Publicado en: Dec 1, 2021
Amazon SageMaker Pipelines, un servicio completamente administrado que permite crear, automatizar y administrar flujos de trabajo de machine learning (ML) completos, ahora admite la integración con Amazon SageMaker Model Monitor y Amazon SageMaker Clarify. Gracias a estas integraciones, es posible incorporar fácilmente la detección de sesgos y la calidad del modelo en el flujo de trabajo de ML. El aumento de la automatización puede ayudar a reducir la carga operativa en la creación y administración de modelos de ML.
SageMaker Model Monitor y SageMaker Clarify permiten monitorear continuamente las métricas del sesgo y la calidad de los modelos de ML en fase de producción, con lo que es posible establecer alertas o activar una nueva formación cuando el modelo o la calidad de los datos se desvían. Para configurar el monitoreo del modelo, debe establecer una métrica de referencia para los datos y la calidad del modelo, la cual puede ser utilizada posteriormente por SageMaker Model Monitor para medir la desviación. Con la nueva integración, se pueden capturar automáticamente las referencias correspondientes a la calidad del modelo y de los datos como parte de la canalización de la creación del modelo, lo que elimina la necesidad de calcular estas métricas fuera del flujo de trabajo de creación del modelo. También puede utilizar QualityCheckStep y ClarifyCheckStep en SageMaker Pipelines para detener la canalización de formación del modelo, si se detecta cualquier desviación respecto a la métrica de referencia previamente conocida. Una vez calculadas, también puede almacenar y visualizar las métricas de calidad y sesgo calculadas junto con las referencias en el registro del modelo.
Esta integración también está disponible como una plantilla en SageMaker Projects de modo que sea posible programar automáticamente trabajos de monitoreo de modelos y de detección de sesgos a partir de las métricas de referencia que se registran en el registro del modelo. Para comenzar, cree un nuevo proyecto de SageMaker Projects en SageMaker Studio o en la interfaz de línea de comandos con la nueva plantilla de monitoreo de modelos. Para obtener más información, visite nuestra página de documentación sobre pasos de verificación en Sagemaker Pipelines, métricas/referencias en el registro de modelos, Sagemaker Model Monitor y la plantilla de integración y entrega continuas de monitoreo de modelos.