Aspectos generales

P: ¿Qué es Amazon SageMaker?

Amazon SageMaker es un servicio completamente administrado que permite a los científicos de datos y desarrolladores crear, entrenar e implementar modelos de aprendizaje automático de forma rápida y sencilla.

P: ¿Qué puedo hacer con Amazon SageMaker?

Amazon SageMaker permite a desarrolladores y científicos crear modelos de aprendizaje automático que pueden utilizarse en aplicaciones predictivas inteligentes.

P: ¿Cómo puedo comenzar a utilizar Amazon SageMaker?

Para comenzar a utilizar Amazon SageMaker, debe iniciar sesión en la consola de Amazon SageMaker, lanzar una instancia de bloc de notas con un bloc de notas de ejemplo, modificarlo para conectarse con los orígenes de datos, seguir el ejemplo para crear/entrenar/validar modelos, e implementar el modelo resultante en producción con unas pocas especificaciones.

P: ¿En qué regiones de se encuentra disponible Amazon SageMaker?

Para ver la lista de las regiones de AWS en las que se admite Amazon SageMaker, consulte la tabla de regiones de AWS, que contiene información sobre la infraestructura global de AWS. Para obtener más información, consulte Regiones y puntos de enlace en la Referencia general de AWS.

P: ¿Cuál es la disponibilidad de servicio de Amazon SageMaker?

Amazon SageMaker está diseñado para ofrecer alta disponibilidad. No hay períodos de mantenimiento ni tiempos de inactividad programados. La API de Amazon SageMaker se ejecuta en los centros de datos probados y de alta disponibilidad de Amazon, con la replicación de la pila de servicios configurada en tres instalaciones de cada una de las regiones de AWS a fin de proporcionar tolerancia a errores en caso de que se produzca un error en el servidor o una interrupción en la zona de disponibilidad.

P: ¿De qué medidas de seguridad dispone Amazon SageMaker?

Amazon SageMaker garantiza que los elementos de los modelos de aprendizaje automático y otros elementos del sistema estén cifrados tanto en tránsito como en reposo. Las solicitudes a la consola y la API de Amazon SageMaker se efectúan a través de una conexión segura (SSL). Transfiere funciones de AWS Identity and Access Management a Amazon SageMaker para brindar permisos de acceso a recursos de su parte para entrenamiento e implementación. Puede usar buckets de S3 cifrados para datos y elementos de modelos, así como también transferir una clave de KMS a blocs de notas de Amazon SageMaker para cifrar el volumen de almacenamiento de aprendizaje automático adjunto.

P: ¿De qué forma Amazon SageMaker protege el código?

Amazon SageMaker almacena código en volúmenes de almacenamiento de aprendizaje automático, protegidos con grupos de seguridad y, opcionalmente, cifrados en reposo.

P: ¿Cómo se cobra el uso de Amazon SageMaker?

Paga los recursos de procesamiento de datos, almacenamiento y cómputo de aprendizaje automático que use para alojar el bloc de notas, entrenar el modelo, realizar predicciones y registrar los resultados. Amazon SageMaker le permite seleccionar el número y el tipo de instancias utilizado para el bloc de notas alojado, el entrenamiento y el alojamiento del modelo. El usuario solo paga por lo que consume y a medida que lo utiliza: no hay tarifas mínimas ni compromisos iniciales.

P: ¿Qué sucede si ya tengo mi propio bloc de notas, entrenamiento o entorno de alojamiento?

Amazon SageMaker ofrece un flujo de trabajo integral y completo, pero puede continuar usando las herramientas existentes con Amazon SageMaker. Puede transferir fácilmente los resultados de cada etapa hacia y desde Amazon SageMaker en función de las necesidades de su empresa.

Blocs de notas de Jupyter alojadas

P: ¿Qué tipos de blocs de notas se admiten?

Actualmente, se admiten blocs de notas de Jupyter.

P: ¿Cómo pueden conservarse los archivos de los blocs de notas cuando se detiene un espacio de trabajo?

Es posible conservar los archivos de blocs de notas en el volumen de almacenamiento de aprendizaje automático adjunto. El volumen de almacenamiento de aprendizaje automático se desconectará cuando la instancia del bloc de notas se cierre y vuelva a adjuntarse cuando la instancia de bloc de notas se lance nuevamente. Los elementos que se almacenen en la memoria no se conservarán.

