Questions fréquentes (FAQ) sur Amazon SageMaker
Questions d’ordre général
Ouvrir toutQu’est-ce que la nouvelle génération d’Amazon SageMaker ?
La nouvelle génération de SageMaker est une plateforme unifiée pour les données, l’analytique et l’IA. Associant des fonctionnalités de machine learning (ML) et d’analytique largement adoptées par AWS, la nouvelle génération de SageMaker propose une expérience intégrée pour l’analytique et l’IA avec un accès unifié à toutes vos données. SageMaker vous permet de collaborer et de créer plus rapidement à partir d’un studio unifié (version préliminaire) en utilisant des services AWS familiers pour le développement de modèles, l’IA générative, le traitement des données et l’analytique SQL, accélérés par Amazon Q Developer, l’assistant d’IA générative le plus performant pour le développement de logiciels. En outre, vous pouvez accéder à toutes vos données, qu’elles soient stockées dans des lacs de données, des entrepôts de données ou des sources de données tierces ou fédérées, avec une gouvernance intégrée afin de répondre aux besoins de sécurité de votre entreprise.
En quoi le nouveau SageMaker est-il différent de ce que j’utilise aujourd’hui pour mes flux de travail de machine learning ?
Nous avons étendu le service SageMaker largement adopté à l’ensemble complet de données AWS, d’analytique et de capacités d’IA afin de fournir une expérience unifiée de données, d’analytique et d’IA. À l’avenir, l’ensemble des fonctionnalités d’IA/ML existantes de SageMaker pour le traitement des données, la création, l’entraînement et le déploiement de modèles d’IA sera dénommé Amazon SageMaker AI. SageMaker AI est intégré à la nouvelle génération de SageMaker et est également disponible en tant que service autonome pour ceux qui souhaitent se concentrer spécifiquement sur la création, l’entraînement et le déploiement de modèles d’IA et de machine learning à grande échelle.
La nouvelle génération de SageMaker inclut :
- Amazon SageMaker Unified Studio (version préliminaire) : intégrez un environnement de développement unique permettant d’accéder et d’utiliser des outils et fonctionnalités familiers issus de services AWS d’analytique et d’IA/ML spécialement conçus, tels qu’Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock et SageMaker AI.
- Amazon SageMaker Lakehouse : unifiez les données des lacs de données Amazon Simple Storage Service (Amazon S3), des entrepôts de données Amazon Redshift et des sources de données tierces et fédérées.
- Amazon SageMaker Data and AI Governance : découvrez, gouvernez et collaborez en toute sécurité sur les données et l’IA grâce à Amazon SageMaker Catalog, basé sur Amazon DataZone.
Quelles fonctionnalités sont incluses dans la nouvelle génération d’Amazon SageMaker ?
La nouvelle génération d’Amazon SageMaker inclut les fonctionnalités suivantes :
- Amazon SageMaker Unified Studio (version préliminaire) : créez avec toutes vos données et tous vos outils d’analytique et d’IA dans un environnement unique.
- Amazon SageMaker Lakehouse : unifiez les données des lacs de données Amazon Simple Storage Service (Amazon S3), des entrepôts de données Amazon Redshift, des sources de données tierces et fédérées avec Amazon SageMaker Lakehouse.
- Data and AI Governance : découvrez, gouvernez et collaborez en toute sécurité sur les données et l’IA grâce à Amazon SageMaker Catalog, basé sur Amazon DataZone.
- Développement de modèles : créez, formez et déployez le machine learning et les modèles de fondation avec une infrastructure, des outils et des flux de travail entièrement gérés avec Amazon SageMaker AI (anciennement Amazon SageMaker).
- Développement d’applications d’IA générative : créez et mettez à l’échelle des applications d’IA générative avec Amazon Bedrock.
- Analytique SQL : obtenez des informations grâce à Amazon Redshift, le moteur SQL le plus économique.
