Créer, entraîner et déployer des modèles de ML à l’aide de SageMaker AI (anciennement Amazon SageMaker)

Amazon SageMaker

La prochaine génération d’Amazon SageMaker est au centre de toutes vos données, analytiques et IA
Démarrage avec Amazon SageMaker

Présentation

En combinant des fonctionnalités de machine learning et d’analytique largement adoptées par AWS, Amazon SageMaker propose une expérience intégrée pour l’analytique et l’IA avec un accès unifié à toutes vos données. Collaborez et créez plus rapidement à partir d’un studio unifié (en version préliminaire) en utilisant des outils AWS familiers pour le développement de modèles, l’IA générative, le traitement des données et l’analytique SQL, accélérés par Amazon Q Developer, l’assistant d’IA générative le plus performant pour le développement de logiciels. Accédez à toutes vos données, qu’elles soient stockées dans des lacs de données, des entrepôts de données ou des sources de données tierces ou fédérées, avec une gouvernance intégrée pour répondre aux besoins de sécurité de votre entreprise.

Avantages

Amazon SageMaker Unified Studio (version préliminaire) fournit une expérience intégrée qui vous permet d’utiliser toutes vos données et tous vos outils pour l’analytique et l’IA. Découvrez vos données et exploitez-les à l’aide d’outils AWS faciles à utiliser pour le développement de modèles, l’IA générative, le traitement des données et l’analytique SQL. Travaillez sur des ressources de calcul à l’aide de blocs-notes unifiés ; découvrez et interrogez diverses sources de données à l’aide d’un éditeur SQL intégré ; entraînez et déployez des modèles d’IA mis à échelle et créez rapidement des applications d’IA génératives personnalisées. Créez et partagez en toute sécurité l’analytique et les artefacts d’IA tels que des données, des modèles et des applications d’IA génératives pour commercialiser plus rapidement des produits de données.
Accélérez l’IA dans Amazon SageMaker grâce à un ensemble complet de fonctionnalités de développement d’IA sécurisées dès leur conception. Entraînez, personnalisez et déployez le ML et les modèles de fondation (FM) sur une infrastructure hautement performante et rentable. Utilisez des outils spécialement conçus couvrant l’ensemble du cycle de vie de l’IA, des environnements de développement intégrés (IDE) performants et des formations distribuées à l’observabilité en passant par l’inférence, les IA Ops et la gouvernance. Créez rapidement des applications d’IA générative adaptées à votre activité à l’aide de modèles de pointe et de vos données propriétaires. Accélérez le développement de l’IA avec Amazon Q Developer, qui vous permet de découvrir plus facilement des données, de créer et d’entraîner des modèles de ML, de générer des requêtes SQL et de créer et d’exécuter des tâches de pipeline de données, le tout à travers un langage naturel.
Unifiez toutes vos données dans les lacs de données Amazon Simple Storage Service (Amazon S3) et les entrepôts de données Amazon Redshift avec Amazon SageMaker Lakehouse. Bénéficiez de la flexibilité nécessaire pour accéder à vos données et les interroger à l’aide de tous les outils et moteurs compatibles avec Apache Iceberg sur une seule copie de l’analytique des données. Sécurisez vos données en définissant des autorisations ultraprécises appliquées à vos outils analytiques et d’IA dans le lakehouse. Transférez des données provenant de bases de données opérationnelles et d’applications dans votre lakehouse en temps quasi réel grâce à des intégrations zéro ETL. Accédez également aux données en place et interrogez-les grâce à des fonctionnalités de requêtes fédérées à travers des sources de données tierces.
Assurez la sécurité de l’entreprise grâce à une gouvernance intégrée tout au long du cycle de vie des données et de l’IA. Amazon SageMaker vous permet de contrôler l’accès aux données, modèles et artefacts de développement appropriés par le bon utilisateur et à bon escient. Avec Amazon SageMaker Catalog, définissez et appliquez des politiques d’accès de manière cohérente à l’aide d’un modèle d’autorisation unique qui s’appuie sur des contrôles d’accès précis. Protégez vos modèles d’IA grâce à la classification des données, à la détection de la toxicité, à des garde-fous et à des politiques d’IA responsable. Maintenez la confiance au sein de votre organisation grâce à la surveillance et à l’automatisation de la qualité des données, à la détection des données sensibles et au lignage des données et du ML.

