# AWS SageMakerのデプロイ

> AWS SageMakerのデプロイ - DataRobotでモデルをプログラムで構築し、AWS SageMakerでモデルをエクスポートしてホストする方法を学びます。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.222120+00:00` (UTC).

## Primary page

- [AWS SageMakerのデプロイ](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/deploy-sagemaker.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [AWS](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/deploy-sagemaker.html.md#aws): In-page section heading.
- [DataRobot](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/deploy-sagemaker.html.md#datarobot): In-page section heading.

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/ecosystem_integration_templates/AWS_sagemaker_deployment/dr_model_sagemaker.ipynb)

このアクセラレーターでは、DataRobotに構築されたモデルをAWS SageMakerにデプロイします。 すでにモデルのホストにSageMakerを使用している場合でも、AutoMLや時系列モデリングを始めとするDataRobotの強力な機能を利用できます。 DataRobotを既存のデプロイプロセスに連携できます。 同様に、このワークフローを使用して、DataRobotで構築されたモデルを別のタイプの環境にデプロイできます。

このアクセラレーターでは、 [DataRobotのドキュメントに記載されている](https://docs.datarobot.com/ja/docs/classic-ui/integrations/aws/sagemaker/sc-sagemaker.html.md#use-scoring-code-with-aws-sagemaker) 手動のステップに従って、プログラム的にDataRobotでモデルを構築し、、モデルをエクスポートしてAWS SageMakerでホストします。 モデルを実行するAWSサービスのセットアップを支援するために、このコードは、まだ設定されていない追加のアイテムがあればそれをプロビジョニングします。

このAIアクセラレーターで作成された内容について、以下のリストを確認してください。

### AWS

- ECRリポジトリ
- S3バケット
- SageMakerのIAMロール
- SageMaker推論モデル
- SageMakerエンドポイント設定
- SageMakerエンドポイント（リアルタイム予測用）
- SageMakerバッチ変換ジョブ（バッチ予測用）

### DataRobot

- DataRobot AutoMLプロジェクト
- DataRobot AutoMLモデル
- AutoMLモデルのスコアリングコードJARファイル

コードを実行すると、DataRobotのAutomated Machine Learning機能を活用してモデルをトレーニングし、AWSの機能を活用してそのモデルをSageMakerにデプロイしてホストする方法がわかります。