Amazon Web Services sigue publicando interesantes notas de prensa desde Las Vegas, donde se está…
Amazon Web Services sigue publicando interesantes notas de prensa desde Las Vegas, donde se está celebrando su conferencia anual re:Invent.
En este caso nos hacemos eco del anuncio que hacen sobre la nueva versión de su Amazon SageMaker, su plataforma unificada para Analítica masiva e Inteligencia Artificial.
Se trata de una versión de próxima generación de Amazon SageMaker, una plataforma unificada que integra capacidades de análisis de datos e inteligencia artificial. Esta nueva versión incluye SageMaker Unified Studio para el desarrollo colaborativo, SageMaker Lakehouse para la unificación de datos y integraciones cero-ETL para un acceso fluido a los datos SaaS.
Puntos Clave
- AWS ha lanzado una versión innovadora de Amazon SageMaker que unifica las capacidades de análisis de datos e inteligencia artificial en una sola plataforma.
- SageMaker Unified Studio proporciona un entorno único para el acceso, análisis y colaboración de datos, integrando herramientas de diversos servicios de AWS.
- SageMaker Lakehouse ofrece un acceso unificado a datos provenientes de múltiples fuentes, reduciendo los silos de datos y simplificando las consultas.
- Las integraciones cero-ETL optimizan el acceso a los datos desde aplicaciones SaaS, eliminando la necesidad de complejas canalizaciones de datos.
- Las características mejoradas de gobernanza de datos en SageMaker Catalog aseguran un acceso seguro a los datos y cumplimiento normativo.
- Varias empresas ya están utilizando las nuevas funciones de SageMaker, reportando mejoras significativas en eficiencia y gestión de datos.
- SageMaker Unified Studio se encuentra actualmente en fase de prueba, con disponibilidad general esperada pronto.
Leer aquí la nota de prensa en inglés.
Amazon Web Services, Inc. (AWS) ha desvelado la próxima generación de Amazon SageMaker, su servicio de aprendizaje automático (ML) ampliamente adoptado. Esta nueva versión integra diversas capacidades necesarias para el análisis rápido de SQL, el procesamiento de big data a escala petabyte, la exploración e integración de datos, así como el desarrollo y entrenamiento de modelos. Además, incorpora herramientas de inteligencia artificial generativa en una única plataforma integrada, diseñada para simplificar el trabajo de los usuarios en distintos sectores .
Una de las innovaciones clave presentadas es SageMaker Unified Studio, que facilita a los usuarios la búsqueda y el acceso a datos a lo largo de toda su organización. Este entorno combina capacidades de análisis, ML y AI creadas específicamente para permitir que los clientes actúen sobre sus datos utilizando las mejores herramientas disponibles. Los usuarios podrán llevar a cabo una variedad de casos de uso de datos comunes con la ayuda de Amazon Q Developer, optimizando así el proceso de toma de decisiones .
La nueva función SageMaker Lakehouse reúne datos de lagos de datos, almacenes de datos, bases de datos operativas y aplicaciones empresariales, permitiendo a los usuarios interactuar con estos datos dentro de SageMaker Unified Studio. Aquellos familiarizados con herramientas de AI y ML podrán utilizar motores de consulta compatibles con Apache Iceberg, lo que facilita la integración y el análisis de datos .
Adicionalmente, se han introducido integraciones de cero-ETL (extracción, transformación y carga) con las principales aplicaciones de Software como Servicio (SaaS). Esto significa que ahora es más sencillo acceder a datos de aplicaciones SaaS de terceros en SageMaker Lakehouse y Amazon Redshift, lo que permite llevar a cabo análisis o proyectos de ML sin la necesidad de desarrollar complejas canalizaciones de datos. Esta simplificación es fundamental para organizaciones que buscan agilizar sus procesos de análisis y obtener insights más rápidamente sin sacrificar la calidad .
Los clientes y socios ya han comenzado a explorar esta nueva generación de SageMaker para alinear sus iniciativas de datos, analítica e inteligencia artificial. Entre ellos se encuentran nombres destacados como Adastra, Confluent, Informatica, Lennar y Roche, que buscan aprovechar esta herramienta para impulsar su innovación y eficiencia .
Swami Sivasubramanian, vicepresidente de Datos e IA en AWS, ha comentado sobre la creciente interconexión entre analítica e IA, señalando que «estamos viendo una convergencia de analítica e IA, con los clientes utilizando datos de maneras cada vez más interconectadas, que van desde la analítica histórica hasta el entrenamiento de modelos de ML y aplicaciones de IA generativa» .
En resumen, la próxima generación de Amazon SageMaker representa un avance significativo en la forma en que las organizaciones pueden gestionar y utilizar sus datos. Con su plataforma unificada, SageMaker no solo promete mejorar la accesibilidad de los datos, sino que también optimiza la colaboración y la innovación en el ámbito del aprendizaje automático y la inteligencia artificial. Con estas mejoras, AWS reafirma su compromiso de proporcionar a sus usuarios herramientas potentes que faciliten la transformación digital y el uso efectivo de datos en un mundo empresarial cada vez más competitivo.
¿Qué es AWS SageMaker?
Amazon SageMaker es un servicio de Amazon Web Services (AWS) diseñado para facilitar el desarrollo, entrenamiento e implementación de modelos de aprendizaje automático (machine learning). Proporciona a los desarrolladores y a los científicos de datos herramientas integradas que permiten crear y entrenar fácilmente modelos de machine learning a gran escala.
A continuación, algunas de las características clave de Amazon SageMaker:
- Entornos de desarrollo: SageMaker incluye entornos basados en Jupyter Notebooks que facilitan la exploración de datos y la prototipación de modelos.
- Entrenamiento de modelos: Permite entrenar modelos de machine learning utilizando algoritmos predefinidos o algoritmos personalizados, ofreciendo capacidad de gestión para ajustar automáticamente la infraestructura de cómputo según sea necesario.
- Implementación fácil: Una vez que se ha entrenado un modelo, SageMaker ofrece métodos para implementarlo como un servicio en la nube, lo que facilita que las aplicaciones puedan utilizar el modelo para hacer predicciones.
- Integración de herramientas y servicios: SageMaker se integra con otros servicios de AWS, como Amazon S3 (almacenamiento), Amazon EC2 (cómputo) y Amazon CloudWatch (monitorización).
- Automatización: Incluye SageMaker Autopilot, que automatiza el proceso de creación de modelos de machine learning, haciendo que sea más accesible para quienes no son expertos en la materia.
- Gestión de datos: Proporciona herramientas para la preparación y la visualización de datos, lo cual es crucial en el ciclo de vida del machine learning.
En resumen, Amazon SageMaker es una plataforma integral que simplifica el trabajo con machine learning, facilitando desde la preparación de datos hasta la implementación de modelos, lo que permite a las empresas y desarrolladores enfocarse en la creación de valor a partir de sus datos.