- Traitement des données : analysez, préparez et intégrez les données à des fins d’analytique et d’IA à l’aide de frameworks open source sur Amazon Athena, Amazon EMR et AWS Glue.
Pourquoi utiliser la nouvelle génération de SageMaker ?
Associant des fonctionnalités de machine learning (ML) et d’analytique largement adoptées par AWS, la nouvelle génération de SageMaker propose une expérience intégrée pour l’analytique et l’IA avec un accès unifié à toutes vos données. Cette approche unifiée vous permet de travailler plus efficacement avec vos données, d’améliorer la collaboration entre les équipes, ainsi que la productivité globale.
SageMaker vous permet de :
- Collaborer et créer plus rapidement grâce à un environnement de développement de données et d’IA unique, en utilisant les services AWS habituels pour le développement de modèles, l’IA générative, le traitement des données et l’analytique SQL.
- Développer et mettre à l’échelle vos cas d’utilisation de l’IA à l’aide d’un large éventail d’outils pour entraîner, personnaliser et déployer le ML et des FM et créer rapidement des applications d’IA générative adaptées à votre entreprise.
- Réduire les silos de données grâce à un lakehouse ouvert pour unifier toutes vos données entre les lacs de données Amazon S3, les entrepôts de données Amazon Redshift et les sources de données tierces ou fédérées.
- Répondre aux besoins de votre entreprise en matière de sécurité grâce à une gouvernance intégrée des données et de l’IA pour contrôler l’accès aux bonnes données, aux modèles de machine learning, aux artefacts de développement d’IA générative et aux ressources de calcul, par le bon utilisateur et dans le but correct.
Puis-je utiliser des services AWS individuels sans utiliser SageMaker ?
Oui. Vous pouvez continuer à utiliser des services AWS individuels tels qu’Amazon SageMaker AI (anciennement Amazon SageMaker), Amazon EMR pour le traitement de big data, AWS Glue et Amazon Redshift pour l’entreposage des données de manière indépendante en fonction des besoins spécifiques de votre entreprise. Il n’y a aucun impact sur la façon dont vous utilisez actuellement vos services individuels.
Amazon SageMaker offre un avantage supplémentaire en fournissant une interface unifiée et conviviale qui permet d’accéder à ces services. Cette approche vous permet d’innover plus efficacement avec vos données, d’améliorer la collaboration entre les équipes et d’améliorer la productivité globale.
Quels services AWS existants puis-je utiliser dans SageMaker ?
SageMaker regroupe un ensemble complet de services d’intelligence artificielle et d’analytique AWS répartis entre SageMaker Unified Studio (version préliminaire), SageMaker Data and AI Governance et SageMaker Lakehouse.
Depuis SageMaker Unified Studio, vous pouvez accéder à des fonctionnalités de traitement des données, d’analytique SQL, de ML et de développement d’applications d’IA générative à l’aide des services AWS existants. Pour le traitement des données, des services tels qu’Athena, AWS Glue, Amazon EMR et Amazon Managed Workflows pour Apache Airflow (Amazon MWAA) analysent, préparent, intègrent et orchestrent les données à des fins d’analytique et d’IA à n’importe quelle échelle. Pour SQL Analytics, Amazon Redshift s’intègre parfaitement à SageMaker Lakehouse pour fournir de puissantes fonctionnalités d’analytique SQL sur vos données unifiées dans les entrepôts de données Amazon Redshift et les lacs de données Amazon S3. Les fonctionnalités de machine learning sont fournies par SageMaker AI (précédemment connu sous le nom de SageMaker) pour créer, former et déployer le ML et les FM. En outre, vous pouvez développer des applications d’IA générative à l’aide d’Amazon Bedrock IDE (version préliminaire).
SageMaker Data and AI Governance fournit une gouvernance intégrée de bout en bout grâce à une expérience de gestion des données unifiée dans SageMaker Catalog, basé sur Amazon DataZone, pour découvrir, gérer et collaborer en toute sécurité sur les données et l’IA.
