如影随形

现在可以加速数据分析和AI创新

发布时间：2025-04-12 23:31编辑：365bet网页版浏览（67）

亚马逊云技术最近宣布，Amazon Sagemaker Unified Studio已正式可用，这是一个独立的数据和人工智能（AI）开发环境，也是亚马逊萨金人的主要一代。该新产品将许多工具纳入一个一站式接口中，为客户提供一致的开发体验，这不仅节省了开发时间，还简化了对控制控制的控制，从而使数据实践者可以专注于开发数据和AI应用程序的高质量数据审查的基本活动。 Amazon Sagemaker的Ne​​w Generation是由Amazon Cloud Technology于2024年发布的一站式平台Re：发明全球会议，涵盖数据，评论和AI等功能。它结合了Amazon Cloud Technology广泛使用的研究和分析能力，并通过访问工具和数据管理来解决数据分析和AI应用程序中企业面临的挑战。它允许团队可以安全地发现，准备和合作数据资产，并在一站式环境中开发分析和AI应用程序，以加速从数据到价值的转换。 Amazon Sagemaker Unified Studio是Amazon Sagemaker的主要一代，这是一个一站式数据和AI开发环境，用户可以发现和访问业务数据，并使用最合适的工具来处理几乎所有应用程序方案。可以提供Amazon Sagemaker Unified Studio。亚马逊的优势萨吉式统一工作室亚马逊萨格人统一工作室包括Uamazon Cloud，Amazon Glue，Amazon Athena，Amazon Redshift，Amazon Redshift，Amazon Bedrock和Amazon Sagemaker AI。用户可以在一站式开发环境中找到，访问和查询AI的数据和属性，并与共享数据，AI模型和应用程序的项目合作。借助Amazon Sagemaker目录，Amazon Sagemaker Unified Unified Studio内置的细粒度同意控制和其他管理功能，帮助用户MEEt业务数据资产的安全要求。 Amazon Sagemaker Unified Studio具有由Amazon Sagemaker Lakehouse提供的联合数据访问功能，该功能是在Apache Iceberg Open Standard上建造的单个开放且安全的湖泊数据。无论存储在Amazon Simple Style Service（Amazon S3）数据湖，AmazonRedShift Data Warehouse或第三方和集成数据资源中的数据如何，都可以从单个入口访问用户，并使用兼容的Apacheg发动机和处理工具。此外，Amazon Sagemaker Lakehouse现在与Amazon S3桌集成了Amazon S3桌，这是Apache Iceberg的第一个本机云服务。用户可以使用Amazon Sagemaker Lakhouse来创建良好，查询和处理S3表，两者都在Amazon Sagemaker Unified Studio上使用不同的分析引擎，并且还可以使用Apache Iceberg（例如Apache Spark和Pyiceberg）。亚马逊基岩的功能现已在亚马逊萨吉马制造商Uni上获得Fied Studio，可帮助客户快速原型，自定义和与Pinamennacmenvironmental环境共享AI的生成应用程序。客户可以在Amazon Sagemaker Unified Studio界面上使用Amazon的基岩功能，包括Claude 3.7，DeepSeek和Amazon Nova等基本性能基本模型，并可以通过简单操作中的大型生产内容创建AI，Workflows，Workfrows，Inswardit Buess和Guardrail。现在，亚马逊萨吉式统一工作室加入了亚马逊Q开发人员。 Amazon Q Developer是由软件开发开发的强大助手，可以在Amazon Sagemaker Unified Studio中使用，以简化数据任务和AI开发生命周期，包括代码编写，SQL生成，数据检测和维修。新的作业集成亚马逊萨吉人统一工作室是Amazon Cloud Technology如何运作数据的工作方式，GIT用于数据分析或AI应用程序的另一个重要里程碑。许多客户建立数据驱动指导业务决策，提高敏捷性和驱动变化的应用程序，但是施工过程很复杂，因为这些应用需要跨团队合作，数据以及工具集成。客户不仅需要花费时间研究许多发展环境，而且由于数据，代码和其他发展开发被存储了分散，这是客户了解因素之间的相互作用并实现协作运作的主要挑战。匹配设置和管理权限也是Manu -Manong的繁琐过程。为了克服这些挑战，许多公司正在尝试自定义各种服务，工具和业务同意管理系统的贸易女主角。但是，客户需要的是：采用最适合使用的服务的灵活性，并为数据组提供一站式开发体验。 “当构建40％的数据驱动应用程序时，这有助于我们o加快客户数字化转型的数字过程。 AI的人工智能和学习技能，以及AI支持数据驱动的应用程序的能力，而不会在性能，可伸缩性和有效性之间妥协。新一代Amazon Sagemaker（包括Amazon Sagemaker Unified Studio）以及改善数据工作效率和实用AI的一站式开发环境中的工具。从一站式数据和AI开发环境开始如何通过优化铅挖矿来提高收入是一个普遍的商业挑战。想象一个场景，企业将智能数字助理倾倒在其网站上与客户互动，该过程传统上需要许多工具和数据资源。现在，通过使用Amazon Sagemaker Unified Studio，用户可以使用一站式数据和AI开发环境来完成整个过程。首先，数据组在Amazon Sagemaker Unified Studio T中使用生成AI环境o快速评估并选择最适合客户关系的模型。该团队创建了一个项目，以使用使用Amazon Bedrock来迅速通过网站过滤潜在客户，包括使用和开发和部署项目的智能虚拟助手所需的工具和资源。为了确定最有希望的机会，团队开发了一种客户分层方法。数据工程师使用Amazon Q开发人员通过零ETL识别包含铅信息并将数据导入到Amazon Sagemaker Lakehouse的数据集。然后，分析师发现了这些数据，并创建了其业务的全景。他们使用SQL查询编辑器来生产营销部分表，然后将查询结果写回到亚马逊萨吉马制造商Lakehouse，以供其他团队成员使用。最后，数据科学家正在使用Amazon Sagemaker AI提供的工具访问数据集和培训和部署自动铅评级模型。在模型DE期间他们使用撰写和维修Amazon Q修复功能的内联守则来有效编写代码，而不会在Jupyterlab笔记本上出错。最终模型为销售团队提供了最重要的机会，可以通过商业智能仪表板直观地查看并立即采取行动。在一站式环境中加速数据值的实现的示例的非凡之处在于，整个过程是在统一环境中执行的。如果没有亚马逊萨吉人统一工作室，团队将不得不在许多数据，工具和服务来源之间移动，花费大量时间研究各种发展环境，创建资源共享以及Manu -Manong配置许可控制。数据工程师和数据分析师将必须在各种数据仓库，数据湖泊和分析工具中工作，数据科学家将必须在机械研究和笔记本环境中工作，并且应用程序开发人员wiLL需要使用AI工具。现在，他们能够在一个环境中开发并与所需的数据和工具合作，从而大大减少了实现价值的时间。现在，Amazon Sagemaker Unified Studio已正式可用，客户可以通过组合所有分析和AI来解决比以往任何时候都更快地实现创新成果的复杂端到端问题。丰田是全球领先的汽车制造商之一。 Datatoyota的内部资源分散了，涵盖了数据，数据库和第三方数据源的湖泊。连贯数据的实施已成为其主要挑战之一。丰田不仅需要结合数据，还需要快速从许多来源中提取信息，获得见解并开发AI模型。丰田的Amazon Sagemaker Unified Studio提供了数据目录，MLOPS管道以及人工智能和机器中的完整工具，这有助于数据科学团队快速部署模型的数据科学团队并分享结果很好，从业务数据中快速转换。