Software | Amazon Web Services ブログ

何をどれくらいの価格で売ればいいの？ ~SaaS のプライシング戦略 (考え方編) ~

皆さんこんにちは、SaaS パートナーソリューションアーキテクトの櫻谷です。初めて SaaS ビジネスに挑戦 […]

マルチテナントソリューションでAmazon SQSを使う

AWS SaaS Factoryチームのシニアパートナーソリューションアーキテクト Raju Patel によ […]

新機能 – Cloud NGFW for AWS

2018 年、私は AWS Firewall Manager (Central Management for […]

MLaaS (Machine Learning as a Service) のためのマルチテナント機械学習構築環境を Amazon SageMaker Pipelines で実装する

近年、自社で保有するデータだけでなく、外部や第三者のデータを使って機械学習（ML）モデルを構築する企業が増えています。そして学習させたモデルを外部の顧客に提供することで収益源とするビジネスモデルを構築することができます。

この記事では、Amazon SageMaker Pipelinesが、Machine Learning as a Service (MLaaS) / Software as a Service (SaaS) アプリケーションにおけるデータの前処理、そして機械学習モデルの構築、訓練、チューニング、登録にどのように役立つかを紹介します。特にテナント分離とコスト配分に焦点を当て、テナント固有のMLモデルを構築するためのベストプラクティスを紹介します。