Amazon SageMaker
Machine learning para cada desenvolvedor e cientista de dados
O Amazon SageMaker ajuda cientistas e desenvolvedores de dados a preparar, criar, treinar e implantar modelos de machine learning (ML) de alta qualidade rapidamente, reunindo um amplo conjunto de recursos criados especificamente para ML.
O serviço de ML mais abrangente
Acelere a inovação com ferramentas específicas para cada etapa do desenvolvimento de ML, incluindo rotulagem, preparação de dados, engenharia de recursos, detecção de tendências estatísticas, ML automático, treinamento, ajuste, hospedagem, explicabilidade, monitoramento e fluxos de trabalho.
O primeiro Ambiente de desenvolvimento integrado (IDE) para ML
Aumente sua produtividade usando o Amazon SageMaker Studio, o primeiro ambiente de desenvolvimento totalmente integrado projetado especificamente para ML que traz tudo que você precisa para ML em uma interface de usuário visual unificada.
Funcionalidade projetada desde o início para trabalhar em conjunto
Use as capacidades integradas do Amazon SageMaker para desenvolvimento de ML, para que você possa eliminar meses de escrita de código de integração personalizado e, por fim, reduzir custos.
Como funciona
Um dos serviços de mais rápido crescimento na história da AWS
O Amazon SageMaker baseia-se nas duas décadas de experiência da Amazon no desenvolvimento de aplicações de machine learning para o mundo real, incluindo recomendações de produtos, personalização, compras inteligentes, robótica e dispositivos assistidos por voz.
10x
de aumento na produtividade da equipe
90%
de redução de custos com treinamento gerenciado de spots
75%
de redução dos custos de inferência
54%
70%
198
22
O Amazon SageMaker é compatível com as principais estruturas e toolkits de machine learning e linguagens de programação
Recursos importantes para preparar dados e criar, treinar e implantar modelos de ML
Aumente a produtividade com ambientes de desenvolvimento integrado (IDEs) do SageMaker
O Amazon SageMaker Studio oferece uma interface visual baseada em Web para criar facilmente seus modelos na linguagem Python. Também é possível analisar e visualizar dados relacionados a ML na linguagem R com recursos de computação elástica no RStudio no SageMaker, o primeiro RStudio Workbench totalmente gerenciado na nuvem.
Saiba mais sobre o: SageMaker Studio | RStudio no SageMaker
Crie, treine e ajuste modelos automaticamente
O Amazon SageMaker Autopilot seleciona o melhor algoritmo para a previsão e cria, treina e ajusta automaticamente modelos de machine learning sem qualquer perda de visibilidade ou controle.
Redução dos custos de rotulagem em até 70%
O Amazon SageMaker Ground Truth torna mais fácil rotular com mais precisão conjuntos de dados de treinamento para uma variedade de casos de uso, incluindo nuvens de pontos 3D, vídeo, imagens e texto.
A maneira mais rápida e fácil de preparar dados para ML
O Amazon SageMaker Data Wrangler reduz o tempo para preparação de dados para ML de semanas para minutos. Com alguns cliques, você pode concluir cada etapa do fluxo de trabalho de preparação de dados, incluindo seleção, limpeza, exploração e visualização de dados.
Armazenamento de recursos especialmente desenvolvido para ML
A Amazon SageMaker Feature Store é um repositório desenvolvido especificamente para armazenar, atualizar, recuperar e compartilhar recursos de ML. A SageMaker Feature Store oferece uma visão consistente dos recursos para os modelos de ML usarem, tornando significativamente mais fácil gerar modelos que produzam previsões altamente precisas.
Treine modelos de alta qualidade mais rapidamente
O Amazon SageMaker fornece um depurador integrado e um criador de perfil para que você possa identificar e reduzir erros de treinamento e gargalos de desempenho de seus modelos antes de colocá-los em produção.
