Foi quase uma década desde que a Amazon Web Services (AWS), a divisão de computação em nuvem da Amazon, anunciou o SageMaker, sua plataforma para criar, treinar e implantar modelos de IA. Enquanto nos anos anteriores a AWS se concentrou em expandir significativamente as capacidades do SageMaker, este ano, o objetivo foi a simplificação.
Na conferência re:Invent 2024, a AWS revelou o SageMaker Unified Studio, um único lugar para encontrar e trabalhar com dados de toda a organização. O SageMaker Unified Studio reúne ferramentas de outros serviços da AWS, incluindo o SageMaker Studio existente, para ajudar os clientes a descobrir, preparar e processar dados para construir modelos.
“Estamos vendo uma convergência de análises e IA, com os clientes usando dados de maneiras cada vez mais interconectadas”, disse Swami Sivasubramanian, VP de dados e IA na AWS, em um comunicado. “A próxima geração do SageMaker reúne capacidades para fornecer aos clientes todas as ferramentas necessárias para processamento de dados, desenvolvimento e treinamento de modelos de aprendizado de máquina, e IA generativa, diretamente dentro do SageMaker.”
Usando o SageMaker Unified Studio, os clientes podem publicar e compartilhar dados, modelos, aplicativos e outros artefatos com membros de suas equipes ou organizações mais amplas. O serviço expõe controles de segurança de dados e permissões ajustáveis, além de integrações com a plataforma de desenvolvimento de modelos Bedrock da AWS.
A IA está incorporada no SageMaker Unified Studio — para ser específico, o Q Developer, o chatbot de codificação da Amazon. No SageMaker Unified Studio, o Q Developer pode responder a perguntas como “Quais dados devo usar para ter uma melhor ideia das vendas de produtos?” ou “Gerar SQL para calcular a receita total por categoria de produto.”
A AWS explicou em um post no blog: “O Q Developer pode apoiar tarefas de desenvolvimento, como descoberta de dados, codificação, geração de SQL e integração de dados” no SageMaker Unified Studio.
Além do SageMaker Unified Studio, a AWS lançou duas pequenas adições à sua família de produtos SageMaker: SageMaker Catalog e SageMaker Lakehouse.
O SageMaker Catalog permite que administradores definam e implementem políticas de acesso para aplicativos de IA, modelos, ferramentas e dados no SageMaker usando um único modelo de permissão com controles granulares. Enquanto isso, o SageMaker Lakehouse fornece conexões do SageMaker e outras ferramentas para dados armazenados em lagos de dados da AWS, armazéns de dados e aplicativos empresariais.
A AWS afirma que o SageMaker Lakehouse funciona com quaisquer ferramentas compatíveis com os padrões do Apache Iceberg — o Apache Iceberg sendo o formato de código aberto para grandes tabelas analíticas. Os administradores podem aplicar controles de acesso em todos os dados nas ferramentas de análise e IA que o SageMaker Lakehouse toca, se desejarem.
Em um desenvolvimento um tanto relacionado, o SageMaker agora deve funcionar melhor com aplicativos de software como serviço, graças a novas integrações. Os clientes do SageMaker podem acessar dados de aplicativos como Zendesk e SAP sem precisar extrair, transformar e carregar esses dados primeiro.
“Os clientes podem ter dados espalhados por vários lagos de dados, bem como um armazém de dados, e se beneficiariam de uma maneira simples de unificar todos esses dados”, escreveu a AWS. “Agora, os clientes podem usar suas ferramentas de análise e aprendizado de máquina preferidas em seus dados, não importa como e onde estão fisicamente armazenados, para apoiar casos de uso, incluindo análises SQL, consultas ad-hoc, ciência de dados, aprendizado de máquina e IA generativa.