SageMaker Lakehouse repose sur plusieurs services de catalogue dans le catalogue de données AWS Glue, AWS Lake Formation et Amazon Redshift afin de fournir un accès unifié aux données entre les lacs de données Amazon S3, les entrepôts de données Amazon Redshift et les sources de données tierces et fédérées.
En outre, ces services restent disponibles en tant que fonctionnalités autonomes via la console de gestion AWS, ce qui vous offre une flexibilité en fonction de vos cas d’utilisation. Nous améliorerons SageMaker avec davantage de services en 2025 afin d’unifier les expériences en matière d’analytique et d’IA. Il s’agit notamment de l’analytique des recherches avec Amazon OpenSearch Service, de l’informatique décisionnelle avec Amazon QuickSight et du streaming avec le portefeuille de services de streaming AWS.
Comment démarrer avec SageMaker ?
La prise en main d’Amazon SageMaker est simple. La première étape consiste à accéder à la console de gestion Amazon SageMaker Unified Studio (version préliminaire) pour créer un domaine, l’entité organisatrice chargée de connecter vos actifs, vos utilisateurs et leurs projets pour votre unité commerciale. Dans la console de gestion, choisissez Créer un domaine et deux options vous seront proposées : Configuration rapide et Configuration manuelle. Choisissez Configuration rapide pour commencer avec un ensemble de configurations par défaut qui peuvent être personnalisées ultérieurement. Vous pouvez également choisir la configuration manuelle qui vous donne un contrôle total sur vos paramètres lors de la création de votre domaine. Une fois votre domaine créé, vous pouvez accéder à Amazon SageMaker Unified Studio (une application Web basée sur un navigateur), où vous pouvez utiliser toutes vos données et vos outils configurés à des fins d’analytique et d’intelligence artificielle. Pour en savoir plus sur la façon de bien démarrer, consultez la documentation de SageMaker.
J’utilise actuellement les services AWS existants qui sont désormais inclus dans SageMaker. Comment passer à l’expérience unifiée de SageMaker ?
Vos expériences de développement de données existantes dans les services AWS tels qu’Amazon EMR, AWS Glue et Amazon Athena restent disponibles. Cela signifie que tout le code et les ressources existants que vous avez créés peuvent continuer à être utilisés sans interruption. Nous fournirons des scripts de mise à niveau faciles à utiliser et des directives complètes pour intégrer votre base de code existante à l’expérience unifiée de SageMaker au premier trimestre 2025.
La nouvelle génération de SageMaker est-elle globalement disponible ?
Nous étendons SageMaker, un service de machine learning largement adopté, à une plateforme de données et d’IA en intégrant l’ensemble complet des outils de données, d’analytique et d’IA AWS déjà utilisés par les clients aujourd’hui. Nous avons également ajouté de nouvelles fonctionnalités au nouveau SageMaker, notamment le studio unifié SageMaker (version préliminaire), le lakehouse SageMaker (GA) et le catalogue SageMaker (GA).
La nouvelle génération d’Amazon SageMaker inclut pratiquement tous les composants dont vous avez besoin pour l’analytique SQL avec Amazon Redshift, le traitement des données avec Amazon EMR, le développement de modèles d’IA avec SageMaker AI et le développement d’applications d’IA générative avec le nouvel IDE Amazon Bedrock (version préliminaire), le tout via une expérience de développement intégrée dans le studio unifié (version préliminaire).
Expérience produit
Ouvrir toutQu’est-ce qu’un projet dans SageMaker ?
