게시된 날짜: Jun 26, 2023
이제 Amazon SageMaker Data Wrangler에서는 Snowflake에 직접 연결하여 데이터를 준비하고 기계 학습(ML)을 위한 특성을 생성할 수 있습니다. SageMaker Data Wrangler는 Amazon SageMaker Studio의 시각적 인터페이스를 사용하여 ML을 위해 데이터를 집계하고 준비하는 데 걸리는 시간을 몇 주에서 몇 분으로 단축합니다.
오늘부터 고객은 Amazon Simple Storage Service(S3) 스토리지 통합을 제공하거나 S3에서 내구성 있는 데이터 복사본을 관리하지 않고도 SageMaker Data Wrangler에서 Snowflake에 연결할 수 있습니다. 이 특성은 구성에 소요되는 시간을 줄이고 SageMaker Data Wrangler와 Snowflake 간의 연결을 간소화하여 조직 전체에 걸쳐 많은 사용자로 쉽게 확장할 수 있도록 합니다. SageMaker Data Wrangler에서 Snowflake의 데이터베이스, 테이블, 스키마 및 쿼리 데이터를 찾아보고 S3, Amazon Athena, Amazon Redshift, Amazon EMR 및 50개 이상의 SaaS 애플리케이션 등 널리 사용되는 다른 데이터 소스의 데이터와 결합하여 ML에 적합한 데이터 세트를 생성할 수 있습니다. 그런 다음 SageMaker Data Wrangler의 시각적 인터페이스를 사용하여 300개 이상의 기본 제공 분석 및 데이터 변환을 통해 신속하게 데이터 품질을 이해하고, 데이터를 정리하고, 특성을 생성할 수 있습니다. 또한 Amazon SageMaker Autopilot을 사용하여 모델을 훈련 및 배포하고, Amazon SageMaker Pipelines를 사용하여 특성 추출, 훈련 또는 배포 파이프라인에서 데이터 준비 프로세스를 자동화할 수 있습니다.
SageMaker Data Wrangler는 현재 SageMaker Data Wrangler가 지원되는 모든 리전에서 추가 요금 없이 Snowflake에 대한 직접 연결을 지원합니다. 자세한 내용은 이 블로그 게시물과 AWS 기술 설명서를 참조하세요.