Amazon SageMaker Data Agent aggiunge il Business Context per

Amazon ha aggiornato il suo SageMaker Data Agent per integrarsi direttamente con SageMaker Catalog, consentendo ai professionisti dei dati di utilizzare il contesto aziendale per la generazione automatizzata di codice. Questo aggiornamento, annunciato questa settimana, permette agli utenti di interrogare i dataset e generare codice SQL o Python utilizzando una terminologia aziendale familiare anziché nomi di tabelle tecnici o strutture di schema complesse. Colmando il divario tra l'archiviazione tecnica dei dati e la logica di business, lo strumento mira ad accelerare il processo di data discovery per i team aziendali.

L'integrazione utilizza i metadati e il contesto aziendale curati all'interno di SageMaker Catalog. Questo repository contiene spesso informazioni critiche sincronizzate da strumenti di data governance e catalogazione di terze parti, tra cui Collibra, Atlan e Alation. Attingendo da queste fonti consolidate, il SageMaker Data Agent può interpretare richieste in linguaggio naturale che fanno riferimento a specifiche unità aziendali, categorie di prodotti o metriche finanziarie, mappandole accuratamente sull'infrastruttura tecnica sottostante.

Migliorare i flussi di lavoro dei dati aziendali

Per le grandi organizzazioni, il SageMaker Data Agent affronta un collo di bottiglia comune in cui data scientist e analisti trascorrono molto tempo a decifrare schemi di database criptici. La capacità di generare codice accurato attraverso il contesto aziendale riduce lo sforzo manuale richiesto per la mappatura degli schemi. Questa automazione è particolarmente utile in ambienti in cui i dati sono sparsi in più silos e gestiti attraverso diverse piattaforme di governance. Il sistema garantisce che gli script Python e SQL generati rimangano coerenti con le regole di business definite dall'organizzazione.

L'implementazione tecnica si basa sulla sincronizzazione dei metadati tra i servizi AWS e i partner di governance esterni. Quando un utente interagisce con l'agente, questo fa riferimento al SageMaker Catalog per risolvere le ambiguità nella richiesta di dati. Ad esempio, una richiesta di dati sulle vendite regionali viene automaticamente collegata alle tabelle e alle colonne corrette, come definito nei metadati sincronizzati da Alation o Collibra. Ciò riduce il rischio di errori che si verificano quando i professionisti indovinano manualmente lo scopo di campi dati etichettati in modo approssimativo.

Questo sviluppo fa parte di una tendenza più ampia nel settore delle AI News volta a rendere gli strumenti di machine learning più accessibili agli stakeholder non tecnici, mantenendo al contempo rigorosi standard sui dati. Integrandosi con i cataloghi aziendali esistenti, Amazon sta posizionando SageMaker come un ambiente più coeso per le operazioni sui dati end-to-end. L'aggiornamento è attualmente disponibile per gli utenti all'interno dell'ecosistema Amazon SageMaker, fornendo un percorso più snello dalla scoperta dei dati allo sviluppo dei modelli.

Sebbene ci impegniamo per l'accuratezza, bytevyte può commettere errori. Si consiglia agli utenti di verificare tutte le informazioni in modo indipendente. Non accettiamo alcuna responsabilità per errori o omissioni.

Sources

Amazon SageMaker Data Agent integrates business context into conversations

✔Human Verified

Migliorare i flussi di lavoro dei dati aziendali

Sources

Related Articles