概述
Amazon SageMaker 汇集了广泛采用的 AWS 机器学习 (ML) 和分析功能，可统一访问您的所有数据，为分析和人工智能提供一体式体验。使用熟悉的 AWS 工具进行模型开发、生成式人工智能、数据处理和 SQL 分析，在融通式合作开发工作室中加快协作和构建，并借助最强大的生成式人工智能软件开发助手 Amazon Q 开发者版提升效率。无论数据存储在数据湖、数据仓库，还是第三方或联合数据来源中，均可访问所有数据，同时内置治理功能可满足企业安全需求。
优势
认识新一代 SageMaker
查看下一代 Amazon SageMaker 的实际运行情况
探索下方的交互式演示
客户
丰田
“为了解决分散在汽车业务中的孤立数据集问题，我们正在通过实施 Amazon SageMaker 帮助统一及管理我们的联网汽车、销售、制造和供应链部门的数据。借助这种方法，我们能够毫不费力地搜索、发现并共享数据，为预防质量问题奠定基础，提高客户满意度，并简化生成式人工智能应用程序的开发。”
TMNA 数据、分析、平台和数据科学副总裁 Kamal Distell
Charter Communications
借助 Amazon SageMaker 融通式合作开发工作室，您可以一站式地与各种 AWS 服务进行交互，包括 Redshift 和 SageMaker 智能湖仓。由于无需跨多项服务开展工作，开发人员能够获享更流畅的体验，加快产品推向市场的速度。像 Amazon Q 开发者版这样的功能非常令人期待，我们想进行深入探索，看看它将如何帮助我们提高开发人员的生产力，加快上市速度，构建更高质量的解决方案。
特许通讯公司商业智能部门集团副总裁 Senthil Sugumar
Lennar
“过去 18 个月里，我们一直在与 AWS 合作，将我们的数据基础转变为使用经济高效的一流解决方案。随着 Amazon SageMaker 融通式合作开发工作室和 Amazon SageMaker 智能湖仓等高级功能的推出，我们希望通过无缝访问数据和服务来加快交付速度，从而让我们的工程师、分析师和科学家能够发现为业务提供物质价值的见解。”
Lee Slezak，Lennar 数据和分析高级副总裁
Carrier
“在 Carrier，下一代 Amazon SageMaker 正在简化我们构建和扩展数据产品的方式，从而改变我们的企业数据战略。SageMaker 融通式合作开发工作室采用数据发现、处理和模型开发方法，显著加速了我们的湖仓实施。最令人印象深刻的是，它与我们现有的数据目录和内置治理控制措施无缝集成，这样一来，我们就能够在维持安全标准的同时普及数据访问，从而帮助我们的团队在整个企业中快速提供高级分析和人工智能解决方案。”
Carrier 数据平台和数据工程总监 Justin McDowell
NatWest Group
“我们的数据平台工程团队一直在为数据工程、ML、SQL 和生成式人工智能任务部署多种终端用户工具。我们希望简化整个银行的流程，因此一直在考虑简化用户身份验证和数据访问授权。Amazon SageMaker 可提供现成的用户体验，帮助我们在整个组织内部署单一环境，将数据用户访问新工具所需的时间减少约 50%。”
Zachery Anderson，NatWest Group 首席数据和分析官
找到今天要查找的内容了吗？
请提供您的意见，以便帮助我们提高页面内容的质量