Veröffentlicht am: Nov 30, 2022
Wir freuen uns, heute drei neue, speziell für Amazon SageMaker entwickelte Tools ankündigen zu können, mit denen Sie die Governance Ihrer Machine Learning (ML)-Projekte durch vereinfachte Zugriffskontrolle und verbesserte Transparenz über den Lebenszyklus Ihres ML-Modells verbessern können. Mit dem Role Manager von Amazon SageMaker kannst in wenigen Minuten Mindestberechtigungen für Benutzer definieren und neue Benutzer schneller integrieren. Der Role Manager von SageMaker vereinfacht die Einstellung von Berechtigungen für ML-Aktivitäten und generiert automatisch eine benutzerdefinierte Richtlinie, die auf deinen spezifischen Anforderungen basiert.
Mit Amazon SageMaker Model Cards kannst du eine zentrale Quelle für Modellinformationen erstellen, indem du die Dokumentation während des gesamten Modelllebenszyklus zusammenfasst und standardisierst. Du kannst Details wie den Zweck und die Leistungsziele aufzeichnen, während SageMaker Model Cards die Trainingsdetails zur Beschleunigung des Prozesses automatisch ausfüllt. Sobald die Modelle bereitgestellt sind, bietet dir das Modell-Dashboard von Amazon SageMaker eine einheitliche Überwachung für alle deine Modelle, indem es Abweichungen vom erwarteten Verhalten, automatische Warnungen und Fehlerbehebungen zur Verbesserung der Modellleistung bietet.
Alle drei Funktionen sind jetzt in allen AWS-Regionen verfügbar, in denen Amazon SageMaker derzeit angeboten wird, außer in China.
Sehen Sie sich zum Einstieg ML-Governance auf der Amazon-SageMaker-Webseite und die technische Dokumentation an. Weitere Informationen finden Sie in unserem Blogbeitrag.