“`html
Amazon Web Services (AWS), Amazon’un bulut bilişim bölümü, yaklaşık on yıl önce SageMaker’ı duyurdu. SageMaker, AI modelleri oluşturmak, eğitmek ve dağıtmak için bir platformdur. Önceki yıllarda AWS, SageMaker’ın yeteneklerini büyük ölçüde genişletmeye odaklanırken, bu yıl basitlik ön plandaydı.
SageMaker Unified Studio ile Tanışın
AWS, 2024 re:Invent konferansında SageMaker Unified Studio‘yu tanıttı. Bu yeni platform, bir organizasyon içerisindeki verilere erişim sağlamak için tek bir noktada çalışma olanağı sunuyor. SageMaker Unified Studio, mevcut SageMaker Studio’dan alınan araçları bir araya getirerek, müşterilerin verileri keşfetmelerine, hazırlamalarına ve işleme almalarına yardımcı oluyor.
Birlikte Çalışma Araçları
Swami Sivasubramanian, AWS’nin veri ve AI’dan sorumlu VP’si, “Müşteriler verileri giderek daha bağlantılı yollarla kullanıyor. SageMaker’ın bir sonraki nesli, müşterilere veri işleme, makine öğrenimi modeli geliştirme ve generatif AI için ihtiyaç duydukları tüm araçları sunuyor.” dedi.
SageMaker Unified Studio sayesinde, müşteriler veri, modeller, uygulamalar ve diğer içerikleri ekip üyeleri ve tüm organizasyonlarıyla paylaşabilir. Bu hizmet, veri güvenliği kontrollerini ve ayarlanabilir izinleri desteklerken, AWS’nin Bedrock model geliştirme platformu ile de entegrasyon sunuyor.
Yapay Zeka Entegrasyonu
SageMaker Unified Studio içerisinde, AWS’nin kodlama chatbot’u olan Q Developer yer alıyor. Bu bot, “Daha iyi ürün satışlarını anlamak için hangi verileri kullanmalıyım?” veya “Ürün kategorisi bazında toplam geliri hesaplamak için SQL oluştur.” gibi soruları yanıtlayabiliyor.
AWS, bir blog yazısında “Q Developer, veri keşfi, kodlama, SQL oluşturma ve veri entegrasyonu gibi geliştirme görevlerinde destek sağlayabilir.” ifadesini kullandı.
Yeni Eklentiler: SageMaker Catalog ve Lakehouse
Bunun yanı sıra, AWS SageMaker ürün ailesine iki yeni küçük ekleme yaptı: SageMaker Catalog ve SageMaker Lakehouse.
SageMaker Catalog, yöneticilerin SageMaker’daki AI uygulamaları, modeller, araçlar ve veriler için erişim politikaları tanımlamasına ve uygulamasına olanak tanıyan tek bir izin modeli sunmaktadır. Diğer yandan, SageMaker Lakehouse ise SageMaker ve diğer araçların AWS veri gölleri, veri ambarları ve kurumsal uygulamalarındaki verileri bağlamasını sağlıyor.
AWS, SageMaker Lakehouse’un Apache Iceberg standartlarıyla uyumlu olan her türlü araçla çalıştığını belirtiyor. Yöneticiler, SageMaker Lakehouse’un bağlandığı tüm analiz ve AI araçlarındaki veriler üzerinde erişim kontrolü uygulayabilir.
Yeni Entegrasyonlarla Kolay Erişim
SageMaker ayrıca, yeni entegrasyonlar sayesinde hizmet olarak yazılım uygulamalarıyla daha iyi çalışıyor. SageMaker kullanıcıları, verileri ilk olarak çıkarmadan, dönüştürmeden ve yüklemeden Zendesk ve SAP gibi uygulamalardan alabiliyorlar.
AWS, “Müşterilerin verileri birden fazla veri gölünde veya bir veri ambarında yayılmış olabilir ve tüm bu verileri birleştirmek için basit bir yol arayışındadırlar.” açıklamasını yaptı. “Artık müşteriler, verileri nerede fiziksel olarak depolandığına bakılmaksızın, tercih ettikleri analiz ve makine öğrenimi araçlarını kullanarak SQL analitiği, ad-hoc sorgulama, veri bilimi, makine öğrenimi ve generatif AI gibi kullanım durumlarını destekleyebilirler.” ifadesini kullandı.
“`
