Amazon SageMaker sekarang mendukung pekerjaan Pemrosesan geospasial
Amazon SageMaker sekarang mendukung pekerjaan Pemrosesan geospasial, sehingga memudahkan ilmuwan data dan insinyur ML untuk menjalankan beban kerja ML skala planet. Untuk menjalankan beban kerja skala besar seperti itu, pelanggan memerlukan cluster komputasi fleksibel yang dapat menskalakan dari puluhan instans untuk memproses blok kota, hingga ribuan instans untuk pemrosesan skala planet. Mengelola cluster komputasi DIY secara manual lambat dan mahal. Selain itu, membangun dan memelihara lingkungan standar untuk mengakses, memproses, dan memvisualisasikan data geospasial sangat kompleks, memakan waktu, dan mahal.
Dengan peluncuran ini, pelanggan sekarang dapat menggunakan wadah geospasial yang dibuat khusus SageMaker dengan pekerjaan Pemrosesan untuk pengalaman yang disederhanakan dan terkelola untuk membuat dan menjalankan cluster. Wadah geospasial standar SageMaker yang dibuat khusus memungkinkan Anda mengakses katalog data geospasial, memproses data dengan algoritma sumber terbuka atau model ML yang telah dilatih sebelumnya, dan memvisualisasikan prediksi pada peta dan berkolaborasi dengan anggota tim lainnya. Hanya dengan beberapa baris kode, Anda dapat meningkatkan beban kerja geospasial Anda dengan pekerjaan Pemrosesan SageMaker. Anda cukup menentukan skrip yang menentukan beban kerja Anda, lokasi data geospasial Anda di Amazon Simple Storage Service (Amazon S3), dan wadah geospasial. SageMaker Processing menyediakan sumber daya cluster bagi Anda untuk menjalankan beban kerja ML geospasial skala kota, negara, atau benua.
Untuk mempelajari lebih lanjut tentang kemampuan ML geospasial, kunjungi halaman web, atau lihat dokumentasi kami.