Katalog Amazon SageMaker
Temukan, kelola, dan berkolaborasi pada data dan AI dengan aman
Gambaran Umum
Katalog Amazon SageMaker menyederhanakan penemuan, tata kelola, dan kolaborasi untuk data dan AI di seluruh data terstruktur serta tidak terstruktur, model AI, dasbor kecerdasan bisnis, dan aplikasi Anda. Anda dapat menemukan dan mengakses data serta model yang disetujui dengan aman menggunakan pencarian semantik dengan metadata yang dibuat AI generatif atau cukup meminta Amazon Q Developer dengan bahasa alami untuk menemukan data Anda. Pengguna dapat menentukan dan menerapkan kebijakan akses secara konsisten menggunakan satu model izin dengan kontrol akses ketat secara terpusat di Studio Terpadu Amazon SageMaker. Bagikan dan kolaborasikan aset data dan AI dengan lancar melalui alur kerja publikasi dan langganan yang mudah. Bangun kepercayaan di seluruh organisasi Anda dengan pemantauan kualitas data, klasifikasi data, dan silsilah tingkat kolom otomatis menyeluruh untuk aset data dan AI.
Manfaat
Temukan aset data dan AI Anda dalam skala besar dengan Katalog SageMaker, yang dibangun di Amazon Datazone. Tingkatkan penemuan data dengan AI generatif untuk memperkaya data dan metadata Anda secara otomatis dengan konteks bisnis sehingga mempermudah semua pengguna untuk menemukan, memahami, dan menggunakan data. Membagikan data, model AI, prompt, dan aset AI generatif dengan pemfilteran berdasarkan nama tabel dan kolom atau istilah glosarium bisnis. Secara otomatis merekomendasikan kolom berharga dan aplikasi analitik yang relevan untuk setiap set data, yang memungkinkan penggunaan data yang tepat untuk membangun model yang tepat dengan cepat. Mendukung model tata kelola terpusat dan terdesentralisasi dengan pembagian data dan AI yang lancar melalui alur kerja penerbitan dan berlangganan dalam satu pengalaman melalui Proyek.
-
Mendapatkan kepercayaan melalui visibilitas kualitas data dan silsilah data serta ML dalam waktu nyata di SageMaker. Mengotomatiskan pembuatan profil data dan rekomendasi kualitas data, memantau aturan kualitas data, dan menerima pemberitahuan. Mengatasi kesulitan dalam kualitas data yang sulit ditemukan menggunakan pendekatan berbasis aturan dan ML untuk merekonsiliasi entitas agar Anda dapat memberikan data berkualitas tinggi dalam mengambil keputusan bisnis yang meyakinkan. Mendorong transparansi dalam jalur data dan proyek AI dengan pemantauan model bawaan untuk mendeteksi bias atau melaporkan cara fitur berkontribusi pada prediksi model Anda.
-
Memusatkan keamanan data dan AI di SageMaker dengan kontrol akses ketat, klasifikasi data, dan pagar pembatas untuk memastikan data, analitik, serta model AI digunakan dengan tepat. Menentukan izin sekali, dan memberlakukannya di seluruh data dan model. Dengan Amazon Bedrock yang terintegrasi secara native, pelanggan dapat menggunakan Pagar Pembatas Amazon Bedrock dalam aplikasi AI generatif mereka dengan memblokir konten berbahaya, memfilter halusinasi, dan mengaktifkan perlindungan yang dapat disesuaikan untuk privasi, keamanan, serta akurasi. Mengidentifikasi informasi sensitif secara otomatis dalam jalur Anda menggunakan Amazon Comprehend.
-
Memenuhi kepatuhan audit dan peraturan dengan penggunaan data dan pencatatan serta pemantauan model. Mendukung penggunaan analitik dan aset AI yang dapat diterima di seluruh korporasi Anda dengan isolasi berbasis proyek. Memahami penggunaan data dan model di seluruh lakehouse Anda untuk meningkatkan keamanan. Menggunakan Amazon SageMaker Clarify untuk memantau model untuk bias, akurasi, dan ketahanan, yang sejalan dengan standar AI yang bertanggung jawab. Menyelaraskan biaya dengan inisiatif bisnis dan memberikan gambaran yang jelas tentang investasi bisnis Anda.
Fitur
Katalog Data dan AI
Temukan, atur, dan kolaborasikan data terstruktur, data tidak terstruktur, model AI, dasbor BI, dan aplikasi dari satu katalog.
