概要
次世代の Amazon SageMaker は、構造化データと非構造化データ、AI モデル、ビジネスインテリジェンスダッシュボード、アプリケーションにわたるデータと AI の発見、ガバナンス、コラボレーションを簡素化します。Amazon SageMaker Catalog では、生成 AI 作成のメタデータを用いたセマンティック検索を使用して承認されたデータやモデルをセキュアに検出してアクセスすることができます。データを検索するよう Amazon Q Developer に自然言語で指示することも可能です。ユーザーは、Amazon SageMaker Unified Studio できめ細かなアクセスコントロールを備えた単一の許可モデルを一元的に使用して、アクセスポリシーを一貫した方法で定義および適用できます。簡単なパブリッシュとサブスクライブのワークフローを通じて、データと AI アセットをシームレスに共有し、コラボレーションできます。データ品質モニタリング、データ分類、データおよび機械学習リネージにより、組織全体の信頼を築きましょう。
Amazon SageMaker Catalog の実際の動作をご覧ください
メリット
特徴
コンテキストと検索可能性を考慮して精選されたデータ
メタデータの自動推奨
すべてのアプリケーションで一貫したレベルの AI 安全性を実現
モデルの迅速な監査と追跡
データ品質
データと機械学習リネージ
時間の経過に合わせてデータとモデルの動きを把握できます。リネージは、データがどこから来たのか、どのように変化したのか、どのように利用されているのかをデータ利用者が理解できるようにすることで、信頼性と組織のデータと AI のリテラシーを高めるのに役立ちます。データ、AI アセット、およびそれらの関係のマッピング、パイプラインのトラブルシューティングと開発、データと AI ガバナンスのプラクティスのアサーションに費やす時間を短縮できます。
お客様
Natera, Inc
「Amazon QuickSight と Amazon SageMaker を統合することで、ラボ運営チームと科学者が全サイトの臨床検査パフォーマンスをリアルタイムで監視できるようになりました。当社では、スループット、品質管理メトリクス、所要時間を 1 か所にまとめる統合ダッシュボードを開発しました。これは、詳しい傾向分析と継続的なパフォーマンス最適化を可能にします。科学者は、今では探索的レビューからモデル開発に及ぶ包括的なデータ分析のすべてを単一の統合環境内で実行できます」
Natera, Inc.、VP of Software Engineering、Mirko Buholzer 氏
Cisco
「データを発見、共有、管理したいとお思いでしょうか。データメッシュと呼ぶかデータファブリックと呼ぶかにかかわらず、データはさまざまなチームにまたがって複数のサイロに分散して存在し、データをまとめる方法が必要となります。Amazon SageMaker Catalog はデータプロデューサーとコンシューマーをつなぐので、プロデューサーは組み込みのコントロールやデータコントラクトでデータを共有できると同時に、コンシューマーは好きなツールを使用してデータにアクセスできるようになります」
Cisco、Sr. Director AI/ML、Shaja Arul Selvamani 氏
NatWest
「当社の Data Platform Engineering チームは、データエンジニアリング、機械学習、SQL、生成 AI のタスク用に複数のエンドユーザーツールをデプロイしてきました。銀行全体のプロセスを簡素化するために、ユーザー認証とデータアクセス承認の合理化を検討してきました。Amazon SageMaker は既製のユーザーエクスペリエンスを提供してくれるので、組織全体に 1 つの環境をデプロイでき、データユーザーが新しいツールにアクセスするのに必要な時間を約 50% 短縮できます」
NatWest Group、CDAO、Zachery Anderson 氏
Amazon SageMaker Catalog の使用を開始する
今日お探しの情報は見つかりましたか?
ぜひご意見をお寄せください。ページのコンテンツ品質の向上のために役立てさせていただきます