Préparez les données en quelques minutes : grâce à Amazon SageMaker Data Wrangler, vous pouvez préparer rapidement et facilement des données et créer des fonctionnalités de modèle. Vous pouvez vous connecter à des sources de données et utiliser des transformations de données intégrées pour concevoir les fonctionnalités du modèle.

Transparence : Amazon SageMaker Clarify fournit des données pour améliorer la qualité du modèle grâce à la détection des biais pendant la préparation des données et après la formation. SageMaker Clarify fournit également des rapports d’explicabilité des modèles afin que les parties prenantes puissent voir comment et pourquoi les modèles font des prédictions.

Sécurité et confidentialité : Amazon SageMaker vous permet de fonctionner dans un environnement ML entièrement sécurisé dès le premier jour. Vous pouvez utiliser un ensemble complet de fonctionnalités de sécurité pour vous aider à prendre en charge un large éventail de réglementations industrielles.

Étiquetage des données : Amazon SageMaker Ground Truth facilite la création d’ensembles de données de formation très précis pour l’apprentissage automatique. Commencez à étiqueter vos données en quelques minutes via la console SageMaker Ground Truth à l’aide de flux de travail d’étiquetage de données personnalisés ou intégrés, notamment des nuages de points 3D, des vidéos, des images et du texte.

Magasin de fonctionnalités : Amazon SageMaker Feature Store est un magasin de fonctionnalités spécialement conçu pour les fonctionnalités de diffusion de ML en temps réel et par lots. Vous pouvez stocker, découvrir et partager des fonctionnalités en toute sécurité afin d’obtenir les mêmes fonctionnalités de manière cohérente pendant la formation et pendant l’inférence, économisant ainsi des mois d’efforts de développement.

Traitement des données à grande échelle : Amazon SageMaker Processing étend la facilité, l’évolutivité et la fiabilité de SageMaker à l’exécution de charges de travail de traitement de données. SageMaker Processing vous permet de vous connecter au stockage existant, d’activer les ressources nécessaires à l’exécution de votre travail, d’enregistrer la sortie sur un stockage persistant et de fournir des journaux et des métriques.

Blocs-notes Jupyter en un clic : les blocs-notes Amazon SageMaker Studio sont des blocs-notes Jupyter en un clic et les ressources de calcul sous-jacentes sont entièrement élastiques, vous pouvez donc facilement augmenter ou diminuer les ressources disponibles. Les blocs-notes sont partagés en un seul clic afin que les collègues obtiennent le même bloc-notes, enregistré au même endroit.

Algorithmes intégrés : Amazon SageMaker propose également plus de 15 algorithmes intégrés disponibles dans des images de conteneurs prédéfinies qui peuvent être utilisées pour former et exécuter rapidement des inférences.

Solutions prédéfinies et modèles open source : Amazon SageMaker JumpStart vous aide à démarrer rapidement avec le ML à l’aide de solutions prédéfinies qui peuvent être déployées en quelques clics seulement. SageMaker JumpStart prend également en charge le déploiement et le réglage en un clic de plus de 150 modèles open source populaires.