P: ¿De qué manera es posible aumentar los recursos disponibles en mi bloc de notas?

Puede modificar la instancia de bloc de notas y seleccionar un perfil mayor mediante la consola de Amazon SageMaker, después de guardar sus archivos y datos en el volumen de almacenamiento de aprendizaje automático adjunto. La instancia de bloc de notas se reiniciará con recursos disponibles mayores, con los mismos archivos de bloc de notas y bibliotecas instaladas.

P: ¿De qué manera puedo entrenar un modelo a partir de un bloc de notas de Amazon SageMaker?

Después de lanzar un bloc de notas de ejemplo, puede personalizar el bloc para adaptarlo a su origen de datos y esquema, y ejecutar las API de AWS para crear un trabajo de entrenamiento. El avance o la finalización del trabajo de entrenamiento se encuentran disponibles mediante la consola de Amazon SageMaker o las API de AWS.

Entrenamiento de modelos

P: ¿Hay límites en cuanto al tamaño del conjunto de datos que se puede utilizar para el entrenamiento?

No hay límites fijos en cuanto al tamaño del conjunto de datos que puede usar para entrenar modelos con Amazon SageMaker.

P: ¿Qué orígenes de datos puedo introducir fácilmente en Amazon SageMaker?

Puede especificar la ubicación de Amazon S3 de los datos de entrenamiento como parte de la creación de un trabajo de entrenamiento.

P: ¿Qué algoritmos usa Amazon SageMaker para generar modelos?

Amazon SageMaker incluye algoritmos integrados para regresión lineal, regresión logística, agrupación de clústeres k-means, análisis de componentes principales, equipos de factorización, modelado de temas neuronal, asignación latente dirichlet, árboles con potenciación del gradiente, secuencia a secuencia y clasificación de imágenes. Amazon SageMaker también suministra contenedores de MXNet y Tensorflow. Además, Amazon SageMaker admite algoritmos de entrenamiento personalizados provistos mediante una imagen de Docker que se ajuste a la especificación documentada.

Alojamiento de modelos

P: ¿Puedo obtener acceso a la infraestructura en la que se ejecuta AWS SageMaker?

No. AWS SageMaker opera la infraestructura informática por usted, lo que le permite ejecutar comprobaciones de estado, aplicar parches de seguridad y realizar otras tareas de mantenimiento de rutina. También puede implementar elementos de modelos de entrenamiento con código de inferencia personalizado en su propio entorno de alojamiento.

P: ¿Cómo puedo ajustar el tamaño y el desempeño del modelo de Amazon SageMaker una vez que ya se encuentre en producción?

El alojamiento de Amazon SageMaker se ajusta automáticamente al desempeño necesario para su aplicación mediante la característica Application Auto Scaling. Además, puede modificar manualmente el número y el tipo de instancia sin generar tiempos de inactividad mediante la modificación de la configuración del punto de conexión.

P: ¿Cómo puedo monitorear el entorno de producción de Amazon SageMaker?

Amazon SageMaker emite métricas de desempeño hacia Amazon CloudWatch Metrics para que pueda realizar el seguimiento de métricas, definir alarmas y reaccionar automáticamente ante cambios en el tráfico de producción. Además, Amazon SageMaker escribe logs en Amazon Cloudwatch Logs para permitirle monitorear y solucionar problemas del entorno de producción.

P: ¿Qué tipos de modelos se pueden alojar con Amazon SageMaker?

Amazon SageMaker puede alojar cualquier modelo que se ajuste a la especificación documentada para imágenes de Docker de inferencia. Incluye modelos creados a partir de código de inferencia y elementos de modelos de Amazon SageMaker.

P: ¿Cuántas solicitudes de API simultáneas en tiempo real admite Amazon SageMaker?

Amazon SageMaker está diseñado para ajustar su escala a un número elevado de transacciones por segundo. El número preciso varía en función del modelo implementado y del número y el tipo de instancia en el cual esté implementado el modelo.


Más información sobre los precios de Amazon SageMaker

Visite la página de precios
¿Listo para comenzar?
Inscribirse
¿Tiene más preguntas?
Contacte con nosotros