SageMaker Unified Studio est un environnement permettant de centraliser l’usage de plusieurs services AWS. Il est actuellement disponible en preview dans 9 régions, y compris la région Europe (Paris) .
Utilisateur d’AWS au quotidien, vous souhaitez en savoir plus sur ce qu’apporte ce nouveau service “SageMaker Unified Studio” ? Si Amazon SageMaker évoque immédiatement l’univers de l’IA et du Machine Learning, SageMaker Unified Studio étend désormais son champ d’action vers l’analytique et la donnée.
J’ai pu découvrir cette nouvelle interface unifiée au cours d’un workshop AWS : notebooks managés, accès direct à Redshift, Athena et Bedrock, le tout réuni dans un même espace, avec un accès centralisé et sécurisé aux données.
Dans cet article, je vous propose :
- de comprendre le positionnement de SageMaker Studio Unifié dans l’écosystème AWS
- d’explorer ses fonctionnalités clés pour le ML, l’analytique et la gouvernance
- et de partager mon retour d’expérience après ce premier contact terrain avec l’outil
SageMaker Unified Studio dans l’éco-système AWS
Contexte
Dans un environnement où les données et l’IA occupent une place centrale dans la stratégie des entreprises, les utilisateurs (data ingénieurs, data scientists, data analystes) doivent naviguer entre plusieurs outils pour accomplir leurs tâches.
D’un côté, ils exploitent des services comme Athena, Redshift et des workflows ETL (Glue Job / Lambda) pour traiter, préparer et analyser les données. De l’autre, ils utilisent des plateformes comme SageMaker Studio et Bedrock pour entraîner, déployer des modèles de machine learning et tirer parti de l’IA générative.
Les données sont cloisonnées par cas d’usage. Les services AWS évoluent chacun dans leur coin sans réelle convergence entre les outils d’analyse de données et ceux dédiés à l’IA. C’est précisément ce défi qu’Amazon tente de relever avec “SageMaker Unified Studio”, un environnement intégré pensé pour accélérer les projets d’analytique et de machine learning dans le cloud AWS et offrir une meilleure collaboration entre les métiers.
En donnant accès aux briques (services) les plus adoptées de son écosystème (de la simple analytique à l’IA générative en passant par le Machine learning), AWS propose une plateforme qui :
- Centralise l’accès aux données
- Facilite la collaboration entre profils variés (data scientists, ingénieurs, analystes)
- Accélère le développement complet de solutions IA.
Grâce à Amazon Q Developer, son assistant IA génératif, SageMaker Unified Studio devient également un espace interactif et intelligent, capable d’accompagner ses utilisateurs dans la découverte et l’exploration des données , la génération du code et des requêtes SQL, tout en s’appuyant sur contexte de la conversation en cours pour fournir des conseils personnalisées.
La nouvelle génération SageMaker
AWS élargit les fonctionnalités de SageMaker, le service de machine learning, pour en faire une plateforme de données et d’intelligence artificielle et ce, grâce à l’intégration de services AWS d’analytique, d’intelligence artificielle et de gouvernance.
La nouvelle génération de SageMaker inclus 4 piliers :
- Amazon SageMaker Unified Studio : sujet de l’article
- Amazon SageMaker IA : regroupant l’ensemble des fonctionnalités d’IA/ML existantes de SageMaker pour le traitement des données, la création, l’entraînement et le déploiement de modèles d’IA
- Amazon SageMaker Lakehouse : une solution permettant de centraliser et d’unifier les données issues des lacs de données Amazon S3, des entrepôts Amazon Redshift et de sources de données tierces ou fédérées.
- Amazon SageMaker Data and AI Governance : une plateforme sécurisée pour la découverte, la gouvernance et la collaboration sur les données et les modèles d’IA, reposant sur Amazon SageMaker Catalog et Amazon DataZone. Pour aller plus loin concernant ce sujet, vous pouvez lire cet article de blog.
SageMaker Unified Studio utilise plusieurs briques AWS existantes pour offrir une expérience unifiée à l’utilisateur, qu’il soit data analyste, data engineer, data scientist ou même data quality manager. Avec l’objectif de faciliter l’accès, le partage et la collaboration entre les différentes équipes, à travers une interface facile à prendre en main.
Je vois une plus-value à l’utilisation du Studio pour au moins les 3 cas de figures suivant :
- L’analyse de données
- L’IA et machine learning
- La gouvernance et sécurisation des données
Analyse des Données
SageMaker Unified Studio simplifie l’analyse et le traitement des données en intégrant un éditeur SQL (Query Editor), permettant d’interroger et d’explorer les données via les services AWS existants et largement adoptés. Il offre ainsi un accès direct aux outils de requêtage comme Amazon Athena et Amazon Redshift, facilitant ainsi l’exploitation des données pour l’analytique. Ces deux services de requêtage SQL sont accessibles directement, en cliquant sur les trois points situés à droite de n’importe quelle table..
Amazon Athena est un service interactif d’analyse et de traitement de données qui permet d’exécuter des requêtes SQL directement sur des fichiers stockés dans Amazon S3 en serverless.
Amazon Redshift est un (datawarehouse) entrepôt de données cloud entièrement géré par AWS, conçu pour effectuer des analyses de données à grande échelle, avec des requêtes SQL rapides et performantes sur des volumes massifs de données.
