概览
下一代 HAQM SageMaker 可简化湖仓、人工智能模型和应用程序中数据和人工智能的发现、治理和协作。借助基于 HAQM DataZone 构建的 HAQM SageMaker Catalog，用户可以使用生成式人工智能创建的元数据进行语义搜索，安全地发现和访问已获批准的数据和模型，也可以直接使用自然语言询问 HAQM Q 开发者版来查找数据。用户可以在 HAQM SageMaker 融通式合作开发工作室中集中使用具有精细访问控制的单一权限模型，以一致地定义和强制执行访问策略。通过轻松发布和订阅工作流程，无缝共享和协作处理数据和人工智能资产。借助 SageMaker，您可以使用 HAQM Bedrock 护栏保护您的 AI 模型，并实施负责任的人工智能策略。通过数据质量监控和自动化、敏感数据检测以及数据和机器学习（ML）任务流水线，让整个组织安心无忧。
查看 HAQM SageMaker 目录的实际运行情况
优势
功能
针对环境和可查找性的精选数据
SageMaker Catalog 为您的技术元数据提供业务背景，让您能够利用业务背景对元数据进行丰富。您可以开放具有业务环境的数据的可见性，让所有用户都能快速而轻松地查找、理解和信任数据。
自动推荐元数据
自动将业务描述和名称添加到数据中，这有助于您轻松理解环境，并免于应对晦涩的技术名称。该自动化功能由大型语言模型（LLM）驱动，可提高准确性和一致性。
为您的所有应用程序提供一致的 AI 安全级别
HAQM Bedrock 护栏可根据特定使用案例的策略，帮助评估用户输入和基础模型（FM）响应，无论底层基础模型如何，均提供额外的保障措施。
快速审计和跟踪模型
通过统一视图，快速审核所有模型、端点和模型监控工作的性能并排除故障。通过自动警报跟踪预期模型行为的偏差，以及缺失或无效的监控作业。
数据质量
借助数据质量统计数据，数据使用者可以查看来自 AWS 或第三方系统的数据质量指标。数据使用者可以信任他们用于决策的数据来源，并在搜索资产时了解数据质量背景。数据生产者和 IT 团队还可以使用 API，将来自第三方系统的数据质量统计数据整合到控制台之外的统一门户中。
数据和机器学习任务流水线
了解数据和模型的历时变化。任务流水线可以帮助数据使用者了解数据的来源、变化方式及其使用情况，从而提高信任度和组织的数据和人工智能素养。您可以减少映射数据和人工智能资产及其关系、排除故障和开发管线以及维护数据和人工智能治理实践所花费的时间。
客户
CISCO
“您想要发现、共享和管理您的数据。无论您将其称为数据网格还是数据编织架构，数据都分散在不同团队的多个部门中，而您需要想个办法将其整合起来。HAQM SageMaker Catalog 连接数据生产者和使用者，使生产者能够通过内置控件和数据合同共享数据，同时允许使用者使用其选择的工具访问数据”
Shaja Arul Selvamani，Cisco AI/ML 高级总监
Natera, Inc.
“我们的组织一直在利用 HAQM DataZone、HAQM SageMaker 人工智能、HAQM Athena 和 HAQM Redshift 来管理和分析我们的临床和基因组数据。我们很高兴现在能使用 HAQM SageMaker Catalog 的统一治理，这将简化我们的数据发现和访问，让我们的团队能够快速分析整个域中的相关数据。这种整合将帮助我们创建量身定制的数据集，从而有可能缩短我们获得见解的时间，并最终改善患者预后效果，实现我们让个性化基因检测成为标准医疗服务的目标。”
Mirko Buholzer，Natera, Inc 软件工程副总裁
NatWest
“我们的数据平台工程团队一直在为数据工程、ML、SQL 和生成式人工智能任务部署多种终端用户工具。我们希望简化整个银行的流程，因此一直在考虑简化用户身份验证和数据访问授权。HAQM SageMaker 可提供现成的用户体验，帮助我们在整个组织内部署单一环境，将数据用户访问新工具所需的时间减少约 50%。”
Zachery Anderson，NatWest Group 首席数据和分析官
开始使用 HAQM SageMaker 目录
找到今天要查找的内容了吗？
请提供您的意见，以便帮助我们提高网站内容的质量。