Publicado en: Dec 29, 2023
Amazon SageMaker Studio ofrece entornos de desarrollo integrados (IDE) para el desarrollo de machine learning (ML). Studio proporciona herramientas para la preparación, la experimentación y la producción de datos con el fin de aumentar la productividad. Los usuarios de Studio ahora pueden ejecutar trabajos de procesamiento, entrenamiento, inferencia y transformación por lotes de SageMaker de forma local en su instancia de IDE de Studio. Los usuarios también pueden crear y probar imágenes Docker compatibles con SageMaker de forma local en los IDE de Studio.
Los científicos de datos pueden desarrollar modelos de aprendizaje automático de forma iterativa y depurar los cambios de código rápidamente sin salir de su IDE ni esperar a los recursos informáticos remotos. Los usuarios pueden ejecutar trabajos a pequeña escala de forma local para probar las implementaciones e inspeccionar los resultados antes de ejecutar los trabajos completos en la nube. Esto optimiza los flujos de trabajo al proporcionar comentarios instantáneos sobre los cambios en el código y detectar los problemas de forma temprana sin tener que esperar a que lleguen los recursos de la nube.
Además, Studio Local Mode ahora ofrece funciones de creación y ejecución de Docker. Los usuarios pueden crear imágenes de Docker con su código de modelo y sus dependencias directamente en Studio. Esto simplifica la creación de contenedores al evitar los pasos externos de configuración y construcción de Docker. Una vez creados, los contenedores se pueden ejecutar localmente para validar las implementaciones antes de desplegarlas en la nube. La creación y la prueba de contenedores en Studio mejora la productividad de los desarrolladores y acelera el camino hacia la producción. La característica de creación de Docker también permite la reutilización de contenedores en todos los entornos. Los contenedores creados localmente se pueden implementar sin cambios en SageMaker para su entrenamiento y alojamiento. Esta coherencia elimina los problemas que surgen de las diferencias entre los entornos locales y de la nube.
Esta característica está disponible en todas las regiones en las que Amazon SageMaker está disponible. Para obtener más información, consulte el modo local de SageMaker Studio y la compatibilidad con Docker de SageMaker Studio.