Passa al contenuto principale

Amazon SageMaker Catalog

Panoramica

La nuova generazione di Amazon SageMaker semplifica la ricerca, la governance e la collaborazione per l'intero patrimonio di dati e IA, che include dati strutturati e non, modelli di IA, dashboard di business intelligence e applicazioni. Con Amazon SageMaker Catalog, l'utente può individuare e accedere in modo sicuro a dati e modelli approvati tramite l'utilizzo della ricerca semantica con metadati creati dall'IA generativa oppure può semplicemente chiedere ad Amazon Q Developer in linguaggio naturale di trovare i propri dati. Gli utenti possono definire e applicare le policy di accesso in modo coerente tramite l'utilizzo di un unico modello di autorizzazione con controlli di accesso a grana fine centralizzati in Amazon SageMaker Unified Studio. Condividi e collabora senza problemi alla gestione di dati e risorse di IA tramite flussi di lavoro di semplice pubblicazione e sottoscrizione. Aumenta la fiducia in tutta l'organizzazione con il monitoraggio della qualità, la classificazione e la tracciabilità dei dati e del machine learning (ML).

Guarda Amazon SageMaker Catalog in azione

Prova la demo
Missing alt text value

Vantaggi

Individua i dati e le risorse IA su larga scala con il catalogo SageMaker, basato su Amazon Datazone. Migliora l'individuazione dei con l'IA generativa per arricchire automaticamente dati e metadati con il contesto aziendale, facilitando così a tutti gli utenti la possibilità di trovare, comprendere e utilizzare le informazioni. Condividi dati, modelli di intelligenza artificiale, prompt e risorse di IA generativa con l'applicazione di filtri per nomi di tabelle e colonne o termini del glossario aziendale. Raccomanda automaticamente le colonne più utili e le applicazioni di analisi pertinenti per ogni dataset, consentendo così l’utilizzo di dati più adatti per creare rapidamente i modelli migliori. Supporta sia i modelli di governance centralizzati, sia quelli decentralizzati, offrendo una condivisione fluida di dati e IA tramite flussi di lavoro di pubblicazione e sottoscrizione, il tutto riunito in un'unica esperienza grazie alla funzionalità Progetti.
Aumenta la fiducia grazie alla visibilità in tempo reale sulla qualità e sulla tracciabilità dei dati e del ML in SageMaker. Automatizza la profilazione dei dati e le raccomandazioni sulla loro qualità, monitora le relative regole e ricevi avvisi. Risolvi le problematiche di qualità dei dati più difficili da individuare utilizzando approcci basati su regole e di ML per riconciliare le entità, in modo da fornire dati di alta qualità e prendere decisioni aziendali con la massima sicurezza. Promuovi la trasparenza nelle pipeline di dati e nei progetti di IA con il monitoraggio integrato dei modelli per rilevare distorsioni o segnalare in che modo le funzionalità contribuiscono alla previsione tramite modello.
Centralizza la sicurezza dei dati e dell'IA in SageMaker con controlli degli accessi granulari, la classificazione dei dati e i guardrail, per garantire che dati, analisi e modelli di IA siano utilizzati in modo appropriato. Definisci le autorizzazioni una sola volta e applicale su dati e modelli. Con Amazon Bedrock integrato in modo nativo, i clienti possono utilizzare Guardrail di Amazon Bedrock nella loro applicazione di IA generativa bloccando i contenuti dannosi, filtrando le allucinazioni e abilitando protezioni personalizzabili per la privacy, la sicurezza e l'accuratezza. Identifica automaticamente le informazioni sensibili all'interno delle tue pipeline con l'utilizzo di Amazon Comprehend.
Garantisci la conformità agli audit e alle normative grazie al logging e al monitoraggio dell'utilizzo dei dati e dei modelli. Supporta un uso accettabile delle tue risorse di analisi e dell'IA in tutta l'azienda con l'isolamento basato sui progetti. Comprendi l'utilizzo di dati e modelli nel tuo lakehouse per una maggiore sicurezza. Utilizza Amazon SageMaker Clarify per monitorare distorsioni, precisione e robustezza dei modelli, in linea con i tuoi standard di IA responsabile. Allinea i costi alle iniziative aziendali e fornisci una visione chiara degli investimenti aziendali.

