Amazon SageMaker Unified Studio は、AWS Glue Data Quality を活用したデータプロファイリングと異常検知をサポートするようになりました。データスチュワード、エンジニア、アナリストは、データの形状と完全性を理解するために統計プロファイルを生成し、これらの統計が時間の経過とともにどのように変化するかを追跡できます。異常検知は、定義済みのしきい値やカスタムルールを必要とせずに、データポイントが過去のパターンから逸脱したときに識別するのに役立ちます。これらの機能は、カタログテーブルの静的データと、Visual ETL ジョブ内の転送中のデータの両方で利用できます。今回のリリースにより、カタログテーブルの専用のデータプロファイルタブで、オンデマンドおよびスケジュールされたプロファイリングが提供され、データセットレベルと列レベルの統計が計算されます。プロファイルの履歴が蓄積されるにつれて、異常検知は期待される動作のベースラインを構築し、予測範囲から外れるデータポイントをフラグ付けします。これは、特定のしきい値が不明な場合や、期待される値が時間の経過とともに変化し、固定ルールが古くなる可能性がある場合に特に役立ちます。転送中のデータについては、同じプロファイリング統計と異常検知が、Evaluate Data Quality 変換を含む Visual ETL ジョブの結果ページで利用できます。この機能は、Amazon SageMaker Unified Studio が利用可能なすべての AWS リージョンで利用できます。詳細については、Amazon SageMaker Unified Studio のドキュメントをご覧ください。