Implantação na nuvem com um clique
O Amazon SageMaker facilita a implantação de seu modelo treinado em produção com um único clique para que você possa começar a gerar previsões para dados em lotes ou em tempo real.
Melhore a qualidade dos modelos em dispositivos de borda
O Amazon SageMaker Edge Manager ajuda a otimizar, proteger, monitorar e manter modelos de machine learning em frotas de dispositivos de borda para garantir que os modelos implantados nesses dispositivos estejam operando corretamente.
Recursos essenciais para ML em produção
Automatize fluxos de trabalho de machine learning
O Amazon SageMaker Pipelines é o primeiro serviço de integração contínua e entrega contínua (CI/CD) criado para uma finalidade específica e fácil de usar para machine learning. Os fluxos de trabalho podem ser compartilhados e reutilizados entre as equipes.
Detecte tendências e compreenda previsões
O Amazon SageMaker Clarify fornece detecção de tendências ao longo do fluxo de trabalho de ML, permitindo a você incorporar maior justiça e transparência em seu modelo de ML. O SageMaker Clarify também inclui gráficos de importância de recursos que ajudam a explicar as previsões dos modelos e produz relatórios que podem ser usados para dar suporte às apresentações internas ou para identificar problemas com seu modelo que você pode corrigir.
Proteja seus dados e código por todo o ciclo de vida de ML
O Amazon SageMaker oferece um conjunto abrangente de recursos de segurança que inclui criptografia, conectividade de rede privada, autorização, autenticação, monitoramento e capacidade de auditoria ajudar sua organização com requisitos de segurança que podem ser aplicados a cargas de trabalho de machine learning.
Recursos essenciais para ML em produção
Automatize fluxos de trabalho de machine learning
O Amazon SageMaker Pipelines é o primeiro serviço de integração contínua e entrega contínua (CI/CD) criado para uma finalidade específica e fácil de usar para machine learning. Os fluxos de trabalho podem ser compartilhados e reutilizados entre as equipes.
Melhore a transparência
O Amazon SageMaker Clarify fornece detecção de tendências ao longo do fluxo de trabalho de ML, permitindo a você incorporar maior justiça e transparência em seu modelo de ML. O SageMaker Clarify também inclui gráficos de importância de recursos que ajudam a explicar as previsões dos modelos e produz relatórios que podem ser usados para dar suporte às apresentações internas ou para identificar problemas com seu modelo que você pode corrigir.
Proteja seus dados e código por todo o ciclo de vida de ML
O Amazon SageMaker oferece um conjunto abrangente de recursos de segurança que inclui criptografia, conectividade de rede privada, autorização, autenticação, monitoramento e capacidade de auditoria ajudar sua organização com requisitos de segurança que podem ser aplicados a cargas de trabalho de machine learning.
Clientes do Amazon SageMaker
O Amazon SageMaker é usado por dezenas de milhares de clientes em uma ampla variedade de setores.
Conceitos básicos do Amazon SageMaker JumpStart
O Amazon SageMaker é um serviço de machine learning que você pode usar para construir, treinar e implantar modelos de ML para praticamente qualquer caso de uso. Para obter uma introdução técnica rápida, consulte o guia passo a passo do SageMaker. Para ajudá-lo a começar seu projeto de ML, o Amazon SageMaker JumpStart oferece um conjunto de soluções pré-construídas para os casos de uso mais comuns que você pode implantar com apenas alguns cliques. Essas soluções são totalmente personalizáveis para que você possa modificá-las facilmente para se adequar às necessidades do seu caso de uso e conjunto de dados específicos.
Manutenção preditiva
A Georgia Pacific usa o SageMaker para desenvolver modelos de ML que detectem problemas de máquina antecipadamente.
Visão por computação
A 3M está usando modelos de detecção de defeitos construídos no SageMaker para melhorar a eficácia de seus processos de controle de qualidade.
Direção autônoma
A Lyft Level 5 padronizou com o SageMaker para treinamento e tempos de treinamento de modelo reduzidos de dias para menos de algumas horas.