Amazon SageMakerの評判・口コミ 全12件

改善してほしいポイントは何でしょうか？

今の所特に困った点はありません。強いていうなら、社内で不要に高いインスタンスを立ち上げっぱなしになるのを防ぐために、アカウントごとに作成することが出来るインスタンスタイプに制限を設けられれば良いかもしれません。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

機械学習の学習を社内のエンジニアで学習するための環境として最初に導入するのがSageMakerでした。
SageMakerは業務用件で活用出来るものであると同時に、エンジニアが学習をするための環境としても十二分に環境が整備されています。

社内で機械学習が出来るエンジニアを増やしていく文脈でも活躍します。

検討者にお薦めするポイントがあれば記入ください

SageMakerの料金は、裏側で立ち上げているEC2を立ち上げている間分の料金のみです。
社内で利用するインスタンスサイズ、インスタンスの作成/停止のルールさえ決めれば、比較的小さい料金で導入し始めることができます。

改善してほしいポイントは何でしょうか？

ML系のクラウド全般に言えることですが、インスタンスのONOFFのコントロールがより容易にできるようになると良いと思います。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

機械学習に強いエンジニアと、専門外の社員と双方にアプローチできる新たな製品で、幅広い利用と活用が可能になっています。

改善してほしいポイントは何でしょうか？

別段ありません。
AWSは常に他社の競合に先かげて、必要な製品を提供してくれるのでありがたいです。満足しています。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

クラウドMLの利便性はわかるものの、自由度の制約が大きいので、最初からEC2で独自の仮想マシンを構築してそこに任意のフレームワーク構築をするという手法をとっていましたが、それはそれで手間がかかるわけで、そこを、自由度の高いこの製品で補ってくれているのでありがたいです。

改善してほしいポイントは何でしょうか？

AWS外のgithub連携は可能ですが、
jupyter notebookで開発したコードをAWS codecommit(AWSの提供するgit)と連携した時にマークダウン表示されるとよりよいです。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

従来オンプレミスでおこなっていた機械学習をAWS環境に移行することで、
従来よりも早い実行時間で処理を完了できるようになりました。

オンプレミスとは違いAWS側ではサーバーの保守管理が不要なので、サーバーの保守管理コストの低減を実現しました。

AWSS SageMakerでの機械学習実装によって、機械学習処理内容を配布して別ノートブックインスタンスで実行頂くことで、オンプレミスにおける同時実行の課題も解決可能です。

また上述したjupyter notebookを用いた社内ツール開発にも利用されています。

改善してほしいポイント

日本語で書かれたドキュメントが少なかったので、情報を集めるのが大変だった。また、価格が少しわかりにくく、想定より高い金額だった。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

SageMaker Notebook を使用して、Python でコードを書き、モデルの精度を確認。その後、トレーニングのコードとテストのコードを書いて、精度を確認した。精度は本番に実装できるほど高くなかったものの、ほかのタスクを行いながらも1ヶ月程度で試すことができたのでよかった。

検討者へお勧めするポイント

アプリケーションのインフラにAWSを使用していて、機械学習機能を実装するのであれば、ぜひ使ってみるのが良いかなと思います。

改善してほしいポイントは何でしょうか？

ありがちな不満としてのドキュメント不足という問題もなく、自由度も高く、先進的でいうべきところがありません。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

個人的にAWSを評価しており、同時にAutoMLも活用してみたいので、AutoPilotが活用できる本製品はうってつけでした。
方や自由にロジックを構築できる自由度も気に入っています。

改善してほしいポイントは何でしょうか？

AWSに関するIAM Role, Policyなどの基本知識はある程度必要である。
SageMakerのエンドポイント(EC2)の自動起動・停止機能が望ましい。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

SageMakerは下記のようなビジネス課題の解決に繋がる
　データのアドホック分析
　データの加工、分析モデルの作成
　データ分析手法の修得

改善してほしいポイントは何でしょうか？

今市場に出ているどの自動機械学習サービスはどれもそうなのですが、3次元のデータセットを扱えないことなので、難しいとは思いますが、多次元のデータセットを扱えるようにしてもらえると応用範囲が広がります。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

2次元データセットを利用する際に、ローカルで構築した機械学習モデルをそのままインポートしたり、JupyterNoteに移植して使い慣れた環境で機械学習モデルを構築できました。

検討者にお薦めするポイントがあれば記入ください

AWSの他のサービスと連携させることが最大のポイントです。特に、チームで開発する際にローカルのマシンでは不可能な共同作業も可能なので、最大の利点です。

改善してほしいポイントは何でしょうか？

AWSのチュートリアルでは日本語化がばっちりされているのですが、肝心のUIのローカライゼーションがされていないというか、英語のままなので、そこに抵抗がある人がいるかどうかが未知数。
大方問題ないとみなすかどうか微妙。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

AutopilotというAutoMLが使えたこと。
またフレームワーク全体が刷新されており、リフレッシュされた使用感もあります。