Veröffentlicht am: Feb 2, 2022

AWS-Lösungen hat den MLOps Workload Orchestrator (früher bekannt als AWS MLOps Framework) aktualisiert – eine AWS-Lösungsimplementierung, die den Pipeline-Bereitstellungsprozess rationalisiert und bewährte Methoden der Architektur für die Operationalisierung von Modellen für Machine Learning (ML) erzwingt. Diese Lösung adressiert häufige operative Schwachstellen, – einschließlich Modellüberwachung und Governance – über mehrere Konten, mit denen Kunden konfrontiert sind, wenn sie mehrere ML-Workflow-Automatisierungstools einsetzen.

Dieses Update fügt zwei neue Pipelines hinzu, um Baseline-Aufträge und Überwachungszeitpläne von Modellerklärbarkeit von Amazon SageMaker Clarify und Modellabweichung von Amazon SageMaker Clarify bereitzustellen. Die hinzugefügten Pipelines helfen Datenwissenschaftlern/ML-Ingenieuren dabei, die Merkmalszuordnungsdrift bzw. Modellabweichung regelmäßig zu überwachen und Warnungen zu generieren, wenn Probleme erkannt werden.

Diese Lösung bietet die folgenden Hauptfunktionen:

  • Initiiert eine vorkonfigurierte Pipeline durch einen API-Aufruf oder ein Git-Repository
  • Stellt automatisch ein geschultes Modell bereit und bietet einen Amazon-SageMaker-Inferenz-Endpunkt
  • Überwacht kontinuierlich bereitgestellte Modelle für Machine Learning und erkennt jede Abweichung in ihrer Datenqualität, Modellqualität, Modellerklärbarkeit und/oder Modellabweichung.
  • Unterstützt die Durchführung Ihrer eigenen Integrationstests, um sicherzustellen, dass das bereitgestellte Modell die Erwartungen erfüllt
  • Ermöglicht die Bereitstellung mehrerer Umgebungen, um den Lebenszyklus Ihre ML-Modells zu unterstützen
  • Die Möglichkeit der Verwendung des Amazon SageMaker-Modellregisters zur Bereitstellung versionierter Modelle
  • Unterstützt mehrere Konten zur Nutzung von Bring-your-own-Model- und Modell-Monitor-Pipelines
  • Ermöglicht Kunden die Erstellung und Registrierung von Docker-Images für benutzerdefinierte Algorithmen, die für die Modellbereitstellung auf einem Amazon-Sagemaker-Endpunkt verwendet werden sollen.

Details zu dieser Lösung finden Sie auf der Webseite zur Implementierung der AWS-Lösungen.

Weitere AWS-Lösungen sind auf der Webseite der AWS-Lösungsimplementierungen erhältlich. Dort können die Kunden Lösungen nach Produktkategorien oder Branchen geordnet durchsuchen, um von AWS geprüfte, automatisierte und einsatzbereite Referenz-Implementierungen für spezifische Geschäftsanforderungen zu erhalten.