Lewati ke Konten Utama

Katalog Amazon SageMaker

Gambaran Umum

Amazon SageMaker generasi berikutnya menyederhanakan penemuan, tata kelola, dan kolaborasi untuk data dan AI di seluruh data terstruktur serta tidak terstruktur, model AI, dasbor inteligensi bisnis, dan aplikasi Anda. Dengan Katalog Amazon SageMaker, Anda dapat menemukan dan mengakses data dan model yang disetujui dengan aman menggunakan pencarian semantik dengan metadata yang dibuat–AI generatif atau cukup meminta Amazon Q Developer dengan bahasa alami untuk menemukan data Anda. Pengguna dapat menentukan dan menerapkan kebijakan akses secara konsisten menggunakan satu model izin dengan kontrol akses ketat secara terpusat di Studio Terpadu Amazon SageMaker. Berbagi dan berkolaborasi secara lancar pada aset data dan AI melalui alur kerja penerbitan dan berlangganan yang mudah. Bangun kepercayaan di seluruh organisasi Anda dengan pemantauan kualitas data, klasifikasi data, serta silsilah data dan machine learning (ML).

Lihat Cara Kerja Katalog Amazon SageMaker

Coba demo
Missing alt text value

Manfaat

Menemukan aset data dan AI Anda dalam skala besar dengan Katalog SageMaker, yang dibangun di Amazon DataZone. Meningkatkan penemuan data dengan AI generatif untuk secara otomatis memperkaya data dan metadata Anda dengan konteks bisnis, sehingga mempermudah semua pengguna untuk menemukan, memahami, dan menggunakan data. Membagikan data, model AI, prompt, dan aset AI generatif dengan pemfilteran berdasarkan nama tabel dan kolom atau istilah glosarium bisnis. Secara otomatis merekomendasikan kolom berharga dan aplikasi analitik yang relevan untuk setiap set data, yang memungkinkan penggunaan data yang tepat untuk membangun model yang tepat dengan cepat. Mendukung model tata kelola terpusat dan terdesentralisasi dengan pembagian data dan AI yang lancar melalui alur kerja penerbitan dan berlangganan dalam satu pengalaman melalui Proyek.
Mendapatkan kepercayaan melalui visibilitas kualitas data dan silsilah data serta ML dalam waktu nyata di SageMaker. Mengotomatiskan pembuatan profil data dan rekomendasi kualitas data, memantau aturan kualitas data, dan menerima pemberitahuan. Mengatasi kesulitan dalam kualitas data yang sulit ditemukan menggunakan pendekatan berbasis aturan dan ML untuk merekonsiliasi entitas agar Anda dapat memberikan data berkualitas tinggi dalam mengambil keputusan bisnis yang meyakinkan. Mendorong transparansi dalam jalur data dan proyek AI dengan pemantauan model bawaan untuk mendeteksi bias atau melaporkan cara fitur berkontribusi pada prediksi model Anda.
Memusatkan keamanan data dan AI di SageMaker dengan kontrol akses ketat, klasifikasi data, dan pagar pembatas untuk memastikan data, analitik, serta model AI digunakan dengan tepat. Menentukan izin sekali, dan memberlakukannya di seluruh data dan model. Dengan Amazon Bedrock yang terintegrasi secara native, pelanggan dapat menggunakan Pagar Pembatas Amazon Bedrock dalam aplikasi AI generatif mereka dengan memblokir konten berbahaya, memfilter halusinasi, dan mengaktifkan perlindungan yang dapat disesuaikan untuk privasi, keamanan, serta akurasi. Mengidentifikasi informasi sensitif secara otomatis dalam jalur Anda menggunakan Amazon Comprehend.
Memenuhi kepatuhan audit dan peraturan dengan penggunaan data dan pencatatan serta pemantauan model. Mendukung penggunaan analitik dan aset AI yang dapat diterima di seluruh korporasi Anda dengan isolasi berbasis proyek. Memahami penggunaan data dan model di seluruh lakehouse Anda untuk meningkatkan keamanan. Menggunakan Amazon SageMaker Clarify untuk memantau model untuk bias, akurasi, dan ketahanan, yang sejalan dengan standar AI yang bertanggung jawab. Menyelaraskan biaya dengan inisiatif bisnis dan memberikan gambaran yang jelas tentang investasi bisnis Anda.

