Übersicht

Die nächste Generation von Amazon SageMaker vereinfacht die Erkennung, Governance und Zusammenarbeit von Daten und KI in Ihrem Lakehouse, Ihren KI-Modellen und Anwendungen. Mit dem Amazon SageMaker Catalog, der auf Amazon DataZone basiert, können Benutzer mithilfe der semantischen Suche mit generativen KI-erstellten Metadaten sichere Daten und Modelle finden und darauf zugreifen. Sie können auch einfach Amazon Q Developer mit natürlicher Sprache bitten, Ihre Daten zu finden. Benutzer können Zugriffsrichtlinien mithilfe eines einzigen Berechtigungsmodells mit fein abgestuften Zugriffskontrollen zentral im Amazon SageMaker Unified Studio konsistent definieren und durchsetzen. Teilen Sie Daten- und KI-Assets nahtlos mit anderen und arbeiten Sie gemeinsam daran, indem Sie Workflows zum Veröffentlichen und Abonnieren verwenden. Mit SageMaker können Sie Ihre KI-Modelle mit Amazon-Bedrock-Integritätsschutz schützen und Richtlinien für verantwortungsvolle KI implementieren. Schaffen Sie Vertrauen in Ihrem gesamten Unternehmen mit der Überwachung und Automatisierung der Datenqualität, der Erkennung sensibler Daten und der Herkunft von Daten und maschinellem Lernen (ML).

Amazon-SageMaker-Katalog in Aktion sehen

Demo testen
thumbnail sagemakercatalog

Vorteile

Entdecken Sie Ihre Daten- und KI-Assets in großem Maßstab mit dem SageMaker-Katalog, der auf Amazon DataZone basiert. Verbessern Sie die Datenerkennung mit generativer KI, um Ihre Daten und Metadaten automatisch mit Geschäftskontext anzureichern, sodass alle Benutzer Daten leicht finden, verstehen und verwenden können. Teilen Sie Ihre Daten, KI-Modelle, Prompts und generativen KI-Assets ganz einfach mit der Filterung nach Tabellen- und Spaltennamen oder Fachbegriffen aus dem Geschäftsglossar. Empfehlen Sie automatisch wertvolle Spalten und relevante Analyseanwendungen für jeden Datensatz, sodass Sie mithilfe der richtigen Daten schnell die richtigen Modelle erstellen können. Unterstützen Sie sowohl zentralisierte als auch dezentralisierte Governance-Modelle mit nahtlosem Daten- und KI-Austausch durch Veröffentlichungs- und Abonnement-Workflows in einer einzigen Projektumgebung.
Gewinnen Sie Vertrauen durch Echtzeit-Transparenz der Datenqualität und der Daten- und ML-Herkunft in SageMaker. Automatisieren Sie Datenprofilerstellung und Empfehlungen zur Datenqualität, überwachen Sie Datenqualitätsregeln und erhalten Sie Warnmeldungen. Lösen Sie schwer zu findende Datenqualitätsprobleme, indem Sie regelbasierte und ML-Ansätze verwenden, um Entitäten abzugleichen, sodass Sie qualitativ hochwertige Daten bereitstellen können, um fundierte Geschäftsentscheidungen zu treffen. Sorgen Sie mit der integrierten Modellüberwachung für Transparenz in Daten-Pipelines und KI-Projekten, um Verzerrungen zu erkennen oder Berichte darüber zu erstellen, wie Features zu Ihrer Modellprognose beitragen.
Zentralisieren Sie die Daten- und KI-Sicherheit in SageMaker mit differenzierten Zugriffskontrollen, Datenklassifizierung und Integritätsschutz, um sicherzustellen, dass Daten, Analytik und KI-Modelle angemessen verwendet werden. Definieren Sie Berechtigungen einmal und setzen Sie sie für alle Daten und Modelle durch. Da Amazon Bedrock nativ integriert ist, können Kunden Amazon-Bedrock-Integritätsschutz in ihrer generativen KI-Anwendung nutzen, indem sie schädliche Inhalte blockieren, Halluzinationen filtern und anpassbare Schutzmaßnahmen für Datenschutz, Sicherheit und Genauigkeit aktivieren. Identifizieren Sie mithilfe von Amazon Comprehend automatisch vertrauliche Informationen in Ihren Pipelines.
Erfüllen Sie die Einhaltung von Überprüfungen und Compliance durch Datennutzung und Modellprotokollierung und -überwachung. Unterstützen Sie die akzeptable Nutzung Ihrer Analytik- und KI-Assets in Ihrem gesamten Unternehmen durch projektbasierte Isolierung. Verstehen Sie die Daten- und Modellnutzung in Ihrem Lakehouse für erweiterte Sicherheit. Verwenden Sie Amazon SageMaker Clarify, um Modelle auf Verzerrungen, Genauigkeit und Robustheit zu überwachen und dabei Ihre verantwortungsvollen KI-Standards einzuhalten. Passen Sie die Kosten an Geschäftsinitiativen an und verschaffen Sie sich einen klaren Überblick über Ihre Unternehmensinvestitionen.

