概觀

Amazon SageMaker 結合廣泛採用的 AWS 機器學習 (ML) 和分析功能，提供分析和 AI 的整合式體驗，並統一存取您的所有資料。使用熟悉的 AWS 工具進行模型開發、生成式 AI、資料處理和 SQL 分析，從統一的工作室加快協作和建置，這些工具由 Amazon Q Developer 加速，這是對於軟體開發最有能力的生成式 AI 助理。無論是儲存在資料湖、資料倉儲或第三方或聯合資料來源中，都可以存取所有資料，內建的治理功能可滿足企業安全需求。

優勢

認識下一代 SageMaker

查看下一代 Amazon SageMaker 的實際應用

試用示範版
sagemaker 縮圖

客戶

Toyota

「為解決我們汽車營運業務中普遍存在的孤立資料集問題，我們正在部署 Amazon SageMaker 以協助統一和管理連線汽車、銷售、製造和供應鏈部門的資料。這種方法使我們能夠輕鬆地搜尋、探索和共用資料，為預防品質問題、提高客戶滿意度以及為生成式 AI 應用程式的輕鬆開發奠定良好基礎。」

TMNA 資料、分析、平台和資料科學副總裁 Kamal Distell

Charter Communications

Charter Communications 利用 Amazon Redshift 和 Amazon SageMaker 推動創新和效率。

Lennar

「在過去的 18 個月內，我們一直與 AWS 合作，轉換我們的資料基礎，以使用經濟高效的一流解決方案。隨著 Amazon SageMaker Unified Studio 和 Amazon SageMaker 資料湖倉等技術取得進步，我們正透過無縫存取資料和服務來加快交付速度，從而讓我們的工程師、分析師和科學家取得為自身業務提供實質性價值的洞見。」

Lennar 資料與分析資深副總裁 Lee Slezak

Natera, Inc

「我們的組織一直在利用 Amazon DataZone、Amazon SageMaker AI、Amazon Athena 和 Amazon Redshift 來管理和分析臨床與基因體資料。我們很高興現在擁有 Amazon SageMaker Catalog 的統一管控功能，這將簡化我們的資料探索和存取，讓團隊能夠快速分析整個領域的相關資料。這種整合將協助我們建立量身打造的資料集，從而有可能減少我們取得洞見的時間，並最終推動改善患者的治療結果，因為我們正在推進將個人化基因檢測作為護理標準部分的目標。」

Natera, Inc. 軟體工程副總裁 Mirko Buholzer

image

NatWest Group

「我們的資料平台工程團隊一直在為資料工程、ML、SQL 和生成式 AI 任務部署多個最終使用者工具。在尋求簡化整個銀行的程序期間，我們一直在研究簡化使用者身分驗證和資料存取授權。Amazon SageMaker 提供現成的使用者體驗，協助我們在整個組織中部署單一環境，從而將資料使用者存取新工具所需的時間縮短大約 50%。」

NatWest Group 的 CDAO：Zachery Anderson

image