42 lines
1.3 KiB
Markdown
42 lines
1.3 KiB
Markdown
---
|
||
title: "Amazon SageMaker"
|
||
type: entity
|
||
tags: [AWS, ML, AI, machine-learning, platform]
|
||
sources:
|
||
- public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin
|
||
- public-cloud-learning-sessions-opentext-ai-use-cases-20241126-160106-meeting-rec
|
||
last_updated: 2026-05-12
|
||
---
|
||
|
||
## Aliases
|
||
- AWS SageMaker
|
||
- SageMaker
|
||
- 亚马逊 SageMaker
|
||
|
||
## Overview
|
||
Amazon SageMaker 是 AWS 提供的全面托管机器学习平台，帮助开发者快速构建、训练和部署机器学习模型，是 ML Ops 训练管道和推理管道的核心工具。
|
||
|
||
## Key Capabilities
|
||
|
||
### Training Pipeline
|
||
- 特征工程（Feature Engineering）
|
||
- 模型训练（Model Training）
|
||
- 超参数调优（Hyperparameter Tuning）
|
||
|
||
### Inference Pipeline
|
||
- 实时端点部署（Real-time Endpoints）
|
||
- 模型监控（Model Monitoring）
|
||
|
||
## Role in MLOps
|
||
SageMaker 在 ML Ops 三管道中扮演核心角色：
|
||
1. **数据管道**：使用 SageMaker Data Wrangler 进行数据准备
|
||
2. **训练管道**：使用 SageMaker Training 进行模型训练和超参数调优
|
||
3. **推理管道**：使用 SageMaker Endpoints 部署和管理推理端点
|
||
|
||
## Related
|
||
- [[MLOps]]
|
||
- [[Amazon-Bedrock]]
|
||
- [[Foundation-Models]]
|
||
- [[AWS]]
|
||
- AWS AI 三层产品战略：SageMaker 属于基础设施层（ML 平台工程师用），Bedrock 属于中间层（应用开发者用）
|