Publicado en: Jul 27, 2021
AWS Solutions ha actualizado AWS MLOps Framework, una implementación de soluciones de AWS que agiliza el proceso de implementación de canalizaciones y aplica las prácticas recomendadas de arquitectura para la producción de modelos de machine learning (ML). Esta solución aborda los puntos débiles operativos comunes a los que se enfrentan los clientes cuando adoptan múltiples herramientas de automatización del flujo de trabajo de ML.
Esta actualización amplía las capacidades de implementación multicuenta de la solución mediante AWS Organizations y AWS CloudFormation StackSets, permitiendo a los clientes aprovisionar varios entornos (p. ej., entornos de desarrollo, ensayo y producción) en su organización a través de una cuenta de administrador delegado. Esto mejora la gobernanza y la seguridad de la implementación de cargas de trabajo de ML, a la vez que protege los datos de producción con las medidas de control apropiadas. Esta nueva versión también agrega la opción de utilizar el registro de modelos de Amazon SageMaker para implementar modelos versionados. El registro de modelos le permite clasificar modelos para producción, administrar versiones de modelos, asociar metadatos con modelos administrar el estado de aprobación de un modelo, implementar modelos para producción y automatizar la implementación de modelos con CI/CD.
Esta solución ofrece las siguientes características clave:
- Inicia una canalización preconfigurada mediante una llamada a la API o un repositorio de Git
- Implementa de manera automática un modelo entrenado y brinda un punto de enlace de inferencia
- Supervisa continuamente los modelos de aprendizaje automático implementados y detecta cualquier desviación en su calidad
- Admite la ejecución de sus propias pruebas de integración para garantizar que el modelo implementado cumple con las expectativas
- Le permite aprovisionar varios entornos para dar soporte al ciclo de vida de su modelo de ML
- La opción de utilizar el registro de modelos de Amazon SageMaker para implementar modelos versionados
- Compatibilidad con varias cuentas para canalizaciones de modelo propio y monitoreo de modelos
- Permite a los clientes crear y registrar imágenes de Docker para algoritmos personalizados, que pueden usarse para la implementación de modelos en un punto de enlace de Amazon SageMaker.
Hay más soluciones de AWS disponibles en la página web de implementación de soluciones de AWS, donde los clientes pueden buscar soluciones por categoría de producto o sector y encontrar implementaciones de referencia automatizadas y listas para usar que han sido aprobadas por AWS y abordan necesidades empresariales específicas.