Đối tác của Amazon SageMaker AI giúp khách hàng giải quyết những thách thức kinh doanh bằng máy học. Chương trình năng lực AWS đã xác thực rằng các đối tác dịch vụ được nêu bật dưới đây đã chứng minh chuyên môn trong việc cung cấp các giải pháp máy học (ML) với Amazon SageMaker AI.
Các dịch vụ phần mềm được liệt kê dưới đây có tích hợp sản phẩm với Amazon SageMaker AI đã được Kiến trúc sư giải pháp của AWS đánh giá và chứng nhận là Có hỗ trợ tiếp nhận Amazon SageMaker AI thông qua Chương trình hỗ trợ tiếp nhận dịch vụ AWS. Chuyên môn Hỗ trợ tiếp nhận Amazon SageMaker giúp khách hàng của AWS xác định các giải pháp phần mềm tích hợp với Amazon SageMaker AI – cho phép họ giải quyết các trường hợp sử dụng một cách liền mạch và đổi mới bằng máy học.
Kết nối với các đối tác của Amazon SageMaker AI
Thúc đẩy sự đổi mới, đạt các mục tiêu kinh doanh và tận dụng tối đa các dịch vụ AWS của bạn bằng cách hợp tác với các Đối tác AWS sở hữu kỹ năng đã được kiểm chứng.


Merkle
“Tại Merkle, chúng tôi đã xây dựng quy trình làm việc máy học toàn diện để dự đoán tỷ lệ rời bỏ của khách hàng, tận dụng Quy trình của Amazon SageMaker để xử lý dữ liệu, đào tạo mô hình và triển khai mô hình cho việc suy luận. Mặc dù các công cụ như Airflow là những trình điều phối mạnh mẽ và có thể dễ dàng cấu hình, việc học chúng và quản lý cơ sở hạ tầng làm phát sinh chi phí vận hành đối với các nhà khoa học dữ liệu. Quy trình của Amazon SageMaker thuận tiện cho các nhà khoa học dữ liệu vì dịch vụ này không có những công việc nặng nhọc như quản lý cơ sở hạ tầng, đồng thời mang lại trải nghiệm người dùng trực quan. Bằng cách cho phép người dùng dễ dàng kéo thả các tác vụ ML và truyền dữ liệu giữa các quy trình trong quy trình làm việc, Quy trình của Amazon SageMaker trở nên đặc biệt dễ tiếp cận để thử nghiệm nhanh chóng. Với tất cả các bước thiết yếu của quy trình làm việc ML được tổ chức gọn gàng, trình thiết kế trực quan còn cung cấp trải nghiệm sạch sẽ và thân thiện với người dùng. Sự tiện lợi này có thể hợp lý hóa đáng kể quy trình làm việc và nâng cao năng suất cho cả cá nhân và các đội ngũ.”
Tiến sĩ Lorenzo Valmasoni, Giám đốc Giải pháp dữ liệu, Merkle