Découvrez la nouvelle génération de SageMaker

Capacités

Clients

Toyota

« Face aux ensembles de données cloisonnés répartis dans nos opérations automobiles, nous explorons Amazon SageMaker pour unifier et régir les données dans nos unités de voiture connectée, de vente, de fabrication et de chaîne d’approvisionnement. Cette approche nous permet de rechercher, de découvrir et de partager des données sans effort, posant ainsi les bases pour anticiper les problèmes de qualité, accroître la sécurité et la satisfaction des clients, et accélérer le développement d’applications d’IA générative. »

— Kamal Distell, vice-président des données, de l’analytique, des plateformes et de la science des données chez TMNA

image

NatWest Group

« Notre équipe d’ingénierie des plateformes de données a déployé de nombreux outils destinés aux utilisateurs finaux pour les tâches d’ingénierie des données, de ML, de SQL et de GenAI. Dans le but de simplifier les processus au sein de la banque, nous avons cherché à rationaliser l’authentification des utilisateurs et l’autorisation d’accès aux données. Amazon SageMaker propose une expérience utilisateur prête à l’emploi pour nous aider à déployer un environnement unique au sein de l’entreprise, réduisant ainsi d’environ 50 % le temps nécessaire à nos utilisateurs de données pour accéder aux nouveaux outils. »

- Zachery Anderson, CDAO, au sein du groupe NatWest

image

Roche

« Nous utilisons Amazon Redshift pour obtenir des informations à partir de données structurées et semi-structurées dans tous nos référentiels de données. Le nouvel Amazon SageMaker Lakehouse m’enthousiasme, car il permet d’améliorer et d’unifier l’accès au lac de données et à d’autres sources de données grâce à des services tels qu’Amazon Redshift, le catalogue Glue Data et Lake Formation. Cette innovation permettra à nos équipes de données et d’ingénierie de simplifier l’accès aux données, en favorisant l’interopérabilité entre les charges de travail relatives aux données, aux analytiques et aux applications. Je prévois une réduction notable des erreurs de données grâce à la réduction du nombre de copies de données, à une diminution de 40 % du temps de traitement, à une réécriture plus rapide des données analytiques dans les systèmes transactionnels pour une meilleure prise de décision et à la possibilité pour nos équipes de se concentrer sur la création de valeur commerciale. »

- Yannick Misteli, Chef de l’ingénierie, Stratégie globale des produits chez Roche

image

Lennar

« Nous avons passé les 18 derniers mois à travailler avec AWS pour transformer notre base de données afin d’utiliser les meilleures solutions qui soient également rentables. Grâce à des avancées telles qu’Amazon SageMaker Unified Studio et Amazon SageMaker Lakehouse, nous prévoyons d’accélérer notre rapidité de livraison grâce à un accès fluide aux données et aux services, permettant ainsi à nos ingénieurs, analystes et scientifiques de découvrir des informations qui apportent une valeur significative à notre activité. »

- Lee Slezak, vice-président principal des données et de l’analytique chez Lennar

image

Natera, Inc

« Notre organisation a tiré parti d’Amazon DataZone, de l’IA d’Amazon SageMaker, d’Amazon Athena et d’Amazon Redshift pour gérer et analyser nos données cliniques et génomiques. Nous sommes ravis de disposer désormais de la gouvernance unifiée de Amazon SageMaker Catalog, qui rationalisera la découverte et l’accès aux données, permettant à notre équipe d’analyser rapidement les données pertinentes dans l’ensemble de notre domaine. Cette intégration nous aidera à créer des jeux de données personnalisés, ce qui pourrait réduire notre délai d’analyse et, en fin de compte, améliorer les résultats pour les patients à mesure que nous progressons vers notre objectif consistant à faire des tests génétiques personnalisés une partie intégrante des soins. »

– Mirko Buholzer, vice-président du génie logiciel chez Natera, Inc.

image