Publicado en: Nov 7, 2019
El kit de desarrollo de software (SDK) de ciencia de datos de AWS Step Functions es una librería de código abierto que le permite crear con facilidad flujos de datos que preprocesan los datos para luego entrenar y publicar modelos de aprendizaje automático mediante Amazon SageMaker y AWS Step Functions. Puede crear flujos de trabajo de aprendizaje automático en Python que organicen la infraestructura de AWS a escala, sin tener que aprovisionar e integrar los servicios de AWS por separado.
AWS Step Functions es un servicio de organización sin servidor que le permite crear flujos de trabajo resilientes mediante el uso de servicios de AWS como Amazon SageMaker, AWS Glue y AWS Lambda. Amazon SageMaker le permite crear, entrenar e implementar de manera rápida modelos de aprendizaje automático. Ahora, gracias al nuevo SDK de ciencia de datos, puede crear con facilidad flujos de trabajo, también conocidos como canalizaciones, en la infraestructura de AWS mediante las herramientas preferidas de los científicos de datos: Python y los blocs de notas de Jupyter.
Puede utilizar el SDK de ciencia de datos para crear y visualizar flujos de trabajo de ciencia de datos completos que realicen tareas como preprocesamiento de datos en AWS Glue y entrenamiento de modelos, ajuste de hiperparámetros y creación de puntos de enlace en Amazon SageMaker. Puede reutilizar los flujos de trabajo en producción si exporta las plantillas de AWS CloudFormation.
El SDK de ciencia de datos está incluido en el preciode AWS Step Functions sin costo adicional y se puede acceder en todas las regiones donde se ofertan AWS Step Functions y Amazon SageMaker. El SDK se puede usar junto a otros servicios como AWS Glue y AWS Lambda en las regiones compatibles. Para obtener una lista completa de regiones y servicios ofrecidos, consulte Regiones de AWS.
Para comenzar con el SDK de ciencia de datos de AWS Step Functions, descargue el bloc de notas Hello World desde GitHub, o ábralo desde una instancia de bloc de notas en Amazon SageMaker.
Más información:
- Obtenga más información sobre el SDK de ciencia de datos de AWS Step Functions en la documentación técnica y en GitHub.
- Vea los blocs de notas de ejemplo de Jupyter para Step Functions en Amazon SageMaker.