# SageMakerのワークフロー

> SageMakerのワークフロー - DataRobotで構築されたMLモデルをデプロイして、AWS SageMaker内で実行します。

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 `2026-07-27T18:44:30.223212+00:00` (UTC).

## Primary page

- [SageMakerのワークフロー](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/ml-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/ml-sagemaker.html.md#aws): In-page section heading.
- [DataRobot](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/ml-sagemaker.html.md#datarobot): In-page section heading.
- [学習内容](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/ml-sagemaker.html.md#_1): 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)

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、このアクセラレーターを使用して、DataRobotで構築されたモデルを別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で構築および調整されたMLモデルをデプロイして、AWS SageMaker内で実行します。

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、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る場合にプロビジョニングを支援します。

### 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

## 学習内容

- DataRobotでモデルを構築するためのエンドツーエンドのステップをプログラムで実行する
- AWS SageMakerでモデルをエクスポートしてホストする