Atributos do Amazon SageMaker Studio

Execute o desenvolvimento de ML de ponta a ponta com um IDE totalmente gerenciado

JupyterLab

Inicie o JupyterLab totalmente gerenciado em segundos. Use o mais recente ambiente de desenvolvimento interativo baseado na web para notebooks, código e dados. Sua interface flexível e extensível permite que você configure facilmente fluxos de trabalho de machine learning (ML). Obtenha assistência baseada em IA para geração de código, solução de problemas e orientação especializada para acelerar seu desenvolvimento de ML, tudo em seu ambiente de notebook.

JupyterLab

Editor de código, baseado em Code-OSS

Use o editor de código leve e poderoso e aumente a produtividade com seus atalhos familiares, terminal, depurador e ferramentas de refatoração. Escolha entre milhares de extensões compatíveis com o Visual Studio Code disponíveis na galeria de extensões Open VSX para aprimorar sua experiência de desenvolvimento. Habilite o controle de versão e a colaboração entre equipes por meio dos repositórios do GitHub. Use os frameworks de ML mais populares prontas para uso com a distribuição pré-configurada do SageMaker AI. Integre-se perfeitamente aos serviços da AWS por meio do kit de ferramentas da AWS para Visual Studio Code, incluindo acesso integrado às fontes de dados da AWS, como o Amazon Simple Storage Service (Amazon S3) e o Amazon Redshift, e aumente a eficiência da codificação por meio de sugestões de código em linha e baseadas em chat fornecidas pelo Amazon Q Developer.

Editor de código, baseado em Code-OSS

RStudio

Use o ambiente de desenvolvimento integrado (IDE) totalmente gerenciado para R com um console, um editor de realce de sintaxe que oferece suporte à execução direta de código e ferramentas para plotagem, histórico, depuração e gerenciamento do espaço de trabalho. Use pacotes R pré-configurados, como devtools, tidyverse, shiny e rmarkdown, para gerar insights e publicá-los usando o RStudio Connect. Você pode alternar facilmente entre os IDEs RStudio, JupyterLab e Code Editor de Código para desenvolvimento em R e Python. 

RStudio

Prepare os dados em escala

Simplifique os fluxos de trabalho de dados com um ambiente unificado para engenharia de dados, análise e ML. Execute trabalhos do Spark de forma interativa usando ambientes Spark sem servidor do Amazon EMR e do AWS Glue e monitore-os pela interface do usuário do Spark. Use o recurso integrado de preparação de dados para visualizar dados, identificar problemas de qualidade de dados e aplicar soluções recomendadas para melhorar a qualidade dos dados. Automatize os fluxos de trabalho de preparação de dados rapidamente agendando seu caderno como um trabalho em algumas etapas. Armazene, compartilhe e gerencie recursos do modelo de ML em um arquivo de atributos centralizado.

Prepare os dados em escala

Treine rapidamente modelos com desempenho otimizado

O Amazon SageMaker AI oferece bibliotecas de treinamento distribuídas de alta performance e ferramentas integradas para otimizar a performance do modelo. Você pode ajustar automaticamente os modelos e visualizar e corrigir problemas de performance antes de implantar os modelos na produção.

Treine modelos rapidamente com performance otimizada

Implemente modelos para otimizar a performance e o custo de inferência

Implante modelos com uma ampla seleção de opções de infraestrutura e implantação de ML para atender melhor às suas necessidades de inferência de ML. O SageMaker AI é totalmente gerenciado e se integra às ferramentas de MLOps, para que você possa escalar a implantação de modelos, reduzir os custos de inferência, gerenciar modelos em produção com mais eficiência e reduzir a carga operacional.

Implemente modelos para otimizar a performance e o custo de inferência 

Ofereça modelos de ML de produção de alta performance

O SageMaker AI fornece MLOPs e ferramentas de governança criadas especificamente para ajudar você a automatizar, padronizar e simplificar os processos de documentação em todo o ciclo de vida de ML. Usando as ferramentas MLOps AI do SageMaker, você pode facilmente treinar, testar, solucionar problemas, implantar e controlar modelos de ML em grande escala, mantendo a performance do modelo na produção.

Ofereça modelos de ML de produção de alta performance

Obtenha assistência baseada em IA generativa

Acelere sua velocidade de desenvolvimento de ML com a assistência de IA fornecida pelo Amazon Q Developer no JupyterLab e no Code Editor. Use as sugestões de código em linha do Amazon Q Developer e a assistência baseada em chat para receber orientação prática, suporte de codificação e etapas de solução de problemas sob demanda. Comece rapidamente e aumente sua produtividade com essa ferramenta poderosa que está ao seu alcance.

Obtenha assistência baseada em IA generativa

Acelere o desenvolvimento de ML e IA generativa

Os aplicativos de IA dos parceiros da AWS agora estão disponíveis no Amazon SageMaker AI e no Amazon SageMaker Unified Studio. Encontre, implante e use esses aplicativos de IA no SageMaker. Experiência perfeita e totalmente gerenciada, sem infraestrutura que você precise provisionar ou operar. Tudo dentro da segurança e privacidade do ambiente SageMaker.

Saiba mais sobre os apps de IA de parceiros do Amazon SageMaker

image