Funzionalità

Dati selezionati per la contestualizzazione e la facilità di ricerca

SageMaker Catalog aggiunge il contesto aziendale ai tuoi metadati tecnici e consente di arricchirli ulteriormente. Puoi rendere i dati visibili e arricchirli con il contesto aziendale, permettendo a tutti i tuoi utenti di trovarli, comprenderli e fidarsene in modo rapido e semplice.

Suggerimenti automatici sui metadati

L'aggiunta di nomi e descrizioni aziendali ai dati è automatizzata e questo contribuisce alla comprensione del contesto da parte dell'utente ed evita di avere a che fare con tecnicismi che possono risultare criptici. Questa automazione è supportata da modelli linguistici di grandi dimensioni (LLM) per aumentare la precisione e la coerenza.

Apporta un livello costante di sicurezza dell'IA in tutte le tue applicazioni

I guardrail di Amazon Bedrock aiutano a valutare gli input degli utenti e le risposte dei modelli di fondazione (FM) in base a policy specifiche per il caso d'uso, e forniscono un ulteriore livello di protezione indipendentemente dagli FM sottostanti.

Verifica e monitoraggio rapido dei modelli

Verifica e risoluzione dei problemi rapide delle prestazioni di tutti i modelli, gli endpoint e i processi di monitoraggio dei modelli tramite una vista unificata. Rilevamento delle deviazioni dal comportamento previsto del modello, nonché dei processi di monitoraggio mancanti o inattivi, con avvisi automatici.

Qualità dei dati

Con le statistiche sulla qualità dei dati, i consumatori di dati possono visualizzare i parametri di qualità provenienti da sistemi di terze parti o di AWS. I consumatori di dati possono fidarsi delle origini dati che utilizzano per le decisioni e avere un contesto di qualità dei dati, mentre cercano le risorse. I produttori di dati e i team IT possono anche utilizzare le API per incorporare le statistiche sulla qualità dei dati provenienti da sistemi di terze parti in un portale unificato fuori dalla console.

Derivazione di dati e ML

Comprendi il movimento dei dati e i modelli nel tempo. La derivazione può aumentare l'attendibilità e la comprensione dei dati e dell'IA dell'organizzazione e aiuta i clienti a capire da dove provengono i dati, come sono cambiati e il loro consumo. Puoi ridurre il tempo impiegato nella mappatura di dati e risorse dell'IA e delle sue relazioni, nella risoluzione dei problemi e nello sviluppo di pipeline, così come nell'applicazione delle pratiche di governance dei dati e dell'IA.

Clienti

Natera, Inc.

“Integrando Amazon QuickSight con Amazon SageMaker, i nostri team operativi di laboratorio e gli scienziati ora sono in grado di monitorare le prestazioni dei test clinici in tutti i siti in tempo reale. Abbiamo sviluppato dashboard unificate che consolidano il throughput, le metriche di controllo qualità e i tempi di consegna, permettendo un'analisi dettagliata delle tendenze e un'ottimizzazione costante delle prestazioni. Gli scienziati ora possono effettuare un'analisi completa dei dati, dall'esame esplorativo allo sviluppo di modelli, in un unico ambiente integrato”.

Mirko Buholzer, VP of Software Engineering presso Natera, Inc.

In che modo Natera amplia la genomica con Amazon SageMaker Catalog

Cisco

“Desideri scoprire, condividere e gestire i tuoi dati. Che lo si chiami data mesh o data fabric, i dati si trovano distribuiti tra team diversi e in silos separati, ed è necessario trovare un modo per unificarli. Amazon SageMaker Catalog collega produttori e consumatori di dati, permettendo ai produttori di condividerli con controlli e contratti di dati integrati e consente al contempo ai consumatori di accedervi con l'utilizzo di strumenti a loro scelta.”

Shaja Arul Selvamani, Sr. Director AI/ML presso Cisco

The Cisco logo featuring the company's name in blue with a stylized bridge design above it.

NatWest

“Il nostro team di Data Platform Engineering ha implementato molteplici strumenti per l'utente finale per task di data engineering, ML, SQL e IA generativa. Nell'ambito del nostro progetto di semplificazione dei processi interni alla banca, abbiamo cercato di ottimizzare l'autenticazione degli utenti e l'autorizzazione all'accesso ai dati. Amazon SageMaker offre un'esperienza utente pronta all'uso che ci aiuta a implementare un unico ambiente in tutta l'organizzazione, riducendo di circa il 50% il tempo necessario ai nostri data user per accedere a nuovi strumenti.''

Zachery Anderson, CDAO presso NatWest Group

Missing alt text value