utilise SageMaker pour développer des modèles de ML qui permettent de détecter rapidement les problèmes des machines.

En savoir plus »
Aide visuelle par ordinateur

Aide visuelle par ordinateur

3M utilise des modèles de détection de défauts basés sur SageMaker pour améliorer l'efficacité de ses processus de contrôle qualité.

En savoir plus »
Conduite autonome

Conduite autonome

Lyft Level 5 a standardisé sur SageMaker pour l'entraînement et a réduit le temps d'entraînement des modèles qui est passé de quelques jours à moins de deux heures.

En savoir plus »