Amazon Web Services

機械学習プロジェクトは、データエンジニアやデータサイエンティスト、機械学習エンジニアなど、さまざまな役割を持つメンバーが連携して推進します。そのため、組織の円滑なコミュニケーションや機械学習開発の各工程をカバーする開発環境が不可欠です。本セッションでは、データ前処理からモデル構築、デプロイ、運用までを一元的に扱える統合開発環境 Amazon SageMaker Studio を紹介します。メンバー間の連携や効率的な機械学習開発をサポートする機能をピックアップし、組織でご活用いただくメリットをお話しします。
アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト 澤 亮太

developer
it-professional
solutions-architect

Up Next

VideoThumbnail
30:23

T3-2 Amazon SageMaker Canvasで始めるノーコード機械学習 (Level 200)

Jun 27, 2025
VideoThumbnail
31:49

T2-3 AWS を使った生成 AI アプリケーション開発 (Level 300)

Jun 27, 2025
VideoThumbnail
26:05

T4-4: AWS 認定 受験準備の進め方 AWS Certified Solutions Architect – Associate 編 後半

Jun 26, 2025
VideoThumbnail
32:15

T3-1: はじめてのコンテナワークロード - AWS でのコンテナ活用の第一歩

Jun 26, 2025
VideoThumbnail
29:37

BOS-09: はじめてのサーバーレス - AWS Lambda でサーバーレスアプリケーション開発 (Level 200)

Jun 26, 2025