Apresentação da integração com um clique de conjuntos de dados existentes no Amazon SageMaker
O Amazon SageMaker introduz a integração com um clique dos conjuntos de dados existentes da AWS no Estúdio Unificado Amazon SageMaker. Isso ajuda os clientes da AWS a começarem a trabalhar com seus dados em poucos minutos, usando seus perfis e permissões existentes do AWS Identity and Access Management (IAM). Os clientes podem começar a trabalhar com todos os dados aos quais tenham acesso usando um novo caderno sem servidor com um agente de IA integrado. Esse novo caderno, compatível com SQL, Python, Spark ou linguagem natural, oferece aos engenheiros de dados, analistas e cientistas de dados uma única interface de alta performance para desenvolver e executar consultas e códigos SQL. Os clientes também têm acesso a muitas outras ferramentas existentes, como um editor de consultas para análise de SQL, IDE do JupyterLab, ETL visual e fluxos de trabalho e recursos de machine learning (ML). Os recursos de ML incluem a capacidade de descobrir modelos básicos a partir de um hub de modelos centralizado, personalizá-los com cadernos de amostra, usar o MLflow para experimentação, publicar modelos treinados no hub de modelos para descoberta e implantá-los como endpoints de inferência para previsão.
Os clientes podem começar diretamente nas páginas de console do Amazon SageMaker, Amazon Athena, Amazon Redshift e Tabelas do Amazon S3, oferecendo a eles um caminho rápido de suas ferramentas e dados existentes para a experiência simples no Estúdio Unificado SageMaker. Depois de clicar em “Get started” (Começar) e especificar um perfil do IAM, o SageMaker solicita atualizações de políticas específicas e, em seguida, cria automaticamente um projeto no Estúdio Unificado SageMaker. O projeto é configurado com todas as permissões de dados existentes do Catálogo de Dados do AWS Glue, do AWS Lake Formation e do Amazon S3, e um caderno e uma computação sem servidor estão pré-configurados para acelerar o primeiro uso.
Para começar, basta clicar em “Get Started” (Começar) no console do SageMaker ou abrir o Estúdio Unificado SageMaker no Amazon Athena, Amazon Redshift ou Tabelas do Amazon S3. A integração com um clique dos conjuntos de dados existentes está disponível em todas as regiões que oferecem suporte ao Estúdio Unificado Amazon SageMaker. Para saber mais, leia o blog de notícias da AWS ou acesse a documentação do Amazon SageMaker.