Publicado en: Oct 13, 2023
Amazon SageMaker Canvas ahora admite la implementación de modelos de machine learning (ML) en puntos de conexión de inferencia en tiempo real, lo que le permite llevar sus modelos de ML a producción e impulsar acciones basadas en información potenciada por ML. SageMaker Canvas es un espacio de trabajo sin código que permite a los analistas y científicos de datos ciudadanos generar predicciones precisas de ML para sus necesidades empresariales.
Hasta ahora, SageMaker Canvas ofrecía la posibilidad de evaluar un modelo de ML, generar predicciones masivas y ejecutar análisis hipotéticos en su espacio de trabajo interactivo. A partir de hoy, también puede implementar los modelos en los puntos de conexión de SageMaker para realizar inferencias en tiempo real, lo que facilita el consumo de las predicciones del modelo y la ejecución de acciones fuera del espacio de trabajo de SageMaker Canvas. Al tener la capacidad de implementar directamente modelos de ML desde SageMaker Canvas, se elimina la necesidad de exportar, configurar, probar e implementar manualmente los modelos de ML en producción, lo que ahorra complejidad y tiempo. También hace que la puesta en marcha de los modelos de ML sea más accesible para las personas, sin necesidad de escribir código.
Para empezar, inicie sesión en Amazon SageMaker Canvas para acceder a sus modelos existentes o crear modelos nuevos. Seleccione el modelo e impleméntelo con las configuraciones de punto de conexión adecuadas para su modelo. Los cargos de inferencia de SageMaker se aplicarán a los modelos implementados. La capacidad de implementar directamente los modelos de ML en Amazon SageMaker Canvas ya está disponible en todas las regiones de AWS en las que se admite SageMaker Canvas. Para obtener más información, consulte la documentación del producto SageMaker Canvas.