Près d’une décennie après le lancement de SageMaker, sa plateforme de création, d’entraînement et de déploiement de modèles d’IA, Amazon Web Services (AWS) opère un changement de cap. Alors que les années précédentes étaient axées sur l’expansion des capacités de SageMaker, l’édition 2024 de la conférence re:Invent a été placée sous le signe de la simplification.
SageMaker Unified Studio : La convergence de l’analyse et de l’IA
La grande nouveauté dévoilée par AWS est SageMaker Unified Studio, un espace unique pour découvrir et exploiter les données à travers toute l’organisation. Intégrant des outils issus d’autres services AWS, dont le SageMaker Studio existant, cette solution aide les clients à découvrir, préparer et traiter les données pour construire des modèles.
Nous assistons à une convergence de l’analyse et de l’IA, les clients utilisant les données de manière de plus en plus interconnectée.
– Swami Sivasubramanian, VP of Data and AI chez AWS
SageMaker Unified Studio permet aux utilisateurs de publier et partager des données, modèles, applications et autres artefacts avec leur équipe ou leur organisation. Le service expose des contrôles de sécurité des données et des autorisations ajustables, ainsi que des intégrations avec la plateforme de développement de modèles Bedrock d’AWS.
L’IA intégrée avec Q Developer
L’IA est directement intégrée dans SageMaker Unified Studio via Q Developer, le chatbot de codage d’Amazon. Il peut répondre à des questions comme « Quelles données dois-je utiliser pour mieux comprendre les ventes de produits ? » ou « Générer du SQL pour calculer le chiffre d’affaires total par catégorie de produits ».
Selon AWS, Q Developer peut prendre en charge des tâches de développement telles que :
- La découverte de données
- Le codage
- La génération de SQL
- L’intégration de données
SageMaker Catalog et Lakehouse
En plus de SageMaker Unified Studio, AWS a lancé deux ajouts à sa gamme de produits SageMaker :
- SageMaker Catalog permet aux administrateurs de définir et d’implémenter des politiques d’accès pour les applications, les modèles, les outils et les données d’IA dans SageMaker, en utilisant un modèle d’autorisation unique avec des contrôles granulaires.
- SageMaker Lakehouse fournit des connexions depuis SageMaker et d’autres outils vers les données stockées dans les lacs de données AWS, les entrepôts de données et les applications d’entreprise. Il est compatible avec tout outil prenant en charge les standards Apache Iceberg pour les grandes tables analytiques.
Intégration améliorée avec les applications SaaS
Grâce à de nouvelles intégrations, SageMaker devrait désormais mieux fonctionner avec les applications SaaS. Les clients peuvent accéder aux données d’applications comme Zendesk et SAP sans avoir à extraire, transformer et charger (ETL) ces données au préalable.
Les clients peuvent avoir des données réparties dans plusieurs lacs de données, ainsi que dans un entrepôt de données, et bénéficieraient d’un moyen simple d’unifier toutes ces données.
– AWS
Désormais, les clients peuvent utiliser leurs outils d’analyse et d’apprentissage automatique préférés sur leurs données, peu importe où et comment elles sont stockées physiquement. Cela prend en charge des cas d’utilisation tels que l’analyse SQL, les requêtes ad hoc, la science des données, l’apprentissage automatique et l’IA générative.
Avec ces annonces, AWS confirme sa volonté de démocratiser l’accès à l’IA et à l’analyse de données au sein des entreprises. En unifiant et en simplifiant ses outils, SageMaker permet aux organisations de tirer plus facilement parti de leurs données pour développer des modèles d’IA performants, ouvrant la voie à de nouvelles possibilités en termes d’innovation et d’efficacité opérationnelle.