Une entité de projet dans SageMaker aide les utilisateurs à organiser leur travail et à fournir un contexte commercial sur les tâches qu’ils exécutent. Il fournit un espace de travail collaboratif où les utilisateurs peuvent collaborer sur des données et des artefacts tels que des modèles de machine learning, des blocs-notes, des requêtes, des tableaux de bord et des applications d’IA générative. Les projets sont mieux sécurisés afin que seules les personnes explicitement ajoutées à un projet puissent accéder aux données et aux outils analytiques qu'il contient. Le projet crée des rôles AWS Identity and Access Management (IAM) basés sur les fonctionnalités sélectionnées par le projet (par exemple, un lac de données) qui fournissent aux utilisateurs l’accès requis pour effectuer leur travail. Les projets fournissent également une isolation du travail au sein d’un même compte, ainsi qu’une limite de sécurité (groupe de sécurité et rôles IAM).
Comment Amazon Q Developer améliore-t-il la productivité dans SageMaker ?
Amazon Q Developer est un assistant conversationnel basé sur l’IA générative intégré à l’expérience SageMaker qui améliore votre productivité tout au long du cycle de développement. Grâce à une interface de chat, vous pouvez utiliser le langage naturel pour poser des questions sur SageMaker, obtenir de l’aide sur le code et explorer des ressources telles que des jeux de données. Lorsque vous discutez avec Amazon Q Developer, celui-ci utilise le contexte de votre conversation en cours pour vous fournir des conseils personnalisés et une assistance automatisée tout au long de l’expérience de développement de SageMaker. Amazon Q Developer peut vous aider lors de discussions sur le code, fournir des complétions de code en ligne, générer des requêtes SQL, rechercher et intégrer des jeux de données et proposer une assistance intelligente adaptée à vos besoins de développement spécifiques.
En comprenant les nuances de votre travail, Amazon Q Developer fournit une assistance ciblée et contextuelle qui rationalise votre processus de développement et améliore la productivité globale dans l’environnement SageMaker.
Quels sont les outils disponibles dans SageMaker pour les tâches d’analytique et d’IA ?
SageMaker fournit un environnement Web unifié qui regroupe de puissants outils pour des flux de travail de données et d’IA complets. Les IDE intégrés permettent le développement de l’intelligence artificielle et du machine learning, ce qui vous permet de traiter de grands volumes de données provenant de différentes sources à l’aide de frameworks et de services tels que PySpark, AWS Glue et Amazon EMR.
Pour le contrôle des versions et la gestion des flux de travail, vous pouvez vous engager dans Git et définir des flux de travail à l’aide d’Amazon MWAA. L’éditeur de requêtes SQL intégré vous permet d’explorer, d’analyser et de visualiser les données, avec la possibilité d’enregistrer et de partager plus facilement des requêtes et de créer de nouveaux jeux de données.
Le développement de modèles est rationalisé grâce aux outils familiers de SageMaker AI, notamment les blocs-notes Amazon SageMaker, JumpStart, HyperPod, MLflow, les pipelines et le registre des modèles. Tout au long de ces processus, Amazon Q Developer est parfaitement intégré aux outils SageMaker, fournissant une assistance intelligente en matière de découverte des données, de préparation, de création de pipelines, de création de modèles et d’entraînement, ainsi que de déploiement de code.
Comment créer des applications d’IA générative dans SageMaker ?
L’IDE Amazon Bedrock (version préliminaire), intégré à SageMaker Unified Studio (version préliminaire), fournit un environnement complet pour le développement d’applications d’IA générative. Cette interface intuitive vous permet d’accélérer le développement d’applications dans un environnement fiable et sécurisé, en vous donnant accès aux modèles de fondation hautes performances et aux fonctionnalités de personnalisation avancées d’Amazon Bedrock.
Vous pouvez utiliser des fonctionnalités puissantes telles que les bases de connaissances d’Amazon Bedrock, les garde-fous, les agents et les flux d’invite, permettant à votre équipe d’adapter rapidement les applications d’IA générative aux besoins spécifiques de votre entreprise tout en respectant vos directives en matière d’IA responsable. SageMaker prend en charge votre accès gouverné et permet une collaboration interfonctionnelle sécurisée grâce à un partage à accès contrôlé et à une auditabilité soutenue par Git.
