この記事は株式会社ナレッジコミュニケーションが運営する クラウドAI by ナレコム Advent Calendar 2021 の18日目にあたる記事になります。

2021年11月29日 – 2021年12月3日で開催された「AWS re:Invent2021」では、AutoML（Automated Machine Learning）サービスの「Amazon SageMaker Canvas」など、より一般企業が機械学習、データを活用して、自社の売上や生産性向上が実現できる世界が近づいてきましたね！ただ、SageMakerサービスもかなり多くなっているので令和3年12月時点のサービスをまとめてみます。

各SageMakerサービスの位置づけ

令和3年12月時点のAmazon SageMakerのサービス一覧をMLワークフローに合わせて以下図にまとめてみます。

各SageMakerのサービス概要

Amazon SageMaker

機械学習を実施するうえで必要なモデル開発、学習、推論をトータルで実施することできるフルマネージド型サービスです。

Amazon SageMaker Data Wrangler

AWS の各種サービスからデータをインポートし、リアルタイムでデータの可視化や変換の処理を GUI 上で行えるサービス

Amazon SageMaker Clarify

各特徴量が予測結果にどのくらい寄与しているか可視化できるなど、機械学習モデルの解釈可能性・公平性というところが視覚的にわかりやすく確認できることができるサービス

Amazon SageMaker Ground Truth

機械学習でモデルをトレーニングするときの教師データにラベル付けを行うことができるサービス。ラベル付けができるのは、「テキスト分類」、「画像分類」、「物体検出」、「セマンティック・セグメンテーション」、「ユーザー定義のカスタムタスク」

Amazon SageMaker Ground Truth Plus

ラベルリングアプリケーションを構築したり、ラベル付けのスタッフを自分で管理したりすることなく、高品質のトレーニングデータセットを簡単に作成することができるサービス

Amazon SageMaker Training Compiler

既存のトレーニング用Pythonの訓練コードを自動でコンパイルして、自然言語処理やコンピュータービジョンタスクのトレーニングや調整に必要な時間を大幅に短縮することができるサービス

Amazon SageMaker Inference Recommender

機械学習の推論フェーズで最適な推論パフォーマンスとコストを実現するためにモデルデプロイに最適なMLインスタンスの構成を推奨するサービス

Amazon SageMaker Serverless Inference

推論のMLモデルをデプロイするインスタンスをサーバレスで構成し、推論リクエストの量に基づき、コンピュート容量のプロビジョニング、スケーリングを自動で行うサービスです。

Amazon SageMaker Feature Store

インフラを管理することなく、特徴データを安全に保管および取得することができるサービス。特徴データにタグ付けしたりインデックスをつけて検索できたりします。

Amazon SageMaker Processing

機械学習のためのデータ前処理などをバッチで実行するためのインフラ環境を提供するサービス

Amazon SageMaker Studio

機械学習のための統合開発環境（IDE）でNotebookで行う方法よりも簡単に、そして可視化された状態で機械学習が行えるようになるサービスです。

Amazon SageMaker JumpStart

機械学習の知識がなくとも数クリックでプリセットされている学習済みの機械学習のモデルをデプロイできる。また、時系列予測、金融取引の不正検知などさまざまなジャンルのユースケースに合わせたSageMaker周辺の構成がCloudFormationでデプロイできるサービスです。

Amazon SageMaker Autopilot

回帰/分類問題に対して、自動で機械学習モデルの準備、トレーニングおよびパラメータ調整を行ってくれるAoutoMLサービスです。

Amazon SageMaker Debugger

トレーニング中のモデルの問題を自動で検知し、モデル内部を可視化し、問題を調査することができ、トレーニング中の問題を素早く検知し解決することを支援するサービスです。

Amazon SageMaker Model Monitor

Amazon SageMakerの機械学習モデルと推論データの品質を監視し、推論時に投入されるデータの質が、モデルを学習した時と変化した場合にアラートを発砲したりするサービスです。

Amazon SageMaker Edge Manager

スマートカメラ、ロボット、産業用機械などのエッジデバイスにデプロイされたモデルの管理・モニタリングができるサービスです。

Amazon SageMaker Neo

機械学習モデルをコンパイルし、任意のデバイスで動作させることができる。モデルのコンパイルを行うことで特定のデバイスに最適化を行うことが出来るサービスです。

Amazon SageMaker Canvas

ノーコードでエンジニアではないビジネスユーザーがコードを記述せずに機械学習モデルを構築できるサービスです。

Amazon SageMaker Studio Lab

AWSアカウントが不要で無料で機械学習の学習ができるサービス。数クリックで機械学習を学習するインフラの構築ができます。

Amazon SageMaker Pipelines

エンドツーエンドの機械学習ワークフローを管理するための CI/CD サービスです

最後に

令和3年12月時点で20種類ほどのサービスがあり、来年もさらなるアップデートが期待できますね！
個人的にはモデルの監視、管理系のサービスのアップデートがあるとうれしいです。
ご覧いただきありがとうございました！