Amazon SageMaker
Amazon SageMaker รุ่นต่อไปจะเป็นศูนย์กลางทางข้อมูล การวิเคราะห์ และ AI ทั้งหมดให้กับคุณภาพรวม
Amazon SageMaker มอบประสบการณ์แบบผสานรวมสำหรับการวิเคราะห์และ AI พร้อมสิทธิ์แบบครบวงจรในการเข้าถึงข้อมูลทั้งหมดของคุณ โดยการรวมความสามารถของแมชชีนเลิร์นนิงและการวิเคราะห์ของ AWS ที่มีการนำไปใช้ร่วมกันอย่างแพร่หลายเข้าไว้ด้วยกัน ทำงานร่วมกันและสร้างได้เร็วขึ้นจากสตูดิโอแบบครบวงจร (การแสดงตัวอย่าง) โดยการใช้เครื่องมือ AWS ที่คุ้นเคยสำหรับการพัฒนาโมเดล AI ช่วยสร้าง การประมวลผลข้อมูล และการวิเคราะห์ SQL ซึ่งเร่งให้เร็วขึ้นด้วย Amazon Q Developer ซึ่งเป็นผู้ช่วย AI ช่วยสร้างที่มึความสามารถสูงสุดสำหรับการพัฒนาซอฟต์แวร์ เข้าถึงข้อมูลทั้งหมดของคุณไม่ว่าจะเก็บไว้ใน Data Lake คลังข้อมูล แหล่งที่มาของข้อมูลของบุคคลที่สามหรือแหล่งข้อมูลที่เชื่อมโยงกับส่วนกลาง โดยมีการกำกับดูแลในตัวเพื่อตอบสนองความต้องการด้านความปลอดภัยขององค์กร
ประโยชน์
พบกับ SageMaker รุ่นต่อไป
ลูกค้า
Toyota
“เรากำลังสำรวจ Amazon SageMaker เพื่อรวมและกำกับดูแลข้อมูลในหน่วยรถยนต์ การขาย การผลิต และซัพพลายเชนที่เชื่อมต่อกันของเราเพื่อจัดการกับชุดข้อมูลแบบแยกส่วนในการดำเนินงานด้านยานยนต์ วิธีการนี้ช่วยให้เราสามารถค้นหา ค้นพบ และแชร์ข้อมูลได้อย่างง่ายดาย วางรากฐานเพื่อแก้ไขปัญหาด้านคุณภาพล่วงหน้า เพิ่มความปลอดภัยและความพึงพอใจของลูกค้า รวมถึงเร่งความเร็วในการพัฒนาแอปพลิเคชัน AI ช่วยสร้าง”
– Kamal Distell รองประธานฝ่ายข้อมูล การวิเคราะห์ แพลตฟอร์ม และวิทยาศาสตร์ข้อมูลของ TMNA
NatWest Group
“ทีมวิศวกรรมแพลตฟอร์มข้อมูลของเราได้นำเครื่องมือสำหรับผู้ใช้ปลายทางหลายตัวมาใช้ในงานด้านวิศวกรรมข้อมูล ML, SQL และ GenAI ขณะที่เราต้องการลดความซับซ้อนของกระบวนการทั่วทั้งธนาคาร เราก็ได้มองหากาเพิ่มประสิทธิภาพในการยืนยันตัวตนผู้ใช้และการอนุญาตการเข้าถึงข้อมูล Amazon SageMaker มอบประสบการณ์ผู้ใช้สำเร็จรูปเพื่อช่วยให้เราใช้งานในสภาพแวดล้อมเดียวภายในองค์กร ซึ่งช่วยลดเวลาที่ผู้ใช้ข้อมูลของเราใช้ในการเข้าถึงเครื่องมือใหม่ ๆ ได้ประมาณ 50%”
- Zachery Anderson ประธานเจ้าหน้าที่ฝ่ายวิเคราะห์ข้อมูลของ NatWest Group
Roche
