Amazon SageMaker

建置、訓練和部署機器學習 (ML) 模型,用於具有全受管基礎設施、工具和工作流程的任何使用案例

適用於商業分析師的 SageMaker

商業分析師

使用具有 SageMaker Canvas 的視覺化介面進行機器學習 (ML) 預測。

適用於商業分析師的 SageMaker »
適用於資料科學家的 SageMaker

資料科學家

使用 SageMaker Studio 準備資料,並建置、訓練和部署模型

適用於資料科學家的 SageMaker »
適用於 MLOps 工程師的 SageMaker

ML 工程師

使用 SageMaker MLOps 大規模部署和管理模型。

適用於 ML 工程師的 SageMaker »

優勢

讓機器學習 (ML) 更易於取得

讓更多人可以透過選擇工具來使用機器學習 (ML) 進行創新,包括適用於資料科學家的整合開發環境和適用於商業分析師的無程式碼視覺化介面。

大規模準備資料

存取、標記、處理適用於機器學習 (ML) 的大量結構化資料 (表格式資料) 和非結構化資料 (相片、視訊和音訊)。

加速機器學習 (ML) 開發

使用優化基礎設施,讓訓練時間減少數小時至數分鐘。使用特殊用途工具,將團隊生產力提升最高 10 倍。

簡化機器學習 (ML) 生命週期

跨組織自動化和標準化 MLOps 實務,以大規模建置、訓練、部署和管理模型。

大規模的高效能、低成本機器學習 (ML)

Amazon SageMaker 是根據 Amazon 長達 20 年開發真實世界 ML 應用程式的經驗精心打造而成,包含產品推薦、個人化、智慧採購、機器人和語音輔助裝置。

10x

團隊生產力的提升

100B+

每月預測

54%

更低的總體擁有成本

40%

資料標記成本降低

最多 50%

透過 GPU 的更有效使用,取得更快的訓練

<10 毫秒

推論負荷延遲

22

項合規計劃 (PCI、HIPAA、SOC 1/2/3、FedRAMP、ISO 等等)

Amazon SageMaker 支援領先的 ML 架構、工具組和程式設計語言

TensorFlow
TensorFlow
PyTorch
mxnet
Hugging Face 標誌
TensorFlow
TensorFlow
TensorFlow

Amazon SageMaker 客戶

Amazon SageMaker 由世界各地數以萬計、來自不同產業的客戶所使用,是廣受信賴的雲端服務。

入門

使用 SageMaker Studio Lab 學習機器學習 (ML)

開始使用 »

開始使用免費方案

開始使用 »

使用 JumpStart 部署解決方案

開始使用 »

探索更多 AWS 服務