Fitur

Data terkurasi untuk konteks dan kemudahan ditemukan

Katalog SageMaker membawa konteks bisnis ke metadata teknis Anda dan memungkinkan Anda untuk memperkayanya dengan konteks bisnis. Anda dapat membuat data terlihat dengan konteks bisnis agar semua pengguna Anda dapat menemukan, memahami, dan memercayai data dengan cepat dan mudah.

Rekomendasi metadata otomatis

Mengotomatiskan penambahan deskripsi dan nama bisnis ke data, yang membantu Anda memahami konteks dengan mudah dan terhindar dari nama teknis yang sulit dimengerti. Otomatisasi ini didukung oleh model bahasa besar (LLM) untuk meningkatkan akurasi dan konsistensi.

Memberikan tingkat keamanan AI yang konsisten di semua aplikasi Anda

Pagar pembatas Amazon Bedrock membantu mengevaluasi input pengguna dan respons model fondasi (FM) berdasarkan kebijakan spesifik kasus penggunaan, serta menyediakan lapisan perlindungan tambahan terlepas dari FM yang mendasarinya.

Mengaudit dan melacak model dengan cepat

Mengaudit dan memecahkan masalah performa dengan cepat untuk semua model, titik akhir, dan tugas pemantauan model melalui tampilan terpadu. Melacak penyimpangan dari perilaku model yang diharapkan serta tugas pemantauan yang tidak ada atau tidak aktif dengan pemberitahuan otomatis.

Kualitas data

Dengan statistik kualitas data, konsumen data dapat melihat metrik kualitas data dari AWS atau sistem pihak ketiga. Konsumen data dapat memercayai sumber data yang mereka gunakan untuk mengambil keputusan dan memiliki konteks kualitas data saat mereka mencari aset. Produsen data dan tim IT juga dapat menggunakan API untuk menggabungkan statistik kualitas data dari sistem pihak ketiga ke dalam portal terpadu di luar konsol.

Silsilah data dan ML

Memahami pergerakan data dan model dari waktu ke waktu. Silsilah dapat meningkatkan kepercayaan dan literasi data serta AI organisasi dengan membantu konsumen data memahami asal data, bagaimana data berubah, dan penggunaannya. Anda dapat mengurangi waktu yang dihabiskan dalam memetakan aset data dan AI serta hubungannya, memecahkan masalah dan mengembangkan jalur, serta memastikan praktik tata kelola data dan AI.

Pelanggan

Cisco

"Anda ingin menemukan, membagikan, dan mengelola data Anda. Baik Anda menyebutnya jala data maupun data fabric, data berada di tim yang berlainan dalam berbagai silo, dan Anda perlu menemukan cara untuk menyatukannya. Katalog Amazon SageMaker menghubungkan produsen dan konsumen data, yang memungkinkan produsen berbagi data dengan kontrol bawaan dan kontrak data sambil memungkinkan konsumen mengakses data menggunakan alat pilihan mereka"

Shaja Arul Selvamani, Sr. Director AI/ML, Cisco

Missing alt text value

Natera, Inc.

"Organisasi kami telah memanfaatkan Amazon DataZone, Amazon SageMaker AI, Amazon Athena, dan Amazon Redshift untuk mengelola serta menganalisis data klinis dan genomika kami. Kami sangat senang karena kini memiliki tata kelola terpadu dari Katalog Amazon SageMaker, yang akan menyederhanakan penemuan dan akses data kami, sehingga tim kami dapat menganalisis data yang relevan dengan cepat di seluruh domain kami. Integrasi ini akan membantu kami membuat set data yang disesuaikan, sehingga berpotensi mengurangi waktu mendapatkan wawasan, dan pada akhirnya mendorong peningkatan kesembuhan pasien seiring dengan upaya kami menjadikan pengujian genetik yang dipersonalisasi sebagai bagian standar perawatan."

Mirko Buholzer, VP of Software Engineering, Natera, Inc.

Missing alt text value

NatWest

"Tim Rekayasa Platform Data kami telah melakukan deployment beberapa alat pengguna akhir untuk tugas rekayasa data, ML, SQL, dan AI generatif. Kami berkeinginan untuk menyederhanakan proses di seluruh bank, dan kami telah berupaya untuk merampingkan proses autentikasi pengguna dan otorisasi akses data. Amazon SageMaker memberikan pengalaman pengguna siap pakai untuk membantu kami melakukan deployment satu lingkungan tunggal di seluruh organisasi, sehingga mengurangi waktu yang diperlukan pengguna data kami untuk mengakses alat baru sekitar 50%."

Zachery Anderson, CDAO, NatWest Group

Missing alt text value