Amazon DataZone 是什麼？企業 AI 資料管理首選

在現今數據驅動的商業環境中，資料治理（Data Governance）扮演著確保數據品質、完整性和安全性的關鍵角色。​透過明確的政策和流程，企業能夠有效管理數據的使用，支持業務決策和運營。 

什麼是資料治理 

資料治理是一套管理程序與政策，確保資料品質、安全性與合規性，使其能有效支援業務決策與運營。隨著企業從多種來源大規模蒐集資料，只有在資料達到高完整性與標準化時，才能真正發揮價值。 

為什麼資料管理很重要 

過去，資料治理常被用來封鎖資料孤島，以防止資料洩露或濫用。然而，資料孤島卻使合法使用者在存取所需資料時面臨障礙，無意間抑制了數據驅動創新的發展。 

根據 MIT CDOIQ 在 2024 年對 350 名資料長及其同級職位進行的調查，45% 的資料長將資料治理列為首要任務。他們的目標是建立資料治理框架，既能確保資料安全，也能在需要時將資料提供給適合的人員和應用程式。 

圖／資料治理是一套管理程序與政策，確保資料品質、安全性與合規性，使其能有效支援業務決策與運營。 

Amazon DataZone 打造一站式資料管理 

AWS 去年（2024年）正式宣佈，Amazon DataZone 現已支援管理 AWS 機器學習（ML）服務 Amazon SageMaker 中的資料。 

Amazon DataZone 是一項資料管理服務，可讓客戶更快、更輕鬆記載、探索、共用和管控儲存在 AWS、內部部署與第三方來源之間的資料。由於 Amazon SageMaker 涉及大量且不一樣格式的數據，通常需要自訂工作流程並整合多種工具來確保數據治理的完整性。 

透過 Amazon SageMaker 與 Amazon DataZone 的全新內建整合，企業可大幅簡化機器學習資料的管理流程。使用者僅需數次點擊，即可輕鬆設定跨基礎設施的 機器學習資料治理機制，提升資料存取與使用的靈活性，促進跨部門協作，同時確保機器學習資產的高效管理與合規性，加速業務決策與模型部署。 

圖 / Amazon SageMaker 現已與 Amazon DataZone 集成，以簡化機器學習治理 。

透過這項整合，機器學習管理員在部署 Amazon  SageMaker 基礎設施時，可運用 Amazon Virtual Private Cloud (VPC)、Amazon Key Management Service (KMS)、以及 AWS Identity and Access Management (IAM) 的控制項，建立 Amazon  SageMaker 環境設定檔。 

這些設定檔可供機器學習開發者能夠在幾分鐘內快數部署 Amazon SageMaker 網域，無需手動配置基礎設施，大幅提升開發效率，還能與 Amazon DataZone 的資料治理與存取控制機制無縫整合，開發者能夠更輕鬆地搜尋、存取和共享機器學習資產，確保環境符合企業的安全性和合規性要求，加速機器學習工作負載的落地與運行。 

圖 /開發者可快速部署 Amazon SageMaker 網域，並與 Amazon DataZone 的資料治理與存取控制機制無縫整合。

Amazon DataZone 三項設定一次搞定！ 

在 AWS 環境中，Amazon DataZone 讓組織能夠高效管理與治理資料資產。只需完成三個關鍵設定，即可快速啟用 DataZone，確保數據存取安全、資源整合順暢，並提高資料管理效率。 

一、設定使用者權限 

進入 Amazon DataZone 控制台，點擊 「使用者管理（User Management）」，開始配置存取權限。在 DataZone 中，使用者可被指派不同的角色，如 「管理員（Admin）」、「數據使用者（Data Consumer）」 或 「數據提供者（Data Producer）」，確保適當的存取控制。 

二、整合 AWS 資料來源 

在 DataZone 控制台，前往 「資料來源（Data Sources）」，點擊 「新增資料來源（Add Data Source）」，然後選擇 AWS 內部或外部的數據存放位置。DataZone 支援與 Amazon S3、AWS Glue、Amazon Redshift 等服務無縫整合，使數據治理更加簡便。 

三、管理資料目錄  

在 DataZone 控制台，前往 「業務目錄（Business Catalog）」，點擊 「新增資產（Add Asset）」，即可將整合的數據資產發佈到企業內部目錄，方便團隊成員發現與使用。 

• 建立分類標籤：為每個數據資產添加 標籤（Tags） 或 分類（Categories），例如「機器學習訓練數據」、「財務報表」、「ETL 處理結果」，幫助用戶更快找到需要的數據。 

• 發佈數據資產：當數據經過驗證與標註後，點擊 「發佈（Publish）」，讓組織內的其他成員可以訂閱並使用該資產。 

• 訂閱審批流程：當使用者請求存取某個數據資產時，管理員可透過 「訂閱請求（Subscription Requests）」 介面進行審批，確保敏感數據不會被未經授權的用戶存取。 

圖 / Amazon SageMaker 現已與 Amazon DataZone 集成，以簡化機器學習治理。

在 AI 驅動的時代，資料治理始終是企業關注的核心課題。企業不僅要確保使用者能夠高效存取資料，還必須維持其安全性與可靠性。隨著技術演進，資料存取與控制的平衡方式也不斷優化。AWS 提供的 Amazon DataZone 與 Amazon SageMaker 整合，讓組織能簡化基礎設施管理，同時強化資料存取與權限控制，確保資料治理符合企業需求。 

銓鍇國際 CKmates 深耕企業數位轉型，針對 AI、大數據 等應用場景，提供完善的企業資料治理解決方案，透過雲端架構與工具提升運營效率，降低營運成本，加速企業數位升級！