“เราได้ใช้ Amazon Redshift เพื่อรับข้อมูลเชิงลึกจากทั้งข้อมูลที่มีโครงสร้างและข้อมูลกึ่งโครงสร้างในคลังข้อมูลทั้งหมดของเรา Amazon SageMaker Lakehouse ใหม่ทำให้ฉันรู้สึกตื่นเต้นด้วยศักยภาพในการปรับปรุงและรวมการเข้าถึง Data Lake และแหล่งที่มาของข้อมูลอื่น ๆ ด้วยบริการอย่าง Amazon Redshift, Glue Data Catalog และ Lake Formation นวัตกรรมนี้จะช่วยให้ทีมข้อมูลและวิศวกรรมของเราสามารถลดความซับซ้อนในการเข้าถึงข้อมูล ส่งเสริมการทำงานร่วมกันระหว่างข้อมูล การวิเคราะห์ และเวิร์กโหลดแอปพลิเคชัน ฉันคาดการณ์ว่าข้อผิดพลาดของข้อมูลจะลดลงอย่างเห็นได้ชัดด้วยการคัดลอกข้อมูลน้อยลง โดยเวลาในการประมวลผลลดลงถึง 40% การเขียนข้อมูลการวิเคราะห์กลับไปยังระบบธุรกรรมได้เร็วขึ้นเพื่อการตัดสินใจที่ดียิ่งขึ้น และทำให้ทีมของเราสามารถโฟกัสไปที่การสร้างมูลค่าทางธุรกิจได้”
- Yannick Misteli หัวหน้าฝ่ายวิศวกรรมประจำแผนกกลยุทธ์ผลิตภัณฑ์ระดับโลกของ Roche
Lennar
“เราใช้เวลา 18 เดือนที่ผ่านมาร่วมงานกับ AWS เพื่อเปลี่ยนรากฐานข้อมูลของเราเป็นโซลูชันที่ดีที่สุดในระดับที่คุ้มค่าเช่นกัน ด้วยความก้าวหน้าอย่าง Amazon SageMaker Unified Studio และ Amazon SageMaker Lakehouse เราจึงคาดหวังว่าจะเร่งความเร็วในการส่งมอบผ่านการเข้าถึงข้อมูลและบริการได้อย่างราบรื่น ซึ่งเปิดโอกาสให้วิศวกร นักวิเคราะห์ และนักวิทยาศาสตร์ของเราสามารถค้นหาข้อมูลเชิงลึกที่ให้มูลค่าทางวัตถุให้กับธุรกิจของเรา”
- Lee Slezak รองประธานอาวุโสฝ่ายข้อมูลและการวิเคราะห์ของ Lennar
Natera, Inc
“องค์กรของเราได้ใช้ประโยชน์จาก Amazon DataZone, Amazon SageMaker AI, Amazon Athena และ Amazon Redshift เพื่อจัดการและวิเคราะห์ข้อมูลทางคลินิกและจีโนมของเรา เรารู้สึกตื่นเต้นที่ได้มีการกำกับดูแลแบบครบวงจรของ Amazon SageMaker Catalog ซึ่งจะช่วยเพิ่มประสิทธิภาพในการค้นพบและการเข้าถึงข้อมูลของเรา โดยเปิดโอกาสให้ทีมของเราสามารถวิเคราะห์ข้อมูลที่เกี่ยวข้องในโดเมนทั้งหมดของเราได้อย่างรวดเร็ว การผสานการทำงานนี้จะช่วยให้เราสามารถสร้างชุดข้อมูลที่ปรับแต่งได้ ซึ่งอาจช่วยลดเวลาในการรับข้อมูลเชิงลึก และผลักดันให้ผู้ป่วยมีอาการดีขึ้นในที่สุดเมื่อเรากำลังก้าวไปสู่เป้าหมายของเราในการทำให้การทดสอบทางพันธุกรรมที่ปรับให้เหมาะกับแต่ละบุคคลเป็นส่วนมาตรฐานของการดูแลรักษา”
– Mirko Buholzer รองประธานฝ่ายวิศวกรรมซอฟต์แวร์ของ Natera, Inc.
วันนี้คุณพบสิ่งที่กำลังมองหาแล้วหรือยัง
การแจ้งให้เราทราบจะช่วยให้เราปรับปรุงคุณภาพของเนื้อหาในหน้าเว็บได้