Gobernanza del ML con Amazon SageMaker

Simplifique el control de acceso y aumente la transparencia

¿Por qué optar por la gobernanza de ML?

Amazon SageMaker proporciona herramientas de gobernanza personalizadas para ayudarlo a implementar ML de manera responsable. Con el Administrador de roles de Amazon SageMaker, los administradores pueden definir permisos mínimos en minutos. Las tarjetas modelo de Amazon SageMaker facilita capturar, recuperar y compartir información esencial sobre el modelo, como usos deseados, calificaciones de riesgo y detalles del entrenamiento, desde la concepción hasta el despliegue. El panel modelo de Amazon SageMaker lo mantiene informado sobre el comportamiento del modelo en producción, todo en un solo lugar. La integración de Amazon SageMaker y Amazon DataZone facilita la optimización de la gobernanza de ML y datos.

Ventajas de la gobernanza de ML de SageMaker

Aprovisione entornos de desarrollo de machine learning en cuestión de minutos con controles de seguridad de nivel empresarial para controlar el acceso a los activos de machine learning y datos de los proyectos.
Genere roles personalizados que permitan a los profesionales de machine learning (ML) comenzar a trabajar más rápido con SageMaker.
Agilice la documentación del modelo y proporcione visibilidad sobre supuestos clave, características y artefactos, desde la concepción hasta la implementación.
Audite rápidamente y solucione problemas de rendimiento para todos los modelos, puntos de conexión y trabajos de monitoreo de modelos mediante una vista unificada. Supervise desviaciones del comportamiento esperado del modelo, al igual que los trabajos de supervisión inactivos o faltantes, con alertas automatizadas.

Integración con Amazon DataZone

  • Configure controles y aprovisione
  • Los administradores de TI pueden definir los controles y permisos de infraestructura específicos para su empresa y caso de uso en Amazon DataZone. A continuación, puede crear un entorno de SageMaker adecuado con tan solo unos clics e iniciar el proceso de desarrollo en SageMaker Studio.

  • Busque y detecte activos
  • En SageMaker Studio, puede buscar y detectar de manera eficiente datos y activos de ML en el catálogo empresarial de su organización. También puede solicitar acceso a los activos que tenga que usar en su proyecto suscribiéndose a ellos.

  • Consuma activos
  • Una vez que se apruebe su solicitud de suscripción, puede consumir estos activos suscritos en tareas de ML, como la preparación de datos, el entrenamiento de modelos y la ingeniería de características en SageMaker Studio mediante JupyterLab y SageMaker Canvas.

  • Publique activos
  • Al completar las tareas de ML, puede publicar datos, modelos y grupos de características en el catálogo empresarial para que otros usuarios puedan gobernarlos y detectarlos.

Definición de los permisos

Simplifique los permisos para actividades de machine learning

SageMaker Role Manager proporciona un conjunto de permisos de referencia para actividades de ML y personas mediante un catálogo de políticas preintegradas de AWS Identity and Access Management (IAM). Las actividades del ML pueden incluir el entrenamiento y la preparación de datos, y las personas pueden incluir a científicos de datos e ingenieros del ML. Puede mantener los permisos de referencia o personalizarlos aún más según sus necesidades específicas.

simplificación de permisos con el administrador de roles

Automatice la generación de políticas de IAM

Con un par de indicaciones autoguiadas, puede ingresar rápidamente componentes de gobernanza comunes, como límites de acceso a la red y claves de cifrado. El administrador de roles de SageMaker generará la política de IAM de manera automática. Puede detectar el rol generado y las políticas asociadas mediante la consola de AWS IAM.

Asocie sus políticas administradas

Para adaptar aún más los permisos a su caso de uso, asocie sus políticas de IAM administradas al rol de IAM que cree con el administrador de roles de SageMaker. También puede agregar etiquetas para ayudar a identificar y organizar los roles en todos los servicios de AWS.

asocie sus políticas administradas

Agilice la documentación

Capture información sobre el modelo

Las tarjetas modelo de SageMaker son un repositorio para la información sobre modelos en la consola de Amazon SageMaker y lo ayuda a centralizar y estandarizar la documentación de modelos para que pueda implementar ML de manera responsable. Puede completar automáticamente detalles de entrenamiento como conjuntos de datos de entrada, entornos de entrenamiento y resultados de entrenamiento para acelerar el proceso de documentación. También puede agregar detalles como el propósito del modelo y los objetivos de rendimiento.

información del modelo en la consola de sagemaker

Visualice resultados de la evaluación

Puede asociar resultados de la evaluación de modelos, tales como las métricas de calidad y tendencias, a su tarjeta modelo y agregar visualizaciones como gráficos para obtener información clave sobre el rendimiento de modelos.

visualice resultados de la evaluación de tarjetas de modelo

Comparta tarjetas modelo

Puede exportar sus tarjetas modelo a un formato PDF para compartirlas de manera más sencilla con las partes interesadas, equipos internos o sus clientes.