Use Case
概要
担当者ごとに属人化した分析環境を機械学習のマネージド型サービスである Amazon SageMaker で統合。データ加工、分析、モデル開発、レポート作成などが Amazon SageMaker 上で完結し、作業効率が飛躍的に向上しました。
VALUE
お客様の課題と解決策
導入前の課題
・複数の分析ツールが存在し、分析業務が担当者個人に依存している。
・個人に依存した分析業務になっていたため、同じことを分析しても結果が異なり、共同作業ができない状況でいた。
・ノウハウや知見の共有も限定的になっていて、チームの生産性の向上のための取り組みが必要だった。
導入後の効果
・分析者が個々に分析環境を用意する必要がなくなり、コスト面が最適化された。
・既存の Jupyter Notebook のモデル開発ライブラリーの流用もできるため、学習コストの軽減も期待できる。
・分析プロセスのデータ加工、分析、モデル開発、レポート作成の各工程がAmazon SageMaker 上で完結するため、作業の効率化を実現することができた。
CONFIGURATION
構成例
CONTACT
お問い合わせ
AWSに関するお悩みやご相談はこちらからどうぞ。