Amazon SageMaker とは？AWS の機械学習統合プラットフォーム

AWS のマネージド機械学習プラットフォーム。データ準備・モデル学習・デプロイ・運用を統合。

---

1. 概要（端的に）

Amazon SageMaker は 機械学習モデルの開発・学習・デプロイ・運用を統合的に提供するプラットフォーム。データ準備（Data Wrangler）、ノートブック（Studio）、学習（Training）、推論エンドポイント（Inference）等の機能を提供し、ML プロジェクト全体をマネージドで実行できる。

---

2. 何ができるか

• Studio：統合 IDE（Jupyter ベース）
• Training：分散学習基盤
• Inference：推論エンドポイント（リアルタイム / バッチ / サーバーレス）
• JumpStart：基盤モデル・サンプルコード
• Pipelines：ML パイプラインオーケストレーション
• Feature Store：特徴量管理
• Model Registry：モデルのバージョン管理
• Ground Truth：データラベリング

---

3. 特徴

観点	特徴
追加料金	インスタンス時間 + ストレージ
ML フレームワーク	TensorFlow / PyTorch / scikit-learn / XGBoost 他
対応	データ準備 〜 推論 〜 監視まで
デプロイ形式	Real-time / Batch / Async / Serverless

---

4. 仕組み

SageMaker は 学習用 EC2 / 推論用 EC2 をマネージドで起動し、Docker コンテナベースで ML を実行する。

ML ワークフロー

データ準備 → 学習 → 評価 → デプロイ → 監視 → 再学習
   ↓        ↓        ↓        ↓        ↓
Data    Training Studio Inference Model
Wrangler         Endpoint Monitor

---

5. ユースケース

ユースケース 1：モデル学習・推論

画像分類・自然言語処理・需要予測等。

ユースケース 2：エンタープライズ ML

大規模分散学習。

ユースケース 3：MLOps

学習〜デプロイの自動化。

---

6. 関連用語

• S3 — データソース
• Bedrock — 生成 AI（補完関係）
• Lambda / Step-Functions — ワークフロー連携

---

7. 関連サイト

• Amazon SageMaker

---

🎓 試験での出題傾向

試験	重要度	主な出題パターン
CLF	中	ML サービスの概念
SAA	中	ML ワークロード設計
DVA	低	出題稀
SOA	低	出題ほぼなし

---