Amazon SageMaker

フルマネージドインフラストラクチャ、ツール、ワークフローを使用して、あらゆるユースケース向けの機械学習 (ML) モデルを構築、トレーニング、デプロイします。

SageMaker を選ぶ理由

Amazon SageMaker は、あらゆるユースケースで高性能で低コストの機械学習 (ML) を実現する幅広いツールを統合した完全マネージド型サービスです。SageMaker では、ノートブック、デバッガー、プロファイラー、パイプライン、MLOps などのツールを使用して、ML モデルを大規模に構築、トレーニング、デプロイできます。しかも、すべてを 1 つの統合開発環境 (IDE) で行えます。SageMaker は、アクセス制御の簡素化と ML プロジェクトの透明性により、ガバナンス要件をサポートします。さらに、FM の微調整、実験、再トレーニング、デプロイを行うための専用ツールを使用して、独自の FM、つまり膨大なデータセットでトレーニングされた大規模モデルを構築できます。 SageMaker では、公開されている FM を含む何百もの事前トレーニング済みモデルにアクセスでき、数回クリックするだけでデプロイできます。
 

SageMaker のメリット

データサイエンティストには IDE を、ビジネスアナリストにはノーコードインターフェースを提供し、より多くの人々が機械学習でイノベーションを起こせるようにします。
統合された専用ツールと高性能で費用対効果の高いインフラストラクチャを使用して、生成系 AI アプリケーションを強化する FM を含む独自の ML モデルを構築します。
MLOps のプラクティスとガバナンスを組織全体で自動化および標準化し、透明性と監査可能性をサポートします。
機械学習のライフサイクル全体にわたる人間のフィードバックの力を活用して、ヒューマンインザループ機能を備えた FM の精度と関連性を向上させましょう。

より多くの人が機械学習でイノベーションが可能に

ビジネスアナリスト

SageMaker Canvas のビジュアルインターフェイスを使用して機械学習予測を行います。

この画像は、Amazon SageMaker Canvas での新しいモデルの作成を示しています

データサイエンティスト

SageMaker Studio を使用して、データを準備し、モデルを構築、トレーニング、デプロイします。

Amazon SageMaker Studio の画面を表示している画像

機械学習エンジニア

SageMaker MLOps を使用して、モデルを大規模にデプロイおよび管理します。

Amazon SageMaker Studio の画面を表示している画像

主要な ML フレームワーク、ツールキット、プログラミング言語のサポート

Jupyter のロゴ
TensorFlow のロゴ
PyTorch のロゴ
MXNet のロゴ
Hugging Face のロゴ
Scikit-learn のロゴ
Python のロゴ
R のロゴ

高性能、低コストの機械学習を大規模に

1.5 兆 USD 以上

1 か月あたりの推論リクエスト数

40%

データラベリングのコストを削減

<10 ミリ秒

推論オーバーヘッドレイテンシー