Ahora puede utilizar clústeres de Apache Spark, Hive y Presto en Amazon EMR, directamente desde Amazon SageMaker Studio para procesamiento de datos a gran escala y machine learning

Ahora puede utilizar clústeres de Apache Spark, Hive y Presto en Amazon EMR, directamente desde Amazon SageMaker Studio para procesamiento de datos a gran escala y machine learning

Ahora puede utilizar marcos de código abierto, como Apache Spark, Apache Hive y Presto, ejecutándose en clústeres de Amazon EMR directamente desde blocs de notas de Amazon SageMaker Studio para ejecutar análisis de datos a escala de petabyte y machine learning. Amazon EMR instala y configura automáticamente marcos de código abierto y brinda un tiempo de ejecución optimizado para el rendimiento compatible y más rápido que el estándar de código abierto. Por ejemplo, Spark 3.0 en Amazon EMR es 1,7 veces más rápido que su equivalente de código abierto. Amazon SageMaker Studio proporciona una única interfaz visual basada en la web donde se pueden realizar todos los pasos de desarrollo de ML necesarios para preparar los datos, así como crear, formar e implementar los modelos. Analizar, transformar y preparar grandes cantidades de datos es un paso fundamental de cualquier ciencia de datos y flujo de trabajo de ML. Este lanzamiento hace que sea sencillo utilizar marcos populares, como Apache Spark, Hive y Presto, ejecutándose en clústeres de EMR directamente desde SageMaker Studio para simplificar los flujos de trabajo de ciencia de datos y ML.

About The Author

No Comments

Leave a Reply