Danh mục Amazon SageMaker
Khám phá, quản lý và cộng tác về dữ liệu và AI một cách an toàn
Tổng quan
Danh mục Amazon SageMaker đơn giản hóa việc khám phá, quản trị và cộng tác đối với dữ liệu và AI trên dữ liệu có cấu trúc và phi cấu trúc, mô hình AI, bảng thông tin kinh doanh thông minh và ứng dụng của bạn. Bạn có thể khám phá và truy cập an toàn các dữ liệu và mô hình đã được phê duyệt, thông qua chức năng tìm kiếm theo ngữ nghĩa sử dụng siêu dữ liệu tạo bằng AI tạo sinh hoặc chỉ cần yêu cầu bằng ngôn ngữ tự nhiên để Nhà phát triển Amazon Q tìm dữ liệu của bạn. Người dùng có thể xác định và thực thi các chính sách truy cập một cách nhất quán khi sử dụng một mô hình cấp quyền duy nhất với các kiểm soát truy cập chi tiết tập trung trong Studio hợp nhất của Amazon SageMaker. Chia sẻ và cộng tác liền mạch về dữ liệu và tài sản AI thông qua quy trình đăng ký và xuất bản đơn giản. Xây dựng niềm tin trong toàn tổ chức bằng hoạt động giám sát chất lượng dữ liệu, phân loại dữ liệu và truy xuất nguồn gốc tự động toàn diện ở cấp cột cho tài sản dữ liệu và AI.
Lợi ích
Khám phá dữ liệu và tài sản AI của bạn ở quy mô lớn với SageMaker Catalog, được xây dựng trên Amazon Datazone. Tăng cường khám phá dữ liệu với AI tạo sinh để tự động làm phong phú dữ liệu và siêu dữ liệu của bạn với bối cảnh kinh doanh, giúp tất cả người dùng tìm, hiểu và sử dụng dữ liệu dễ dàng hơn. Chia sẻ dữ liệu, mô hình AI, câu lệnh và tài sản AI tạo sinh của bạn bằng cách lọc theo tên bảng và cột hoặc thuật ngữ trong chú giải thuật ngữ kinh doanh. Tự động đề xuất các cột có giá trị và các ứng dụng phân tích có liên quan cho từng tập dữ liệu, cho phép sử dụng dữ liệu phù hợp để nhanh chóng xây dựng các mô hình phù hợp. Hỗ trợ cả mô hình quản trị tập trung và phi tập trung với dữ liệu liền mạch và chia sẻ AI thông qua việc xuất bản và đăng ký quy trình làm việc trong một trải nghiệm duy nhất thông qua Dự án.
-
Có được sự tin tưởng thông qua khả năng hiển thị chất lượng dữ liệu, dữ liệu và dòng dữ liệu ML theo thời gian thực trong SageMaker. Tự động hóa lập hồ sơ dữ liệu và đề xuất chất lượng dữ liệu, giám sát các quy tắc chất lượng dữ liệu và nhận cảnh báo. Giải quyết các thách thức về chất lượng dữ liệu khó tìm bằng cách sử dụng các phương pháp tiếp cận dựa trên quy tắc và ML để đối chiếu các thực thể, từ đó bạn có thể cung cấp dữ liệu chất lượng cao để đưa ra quyết định kinh doanh tự tin. Tăng tính minh bạch trong các quy trình dữ liệu và các dự án AI với tính năng giám sát mô hình tích hợp để phát hiện thiên lệch hoặc báo cáo cách các tính năng đóng góp vào dự đoán dựa trên mô hình của bạn.
-
Tập trung dữ liệu và bảo mật AI trong SageMaker với các điều khiển truy cập chi tiết, phân loại dữ liệu và quy tắc bảo vệ để đảm bảo dữ liệu, phân tích và mô hình AI được sử dụng một cách thích hợp. Xác định quyền một lần và thực thi chúng trên dữ liệu và mô hình. Với Amazon Bedrock được tích hợp nguyên bản, khách hàng có thể sử dụng Quy tắc bảo vệ của Amazon Bedrock trong ứng dụng AI tạo sinh của họ bằng cách chặn nội dung có hại, lọc ảo giác và cho phép các biện pháp bảo vệ tùy chỉnh cho quyền riêng tư, bảo mật và độ chính xác. Tự động xác định thông tin nhạy cảm trong quy trình của bạn bằng Amazon Comprehend.
-
Đáp ứng kiểm toán và tuân thủ quy định với việc sử dụng dữ liệu và ghi nhật ký và giám sát mô hình. Hỗ trợ việc sử dụng có thể chấp nhận được các tài sản phân tích và AI của bạn trong toàn doanh nghiệp của bạn với cách ly dựa trên dự án. Hiểu cách sử dụng dữ liệu và mô hình trên hồ dữ liệu của bạn để tăng cường bảo mật. Sử dụng Amazon SageMaker Clarify để theo dõi các mô hình về thiên lệch, độ chính xác và độ mạnh mẽ, phù hợp với các tiêu chuẩn AI có trách nhiệm của bạn. Điều chỉnh chi phí với các sáng kiến kinh doanh và cung cấp một cái nhìn rõ ràng về các khoản đầu tư kinh doanh của bạn.
Tính năng
Danh mục dữ liệu và AI
Khám phá, quản trị và cộng tác trên dữ liệu có cấu trúc, dữ liệu phi cấu trúc, mô hình AI, bảng thông tin BI và ứng dụng từ một danh mục duy nhất.
