Veröffentlicht am: Sep 1, 2023

Amazon SageMaker Canvas unterstützt jetzt acht neue JDBC-Konnektoren für Salesforce, Databricks, SQL Server, MySQL, PostgreSQL, MariaDB, Amazon RDS und Amazon Aurora. Darüber hinaus werden jetzt für Salesforce und Snowflake der Import von Daten aus Snowflake ohne Zwischenspeicher und die OAuth-2.0-Konnektivität unterstützt, sodass Kunden Daten aus einer Vielzahl von Quellen nahtlos importieren können. SageMaker Canvas ist eine visuelle Oberfläche, die es Geschäftsanalysten und Citizen Data Scientists ermöglicht, ohne ML-Fachwissen genaue ML-Prognosen zu erstellen. 

Die Datenerfassung ist oft der erste Schritt bei der Erstellung hochwertiger ML-Modelle. Wenn Datenkonnektoren für unternehmenskritische Systeme nicht verfügbar sind, ist der Prozess der Zentralisierung von Daten langsam und frustrierend, da Benutzer Daten an Zwischenquellen übertragen müssen, bevor sie ihre ML-Reise fortsetzen können. Dies erhöht die Reibungspunkte und kann dazu führen, dass Benutzer wichtige Daten aus ihren Modellen auslassen, was den Mehrwert, den sie durch ML erhalten, verringern kann. 

Canvas bietet jetzt mehr Flexibilität und Auswahlmöglichkeiten beim Import von Daten aus einer Reihe von Quellen. Mit der JDBC-Unterstützung bietet Canvas mehr Flexibilität beim Import von Daten aus Quellen wie Salesforce, Databricks, SQL Server, MySQL, PostgreSQL, MariaDB, Amazon RDS und Amazon Aurora. Darüber hinaus können Administratoren jetzt OAuth 2.0-Verbindungen zu Salesforce und Snowflake konfigurieren, sodass Benutzer ihre eigenen Anmeldeinformationen verwenden können, um Daten aus verschiedenen Quellen zu importieren. Benutzer können beispielsweise Marketingdaten aus Salesforce oder Vertriebsdaten aus SQL Server importieren und diese Daten dann mit anderen Quellen verknüpfen, ML-Modelle erstellen und Prognosen generieren, ohne Code schreiben zu müssen.

Unterstützung für diese neuen Datenkonnektoren ist in allen AWS-Regionen verfügbar, in denen Canvas verfügbar ist. Um mit dem Import von Daten aus diesen neuen Quellen zu beginnen, folgen Sie der Dokumentation zu SageMaker Canvas.