Glosarium Bisnis
Seragamkan terminologi melalui definisi bisnis yang disepakati bersama dan formulir metadata yang dapat disesuaikan. Dukung penggunaan istilah klasifikasi terbatas untuk memastikan penandaan data sensitif yang konsisten dan mendukung alur kerja tata kelola hilir.
Silsilah Data
Lacak cara data bergerak dan berubah di seluruh sistem. Silsilah yang kompatibel dengan OpenLineage membantu pengguna memahami asal data, transformasi, dan pola konsumsi data untuk meningkatkan kepercayaan, debugging, dan tata kelola.
Pemantauan Kualitas Data
Lihat metrik kualitas data dari AWS dan alat pihak ketiga. Konsumen mendapatkan kepercayaan dan pemahaman saat melakukan pencarian, sementara tim data dapat mengintegrasikan sinyal kualitas eksternal melalui API ke dalam portal terpadu.
Penemuan Data
Perkaya metadata teknis dengan pemahaman bisnis sehingga pengguna dapat menemukan, memahami, dan memercayai data yang mereka gunakan dengan cepat.
Rekomendasi Metadata Otomatis
Gunakan otomatisasi yang ditenagai LLM untuk menghasilkan nama dan deskripsi yang ramah bisnis sehingga meningkatkan pemahaman, konsistensi, dan kejelasan aset teknis.
Pencarian Semantik
Cari data dan model menggunakan kueri bahasa alami. Pencarian semantik memahami maksud pengguna, konteks, dan hubungan - bukan hanya kata kunci - untuk mengembalikan hasil yang lebih relevan.
Dasbor BI
Beralih dari data ke wawasan dengan menyatukan data di SageMaker dengan kemampuan Amazon Quick Suite, seperti dasbor interaktif, laporan piksel sempurna, dan kecerdasan bisnis (BI) generatif - semuanya terkelola dan otomatis.
Produk Data
Gabungkan aset terkait ke dalam produk data yang berfokus pada bisnis dengan metadata bersama. Tingkatkan penemuan, satukan permintaan akses, dan kurangi biaya tambahan administrasi, sambil memungkinkan tim tata kelola melacak konsumsi tingkat produk.
Pelanggan
Natera, Inc.
“Dengan mengintegrasikan Amazon QuickSight bersama Amazon SageMaker, tim operasi lab dan ilmuwan kami kini dapat memantau performa tes klinis di semua lokasi secara waktu nyata. Kami telah mengembangkan dasbor terpadu yang mengonsolidasikan throughput, metrik kontrol kualitas, dan waktu penyelesaian, yang memungkinkan analisis tren mendetail dan optimisasi performa yang berkelanjutan. Para ilmuwan kini dapat melakukan analisis data yang komprehensif – dari tinjauan eksploratif hingga pengembangan model – semuanya dalam satu lingkungan terintegrasi.”
Mirko Buholzer, VP of Software Engineering, Natera, Inc.
Cisco
"Anda ingin menemukan, membagikan, dan mengelola data Anda. Baik Anda menyebutnya jala data maupun data fabric, data berada di tim yang berlainan dalam berbagai silo, dan Anda perlu menemukan cara untuk menyatukannya. Katalog Amazon SageMaker menghubungkan produsen dan konsumen data, yang memungkinkan produsen berbagi data dengan kontrol bawaan dan kontrak data sambil memungkinkan konsumen mengakses data menggunakan alat pilihan mereka"
Shaja Arul Selvamani, Sr. Director AI/ML, Cisco
NatWest
"Tim Rekayasa Platform Data kami telah melakukan deployment beberapa alat pengguna akhir untuk tugas rekayasa data, ML, SQL, dan AI generatif. Kami berkeinginan untuk menyederhanakan proses di seluruh bank, dan kami telah berupaya untuk merampingkan proses autentikasi pengguna dan otorisasi akses data. Amazon SageMaker memberikan pengalaman pengguna siap pakai untuk membantu kami melakukan deployment satu lingkungan tunggal di seluruh organisasi, sehingga mengurangi waktu yang diperlukan pengguna data kami untuk mengakses alat baru sekitar 50%."
Zachery Anderson, CDAO, NatWest Group
Mulai menggunakan Katalog Amazon SageMaker
Apakah Anda sudah menemukan yang Anda cari?
Beri tahu kami agar kami dapat meningkatkan kualitas konten di halaman kami