FAQ sur Amazon SageMaker Data and AI Governance

La nouvelle génération d’Amazon SageMaker simplifie la découverte, la gouvernance et la collaboration en matière de données et d’IA dans votre environnement, vos modèles d’IA et vos applications. Avec Amazon SageMaker Catalog, basé sur Amazon DataZone, les utilisateurs peuvent découvrir et accéder en toute sécurité à des données et à des modèles approuvés à l’aide de la recherche sémantique avec des métadonnées créées par l’IA générative, ou vous pouvez simplement demander à Q Developer en langage naturel de trouver vos données. Les utilisateurs peuvent définir et appliquer des politiques d’accès de manière cohérente à l’aide d’un modèle d’autorisation unique avec des contrôles d’accès ultraprécis de manière centralisée dans SageMaker Unified Studio (version préliminaire). Partagez et collaborez en toute simplicité sur les données et les actifs d’IA grâce à des flux de publication et d’abonnement simplifiés. Avec Amazon SageMaker, vous pouvez sauvegarder et protéger vos modèles d’IA à l’aide des garde-fous Amazon Bedrock et mettre en œuvre des politiques d’IA responsables. Renforcez la confiance au sein de votre organisation grâce à la surveillance et à l’automatisation de la qualité des données, à la détection des données sensibles et à la traçabilité des données et du ML.

Vous pouvez accéder à SageMaker Catalog via Amazon SageMaker Unified Studio (version préliminaire), qui constitue un environnement unique pour le développement des données et de l’IA. Pour mettre en place, configurer ou intégrer par programme des processus existants, SageMaker Catalog a publié des API avec des directives sur la façon d’utiliser les API Amazon DataZone existantes.

• La difficulté de trouver et de partager des données entre les équipes : les producteurs et les consommateurs de données sont souvent confrontés à des difficultés visant à localiser et à partager rapidement les jeux de données pertinents dans l’ensemble de l’organisation. Cette inefficacité entraîne une perte de temps à rechercher des données et limite la collaboration.
• Manque de confiance dans la qualité des données et les résultats des modèles d’IA : les organisations ont du mal à faire confiance à la qualité de leurs données et à l’exactitude des résultats des modèles d’IA en raison d’un manque de visibilité sur l’origine des données, leur qualité et les schémas d’accès.
• Accès incohérent aux données et violations de la confidentialité : les entreprises ont du mal à appliquer des politiques d’accès aux données cohérentes, ce qui peut entraîner un accès non autorisé à des informations sensibles.
• Difficulté à maintenir la conformité avec les réglementations et les politiques internes : les organisations éprouvent des difficultés à maintenir la conformité réglementaire et à respecter les politiques internes en raison du manque d’outils d’audit et de surveillance complets.

Data and AI Governance proposée par Amazon dans Amazon SageMaker aide les équipes chargées des données à :

• Découverte des données et collaboration plus rapides : les utilisateurs peuvent rapidement trouver et partager les données pertinentes au sein de l’organisation, réduisant ainsi le temps passé à rechercher des informations et favorisant le travail d’équipe.
• Confiance accrue grâce au lignage et à la qualité : suivre l’origine des données et améliorer la qualité des données pour accroître la confiance dans les décisions fondées sur les données et les résultats des modèles d’IA.
• Sécurité renforcée des données et des modèles d’IA : en sécurisant les données et les modèles pour qu’ils ne soient accessibles que via les projets, cela garantit que seules les personnes autorisées à voir les actifs du projet peuvent y accéder, en maintenant les normes de sécurité et de confidentialité.
• Réduction des risques commerciaux et meilleure conformité réglementaire : les activités de journalisation aident les organisations à s’aligner sur les réglementations du secteur et les politiques internes, ce qui contribue à réduire les risques organisationnels.

• Renforcez la productivité de votre entreprise grâce à la recherche et à la découverte d’actifs : recherchez et découvrez des données et des actifs d’IA pour responsabiliser les équipes, réduire le temps passé à trouver des actifs critiques et accélérer la prise de décisions basée sur les données.
• Gestion centralisée des stratégies d’accès aux données : définissez et gérez les règles d’accès aux données à partir d’un point unique, afin de garantir une application cohérente entre les différents services AWS et environnements tiers.
• Enrichissement des données grâce au contexte de l’entreprise et à la classification : ajoutez des métadonnées et des catégories aux jeux de données, afin de permettre aux utilisateurs de comprendre plus facilement la pertinence et l’applicabilité des données à des besoins commerciaux spécifiques.
• Enregistrez les activités des utilisateurs et des systèmes : surveillez et enregistrez les interactions avec les données et les systèmes d’IA, en fournissant une visibilité sur les modèles d’utilisation et les problèmes de sécurité potentiels.
• Mise en œuvre de la gouvernance des données AI/ML : étendre les principes de gouvernance des données aux processus d’IA et de machine learning, en veillant à ce que seules les données approuvées soient utilisées dans la l’entraînement des modèles et que les systèmes d’IA respectent les autorisations définies et les directives éthiques.

Amazon SageMaker Catalog repose sur Amazon DataZone et offre les mêmes fonctionnalités de gouvernance dans une expérience utilisateur unifiée. L’expérience Amazon DataZone reste inchangée afin de permettre aux clients Amazon DataZone existants de continuer à utiliser l’interface familière s’ils le souhaitent.

Les détails de la tarification sont disponibles ici : https://aws.amazon.com/datazone/pricing/.