Introduzione dell'onboarding a singolo clic dei set di dati esistenti in Amazon SageMaker
Amazon SageMaker introduce l'onboarding a singolo clic dei set di dati AWS esistenti verso Amazon SageMaker Unified Studio. In questo modo si aiutano i clienti AWS ad avviare le operazioni con i propri dati in pochi minuti, impiegando i ruoli e le autorizzazioni AWS Identity and Access Management (IAM) già esistenti. I clienti possono avviare le operazioni con tutti i dati accessibili tramite un nuovo notebook serverless dotato di agente IA integrato. Questo nuovo notebook, con supporto per SQL, Python, Spark e linguaggio naturale, fornisce a ingegneri dei dati, analisti e data scientist un'interfaccia unica ad alte prestazioni per lo sviluppo e l'esecuzione di query SQL e codice. I clienti hanno anche accesso a numerosi altri strumenti esistenti, come Query Editor per analisi SQL, IDE JupyterLab, ETL visivo e flussi di lavoro, e funzionalità di machine learning (ML). Le funzionalità ML comprendono la capacità di individuare modelli di fondazione da un hub di modelli centralizzato, personalizzarli tramite notebook di esempio, impiegare MLflow per la sperimentazione, pubblicare i modelli addestrati nell'hub di modelli per il rilevamento e implementarli come endpoint di inferenza per la predizione.
Puoi iniziare direttamente dalle pagine della console di Amazon SageMaker, Amazon Athena, Amazon Redshift e Tabelle Amazon S3, garantendo un passaggio immediato dagli strumenti e dai dati già in uso all'esperienza intuitiva offerta da SageMaker Unified Studio. Dopo aver fatto clic su "Inizia" e specificato un ruolo IAM, SageMaker richiede specifici aggiornamenti delle policy e crea automaticamente un progetto in SageMaker Unified Studio. Il progetto è configurato con tutte le autorizzazioni dati esistenti provenienti dal catalogo dati AWS Glue, AWS Lake Formation e Amazon S3, mentre notebook e risorse di calcolo serverless sono preconfigurati per velocizzare il primo utilizzo.
Per iniziare, è sufficiente fare clic su "Inizia" dalla console SageMaker o aprire SageMaker Unified Studio da Amazon Athena, Amazon Redshift o Tabelle Amazon S3. L'onboarding con a singolo clic dei set di dati esistenti è disponibile in tutte le regioni in cui è supportato Amazon SageMaker Unified Studio. Per saperne di più, leggi il blog di AWS News o consulta la documentazione di Amazon SageMaker.