Funktionen

Kuratierte Daten für Kontext und Auffindbarkeit

Der SageMaker-Katalog bringt Geschäftskontext in Ihre technischen Metadaten ein und ermöglicht es Ihnen, ihn mit Geschäftskontexten anzureichern. Sie können Daten mit Geschäftskontext für alle Ihre Benutzer sichtbar machen, damit sie Daten schnell und einfach finden, verstehen und ihnen vertrauen können.

Automatisierte Metadaten-Empfehlungen

Automatisieren Sie das Hinzufügen von Geschäftsbeschreibungen und Namen zu Daten, sodass Sie den Kontext leichter verstehen und sich nicht mit kryptischen technischen Namen herumschlagen müssen. Diese Automatisierung basiert auf großen Sprachmodellen (LLMs), um die Genauigkeit und Konsistenz zu erhöhen.

Ein einheitliches Maß an KI-Sicherheit für alle Ihre Anwendungen

Amazon-Bedrock-Integritätsschutz hilft bei der Bewertung von Benutzereingaben und Basismodell-(FM)-Antworten basierend auf anwendungsfallspezifischen Richtlinien und bietet unabhängig von den zugrundeliegenden Basismodellen eine zusätzliche Sicherheitsebene.

Modelle schnell prüfen und nachverfolgen

Überprüfen Sie die Leistung aller Modelle, Endpunkte und Modellüberwachungsaufträge und beheben Sie Fehler über eine einheitliche Ansicht. Verfolgen Sie mit automatisierten Warnmeldungen Abweichungen vom erwarteten Modellverhalten und fehlende oder inaktive Überwachungsaufträge.

Datenqualität

Mithilfe von Datenqualitätsstatistiken können Datenverbraucher Datenqualitätsmetriken aus AWS oder Drittanbietersystemen einsehen. Datenkonsumenten können den Datenquellen, die sie für ihre Entscheidungen nutzen, vertrauen und haben einen Qualitätskontext, wenn sie nach Assets suchen. Datenproduzenten und IT-Teams können auch APIs verwenden, um die Datenqualitätsstatistiken von Drittanbietersystemen in ein einheitliches Portal außerhalb der Konsole einzubinden.

Daten- und ML-Herkunft

Verstehen Sie die Bewegung von Daten und Modellen im Laufe der Zeit. Die Herkunft kann das Vertrauen und die Daten- und KI-Kompetenz eines Unternehmens stärken, indem sie Datenkonsumenten hilft, zu verstehen, woher Daten stammen, wie sie sich verändert haben und wie sie genutzt werden. Sie können den Zeitaufwand für die Abbildung eines Daten- und KI-Bestands und seiner Beziehungen, die Problembehandlung und Entwicklung von Pipelines sowie die Durchsetzung von Daten- und KI-Governance-Praktiken reduzieren.

Kunden

CISCO

„Sie möchten Ihre Daten entdecken, teilen und verwalten. Ob Sie es nun als Data Mesh oder Data Fabric aufrufen, Daten sind über verschiedene Teams in mehreren Silos verteilt, und Sie brauchen eine Möglichkeit, sie zusammenzuführen. Der Amazon-SageMaker-Katalog verbindet Datenproduzenten und -konsumenten und ermöglicht es Produzenten, Daten mit integrierten Kontrollen und Datenverträgen zu teilen, während Konsumenten mit den Tools ihrer Wahl auf die Daten zugreifen können.

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

image

Natera, Inc.

„Unser Unternehmen nutzt Amazon DataZone, Amazon SageMaker AI, Amazon Athena und Amazon Redshift, um unsere klinischen und genomischen Daten zu verwalten und zu analysieren. Wir freuen uns über die nun vereinheitlichte Governance des Amazon-SageMaker-Katalogs, die unsere Datenermittlung und den Datenzugriff optimieren wird und es unserem Team ermöglicht, relevante Daten in unserem gesamten Bereich schnell zu analysieren. Diese Integration wird uns dabei helfen, maßgeschneiderte Datensätze zu erstellen, die Zeit bis zur Gewinnung von Erkenntnissen möglicherweise zu verkürzen und letztlich die Patientenergebnisse zu verbessern, während wir unserem Ziel näher kommen, personalisierte Gentests zu einem Standard in der Versorgung zu machen.“

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

image

NatWest

„Unser Datenplattform-Engineering-Team hat mehrere Endbenutzertools für Data-Engineering-, ML-, SQL- und GenKI-Aufgaben eingesetzt. Da wir versuchen, die Prozesse in der gesamten Bank zu vereinfachen, haben wir uns mit der Optimierung der Benutzerauthentifizierung und der Datenzugriffsautorisierung befasst. Amazon SageMaker bietet ein vorgefertigtes Benutzererlebnis, das uns hilft, eine einzige Umgebung im gesamten Unternehmen bereitzustellen. Dadurch wird die Zeit, die unsere Datennutzer für den Zugriff auf neue Tools benötigen, um etwa 50 % reduziert.“

Zachery Anderson, CDAO, NatWest Group

image