El registro de modelos de Amazon SageMaker ahora admite la definición de las etapas del ciclo de vida de ML automático
Hoy nos complace anunciar que el registro de modelos de Amazon SageMaker ya admite las etapas del ciclo de vida de los modelos de machine learning (ML) personalizadas. Esta capacidad mejora aún más la gobernanza de los modelos al permitir que los científicos de datos y los ingenieros de ML definan y controlen la progresión de sus modelos en varias etapas, desde el desarrollo hasta la producción.
Los clientes utilizan el registro de modelos de Amazon SageMaker como un almacén de metadatos diseñado específicamente para administrar todo el ciclo de vida de los modelos de ML. Con este lanzamiento, los científicos de datos y los ingenieros de ML ahora pueden definir etapas personalizadas, como el desarrollo, las pruebas y la producción para modelos de ML en el registro de modelos. Esto facilita el seguimiento y la gestión de los modelos a medida que pasan por diferentes etapas del ciclo de vida del modelo, desde el entrenamiento hasta la inferencia. También pueden realizar un seguimiento del estado de aprobación de la etapa, como aprobación pendiente, aprobado y rechazado, para comprobar si el modelo está listo para pasar a la siguiente etapa. Estas etapas personalizadas y el estado de aprobación ayudan a los científicos de datos y a los ingenieros de ML a definir y hacer cumplir los flujos de trabajo de aprobación de modelos, garantizando que cumplan con criterios específicos antes de pasar a la siguiente etapa. Al implementar estas etapas y procesos de aprobación personalizados, los clientes pueden estandarizar sus prácticas de gobernanza de modelos en toda la organización, mantener una mejor supervisión de la progresión de los modelos y garantizar que solo los modelos aprobados lleguen a los entornos de producción.
Esta capacidad está disponible en todas las regiones de AWS en las que el registro de modelos de Amazon SageMaker está disponible actualmente, excepto en las regiones de GovCloud. Para obtener más información, consulte Componente de preproducción para el ciclo de vida de su modelo.