Bảng chú giải thuật ngữ kinh doanh
Chuẩn hóa thuật ngữ bằng các định nghĩa nghiệp vụ dùng chung và biểu mẫu siêu dữ liệu có thể tùy chỉnh. Hỗ trợ các thuật ngữ phân loại bị hạn chế để thực thi việc gắn thẻ nhất quán cho dữ liệu nhạy cảm và bật các quy trình quản trị hạ nguồn.
Dòng chảy dữ liệu
Theo dõi cách dữ liệu di chuyển và thay đổi trên các hệ thống. Dòng chảy tương thích với OpenLineage giúp người dùng hiểu nguồn gốc, quá trình chuyển đổi và mẫu sử dụng để cải thiện độ tin cậy, hoạt động gỡ lỗi và quản trị.
Giám sát chất lượng dữ liệu
Xem các chỉ số chất lượng dữ liệu từ AWS và công cụ bên thứ ba. Người dùng dữ liệu có thêm độ tin cậy và ngữ cảnh khi tìm kiếm, trong khi các nhóm dữ liệu có thể tích hợp tín hiệu chất lượng bên ngoài thông qua API vào một cổng thông tin hợp nhất.
Khám phá dữ liệu
Làm phong phú siêu dữ liệu kỹ thuật bằng ngữ cảnh kinh doanh để người dùng có thể nhanh chóng tìm, hiểu và tin tưởng dữ liệu mà họ sử dụng.
Đề xuất siêu dữ liệu tự động
Sử dụng cơ chế tự động hóa dựa trên LLM để tạo tên và mô tả thân thiện với nghiệp vụ, qua đó cải thiện ngữ cảnh, tính nhất quán và độ rõ ràng của tài sản kỹ thuật.
Tìm kiếm theo ngữ nghĩa
Tìm dữ liệu và mô hình bằng các truy vấn ngôn ngữ tự nhiên. Tìm kiếm theo ngữ nghĩa hiểu ý định, ngữ cảnh và mối quan hệ của người dùng, chứ không chỉ từ khóa, để trả về kết quả phù hợp hơn.
Bảng thông tin BI
Chuyển từ dữ liệu sang thông tin chuyên sâu bằng cách kết hợp dữ liệu trong SageMaker với các khả năng của Amazon Quick Suite như bảng thông tin tương tác, báo cáo chính xác đến từng điểm ảnh và thông tin kinh doanh tạo sinh (BI), tất cả theo cách được quản trị và tự động hóa.
Sản phẩm dữ liệu
Đóng gói các tài sản liên quan thành sản phẩm dữ liệu tập trung vào nghiệp vụ, có siêu dữ liệu dùng chung. Cải thiện khả năng khám phá, hợp nhất yêu cầu truy cập và giảm gánh nặng quản trị, đồng thời cho phép các nhóm quản trị theo dõi mức sử dụng ở cấp sản phẩm.
Khách hàng
Natera, Inc.
“Bằng cách tích hợp Amazon QuickSight với Amazon SageMaker, các nhóm vận hành phòng thí nghiệm và nhà khoa học của chúng tôi hiện có thể giám sát hiệu năng kiểm thử lâm sàng trên tất cả cơ sở theo thời gian thực. Chúng tôi đã phát triển các bảng thông tin hợp nhất để tổng hợp thông lượng, chỉ số kiểm soát chất lượng và thời gian hoàn tất, qua đó cho phép phân tích xu hướng chi tiết và liên tục tối ưu hóa hiệu năng. Các nhà khoa học hiện có thể thực hiện phân tích dữ liệu toàn diện, từ đánh giá khám phá đến phát triển mô hình, tất cả trong một môi trường tích hợp duy nhất.”
Mirko Buholzer, Phó chủ tịch phụ trách Kỹ thuật Phần mềm, Natera, Inc.
Cisco
"Bạn muốn khám phá, chia sẻ và quản lý dữ liệu của mình. Cho dù gọi là lưới dữ liệu hay kết cấu dữ liệu, dữ liệu tồn tại trên các đội ngũ khác nhau trong nhiều lô cốt và bạn cần một cách thức để kết hợp dữ liệu với nhau. Amazon SageMaker Catalog kết nối các đối tượng tạo và đối tượng dùng dữ liệu, cho phép đối tượng tạo chia sẻ dữ liệu với các khả năng kiểm soát được tích hợp sẵn và hợp đồng dữ liệu, đồng thời cho phép đối tượng dùng truy cập dữ liệu bằng các công cụ mà họ lựa chọn"
Shaja Arul Selvamani, Giám đốc cấp cao AI/ML, Cisco
NatWest
"Đội ngũ Kỹ sư nền tảng dữ liệu của chúng tôi đã triển khai nhiều công cụ người dùng cuối cho các tác vụ kỹ thuật dữ liệu, ML, SQL và AI tạo sinh. Khi chúng tôi tìm cách đơn giản hóa các quy trình trên toàn ngân hàng, chúng tôi đã xem xét việc hợp lý hóa xác thực người dùng và cấp quyền truy cập dữ liệu. Amazon SageMaker mang đến trải nghiệm người dùng có sẵn giúp chúng tôi triển khai một môi trường duy nhất trong toàn tổ chức, giảm khoảng 50% thời gian cần thiết để người dùng dữ liệu của chúng tôi truy cập các công cụ mới."
Zachery Anderson, CDAO, NatWest Group
Bắt đầu sử dụng Danh mục Amazon SageMaker
Hôm nay, bạn đã tìm thấy nội dung mình cần chưa?
Chia sẻ với chúng tôi để chúng tôi có thể cải thiện chất lượng nội dung trên trang