Publicado: Apr 3, 2023
O SageMaker Canvas agora oferece suporte a mais de 45 fontes de dados que podem ser usadas para ML sem código, incluindo Amazon Athena e aplicativos SaaS de terceiros, como Snowflake, Salesforce e SAP OData. O Canvas é uma interface do tipo apontar e clicar que permite aos analistas gerar previsões de ML sem exigir experiência prévia ou precisar escrever uma única linha de código.
A ingestão de dados é uma etapa essencial de ML para alimentar algoritmos com dados de alta qualidade a fim de modelar um problema com precisão. A proliferação de aplicativos SaaS criou uma dispersão de dados entre os sistemas, tornando a aquisição de dados complexa e demorada. Anteriormente, os clientes precisavam recuperar e transferir dados dos aplicativos SaaS desejados para uma fonte Canvas compatível (Amazon S3, Amazon Redshift, Snowflake ou disco local) para uso com ML sem código. A natureza manual desse processo geralmente faz com que dados valiosos não sejam computados na jornada do ML.
Agora, o Canvas permite que os clientes capitalizem os dados armazenados em fontes diferentes, dando suporte à ingestão de dados de mais de 45 fontes. Firmamos uma parceria com o Amazon AppFlow, um serviço que permite aos clientes transferir dados com segurança para serviços da AWS, como o S3. Depois de transferidos, você pode acessar seus dados no Canvas, onde pode navegar por tabelas, unir tabelas de dados entre fontes, visualizar dados e escrever consultas no Athena para importar os dados corretos. Depois que seus dados são importados, você pode aproveitar todas as funcionalidades existentes do Canvas, como criar um modelo de ML, visualizar dados de explicabilidade ou gerar previsões.
O suporte a esse recurso agora está disponível em todas as regiões da AWS em que o Canvas está disponível. Para começar a importar seus dados dessas mais de 45 fontes, leia a documentação do Canvas.