Veröffentlicht am: Nov 30, 2023
Ab heute bietet SageMaker Studio eine Suite von IDEs, darunter den auf Code-OSS Visual Studio Code Open Source basierenden Code Editor, das verbesserte und schnellere JupyterLab und RStudio. ML Practitioner können ihre bevorzugte IDE wählen, um die ML-Entwicklung zu beschleunigen. Ein Datenwissenschaftler könnte beispielsweise JupyterLab und Trainingsaufträge in Studio verwenden, um Daten zu untersuchen und Modelle zu optimieren, während ein MLOps-Ingenieur Code Editor und das Pipelines-Tool in Studio wählen könnte, um Modelle in der Produktion bereitzustellen und zu überwachen. Ihre IDE wird in einer separaten Registerkarte geöffnet, sodass Benutzer im Vollbildmodus arbeiten können. Darüber hinaus können Benutzer jetzt ihre Trainingsaufträge einsehen, darunter auch Aufträge, die sie möglicherweise von Notebooks aus geplant haben, und Trainingsaufträge, die sie möglicherweise von JumpStart aus initiiert haben. Wir freuen uns auch, ein neues interaktives Erlebnis in SageMaker Studio ankündigen zu können, mit dem Modelle mit optimalen Konfigurationen über nur drei Klicks bereitgestellt werden können. Benutzer können jetzt auch ihre Endgeräte in Studio überwachen und verwalten, ohne zur AWS-Konsole navigieren zu müssen. SageMaker Studio bietet ein verbessertes JumpStart-Erlebnis. Es ist jetzt einfach, mit nur wenigen Klicks ein Basismodell zu finden, zu importieren, zu optimieren und bereitzustellen.
Amazon SageMaker Studio ist in allen AWS-Regionen verfügbar, in denen Amazon SageMaker derzeit verfügbar ist, mit Ausnahme der Regionen China und der GovCloud-Regionen (USA) von Amazon Web Services.
Informationen zum Einstieg finden Sie in der Dokumentation zu Amazon SageMaker Studio.