Publicado en: Jul 27, 2021
Las canalizaciones de Amazon SageMaker, el primer servicio para machine learning (ML) con integración y entrega continuas (CI/CD) especialmente construido, ahora están integradas con repositorios populares de código fuente de terceros, tales como GitHub y BitBucket, y la herramienta de automatización de desarrollo de software Jenkins. Los clientes también pueden promediar las mismas herramientas que utilizan para la administración de los ciclos de vida del desarrollo de software para la creación y la implementación de los modelos de ML, lo que elimina la necesidad de adoptar nuevas herramientas para administrar los ciclos de vida de ML y acelera los proyectos de ML.
Los clientes pueden configurar los proyectos SageMaker para promediar GitHub y BitBucket como repositorios de código fuente, y desencadenar la ejecución de la canalización del modelo de creación de SageMaker cuando el código se verifica en estos repositorios. Además, se pueden configurar los proyectos de manera tal que todo el flujo de trabajo, desde el desencadenamiento de la canalización del modelo de creación de SageMaker hasta la implementación de los modelos en los puntos de enlace de interferencia de SageMaker, se automatiza con Jenkins.
Para comenzar, deberá crear un nuevo proyecto SageMaker desde SageMaker Studio o la interfaz de la línea de comandos con las plantillas para nuevos proyectos que ofrecen una integración inmediata con estas herramientas de terceros. Para obtener más información, visite nuestra página de documentación.