Quels sont les types de sources de données pris en charge par SageMaker ?
Amazon SageMaker Lakehouse unifie les données dans les lacs de données AWS, les entrepôts de données, les applications tierces et les bases de données opérationnelles. Il vous donne un accès rapide et rationalisé à vos données en un seul endroit grâce à des intégrations zéro ETL, à des sources de requêtes fédérées et à plus de 240 connecteurs.
Comment puis-je m’assurer que les données de SageMaker sont correctement gérées et sécurisées ?
SageMaker fournit une gouvernance intégrée de bout en bout grâce à une expérience de gestion des données unifiée dans SageMaker Catalog, basé sur Amazon DataZone. Cette approche vous permet de cataloguer, de découvrir, d’accéder, d’analyser et de gérer à la fois les actifs de données structurés et non structurés, les modèles ML et les applications au sein de votre organisation. SageMaker garantit que les bonnes personnes ont l’accès approprié aux bons actifs, tout en maintenant des normes de sécurité et de conformité strictes.
Comment créer et gérer des pipelines de données dans SageMaker ?
Vous pouvez créer et gérer des pipelines de données dans SageMaker de différentes manières. SageMaker Data Processing réunit Amazon EMR, Amazon Athena, AWS Glue et Amazon MWAA pour vous aider à intégrer, préparer et explorer vos données dans le cadre d’une expérience unifiée. Vous pouvez créer des pipelines pour l’orchestration de modèles spécifiques au ML avec SageMaker AI et des pipelines de données et des flux de travail avec Amazon MWAA. Vous pouvez également utiliser des intégrations zéro ETL, qui simplifient le mouvement des données en supprimant les processus complexes d’extraction, de transformation et de chargement (ETL) et en permettant la réplication directe des données entre les services. Consultez la page Qu’est-ce que zéro ETL ? pour en savoir plus.
Tarification
Ouvrir toutComment fonctionne la tarification de SageMaker ?
Lorsque vous utilisez Amazon SageMaker, vous serez facturé conformément au modèle de tarification des différents services AWS accessibles via Amazon SageMaker. L’utilisation d’Amazon SageMaker Unified Studio (version préliminaire), l’environnement de développement de données et d’IA qui fournit l’expérience intégrée d’Amazon SageMaker, est gratuite. Consultez la page de tarification d’Amazon SageMaker Tarification de SageMaker pour plus d’informations.
Puis-je essayer SageMaker gratuitement ?
L’offre gratuite de SageMaker vous permet de commencer rapidement à innover grâce aux données et à l’IA, sans frais. Reportez-vous à la tarification de SageMaker pour en savoir plus.
Disponibilité
Ouvrir toutDans quelles Régions AWS le service SageMaker est-il disponible ?
La nouvelle génération de SageMaker est disponible dans les régions AWS USA Est (Virginie du Nord), USA Est (Ohio), USA Ouest (Oregon), Asie-Pacifique (Tokyo) et Europe (Irlande). SageMaker Unified Studio et Amazon Bedrock IDE sont disponibles en version préliminaire dans ces mêmes régions AWS. Pour les prochaines mises à jour, consultez la liste des services régionaux AWS.
Est-ce que SageMaker propose un SLA ?
Oui. SageMaker est conçu pour fournir les performances et la durée de fonctionnement constantes qu’exigent l’analytique critique et les charges de travail d’IA. En tant que plateforme unifiée composée de plusieurs composants de service, la disponibilité du service est liée au composant de service utilisé.
Pour obtenir des informations détaillées sur les contrats de niveau de service (SLA) pour chaque service individuel, consultez la documentation SLA correspondante. Les SLA vous fourniront les garanties de durée de fonctionnement et les engagements de fiabilité spécifiques pour les différents services qui constituent l’expérience SageMaker.
La documentation SLA disponible inclut :