IA et machine learning
Environnements interactifs : Amazon SageMaker Unified Studio offre la possibilité d’utilisation de JupyterLab qui est un environnement de développement interactif (IDE) basé sur le web permettant de créer, organiser et exécuter des notebooks, du code et des workflows de machine learning.
Modèles LLM accessibles : Sur Amazon SageMaker Unified Studio , l’utilisateur peut accéder à divers modèles LLM, principalement via le service Bedrock à choisir à la création de l’environnement.
Assistance par IA : Amazon Q facilite l’exploration des données en générant automatiquement du code et des requêtes SQL à partir de requêtes en langage naturel (avec une vérification nécessaire pour éviter les erreurs). Le chat, directement intégré à l’environnement, interprète le texte afin d’explorer les données .
Développement d’application d’IA générative : Amazon SageMaker Studio facilite la création et la mise à l’échelle des applications d’IA générative via Amazon Bedrock.
Gouvernance et Sécurisation des Données
Catalogue de données : SageMaker Unified Studio propose SageMaker Catalog basé sur Amazon DataZone, facilitant la gestion des métadonnées et la découverte des schémas. Cela permet aux utilisateurs de naviguer facilement dans les datasets disponibles, d’en comprendre la structure et de centraliser les informations essentielles pour leur exploitation.
Sécurité et partage : L’environnement s’appuie sur IAM et Lake Formation pour gérer finement les droits d’accès aux données. Chaque utilisateur peut accéder uniquement aux ressources autorisées, ce qui garantit un partage sécurisé et contrôlé au sein des équipes tout en respectant les politiques de sécurité.
En combinant ces fonctionnalités, SageMaker Unified Studio simplifie l’accès, l’analyse et l’exploitation des données tout en garantissant une gouvernance et une sécurité renforcées.
Mon retour sur SageMaker Unified Studio
Un IDE destiné aux profils orientés métiers
L’un des principaux atouts de SageMaker Unified Studio est son approche unifiée : plus besoin de naviguer entre plusieurs services AWS, tout est centralisé dans un seul environnement. Que ce soit pour l’analyse, la transformation, l’utilisation de l’IA et la gouvernance, tous les outils nécessaires sont directement accessibles depuis une seule interface.
Cette intégration simplifie le travail des équipes data et IA, en éliminant la complexité liée à la gestion et à l’interconnexion des services individuels, et les aide à collaborer et partager la donnée facilement et en toute sécurité .
Je pense que SageMaker Unified Studio se positionne plutôt comme un environnement intégré (IDE) ++ conçu pour faciliter l’analyse, l’exploitation des données et l’utilisation de l’IA.
Ce qui me conforte dans cette idée, c’est l’intégration du service AmazonQ. A noter, ce service est performant pour des questions simples de découvertes des données mais pas aussi puissant pour des requêtes complexes. Une vigilance humaine est toujours recommandée lors de l’utilisation de l’IA.
De mon point de vue, ce service s’adresse à des profils moins axés sur le développement et l’infrastructure. Grâce à ses différentes interfaces éditeur SQL (Query Editor), chat playground, gouvernance et partage des données, je pense qu’il sera adopté par des profils Data Scientists/Analystes souhaitant accéder rapidement ou facilement aux données, ou des personnes moins techniques, plus orientées métier que des personnes qui viennent du développement logiciel pur qui vont continuer à utiliser les briques amazon via des outils d’infrastructure as code comme Terraform et CloudFormation .
Un point de vigilance : le coût
Si l’accès à une suite complète d’outils est un avantage indéniable, la question du coût reste à approfondir. Le service est complètement gratuit mais comme l’indique la documentation AWS :
“Chaque service AWS que vous utilisez via SageMaker Unified Studio est soumis à sa propre tarification. Cela inclut les services de stockage et de calcul AWS, ainsi que tous les services tiers, tels que les fournisseurs Git. Il n’y a aucun coût distinct pour l’utilisation de SageMaker Unified Studio lui-même« .
On conseillera la vigilance lors du choix d’option de création rapide de l’environnement :
“Toutes les ressources réseau configurées par AWS en votre nom entraînent des frais supplémentaires si vous choisissez l’option de configuration rapide pour la création de domaines, et les coûts exacts dépendent de la configuration du compte. Supprimez toutes les ressources inutilisées pour éviter des coûts inutiles. Pour une visibilité complète des coûts pendant le processus de création du domaine, suivez l’option de configuration manuelle.”
La gestion et l’optimisation des coûts dans cet environnement intégré nécessitent donc une meilleure compréhension de son fonctionnement en backend. En d’autres termes, on conseille fortement une connaissance des règles de tarification des services associés (Athena, Redshift notamment).
Conclusion
SageMaker Unified Studio incarne une évolution majeure dans l’écosystème AWS, en rassemblant sous une seule interface les briques essentielles à la data, au machine learning et à la gouvernance. Cette approche unifiée simplifierait le quotidien des équipes data et IA en facilitant l’accès aux données et en favorisant la collaboration inter-profils.
Accessible, intuitif et puissant, cet environnement séduira différents profils data et IA orientés métier ou moins techniques qui n’utilisent pas les services AWS via l’IAC . Toutefois, une attention particulière doit être portée à la configuration et à la maîtrise des coûts. En résumé, SageMaker Unified Studio marque un pas vers une démocratisation plus fluide de l’IA et de la data dans le cloud.