描述
Amazon SageMaker 是 AWS 统一数据、分析和人工智能平台的下一代产品。它结合了广泛采用的 AWS 机器学习 (ML) 和分析能力，提供了一种集成体验，使用户能够无缝访问所有数据。借助 SageMaker，组织可以在统一的工作室中协作并更快地构建，利用熟悉的 AWS 工具进行模型开发、生成式人工智能、数据处理和 SQL 分析。
该平台旨在满足企业安全需求，在整个数据和人工智能生命周期中内置治理。SageMaker 使用户能够控制正确用户对正确数据、模型和开发工件的访问，以实现正确的目的。它通过 Amazon SageMaker 目录提供细粒度的访问控制，确保敏感数据得到有效保护和监控。该治理框架帮助组织通过数据质量监控、自动化和敏感数据检测来获得信任。
SageMaker 包含多个关键功能，如模型开发、生成式人工智能应用开发、SQL 分析和数据处理。统一工作室允许用户使用全面的工具集来训练、定制和部署机器学习和基础模型，从而构建和扩展他们的人工智能用例。此外，该平台支持使用 Amazon Bedrock 开发生成式人工智能应用，增强了数据科学家和开发人员可用的能力。
SageMaker 统一工作室免费套餐提供了一系列始终免费的功能，帮助用户以零成本快速开始数据和人工智能创新。该套餐包括项目管理、用户管理和管理策略授权的核心请求。此外，AWS 尊重通过 SageMaker 使用的现有免费套餐分配，使组织更容易利用其当前资源。
总之，Amazon SageMaker 是一个强大的工具，适合希望简化数据和人工智能战略的企业。通过提供一个集成各种 AWS 服务的统一平台，它增强了协作，减少了数据孤岛，并确保了数据和人工智能项目的强大治理。
Amazon SageMaker的核心功能
用于模型开发的统一工作室
生成式人工智能应用开发
SQL 分析能力
数据处理工具
内置数据和人工智能治理
细粒度访问控制
与 AWS 服务的集成
提供免费套餐选项
如何使用 Amazon SageMaker？
访问 SageMaker 统一工作室：导航到 SageMaker 控制台以开始使用该平台。
创建域：设置基于 IAM 的域以组织您的资产和用户。
管理项目：在统一工作室中创建和管理项目以更好地组织。
利用数据源：连接到数据湖、数据仓库或联合数据源进行分析。
开发模型：使用集成工具构建、训练和部署机器学习模型。
实施治理：通过 SageMaker 目录定义访问策略并监控数据质量。
利用免费套餐：利用免费的功能探索 SageMaker 的能力。
与团队协作：使用统一环境增强跨部门的协作。
Amazon SageMaker的使用案例
- 数据治理
- 模型开发
- 生成式人工智能应用
- SQL 分析
- 数据处理
