¿Qué hace esta solución de AWS?

La solución Orquestador de cargas de trabajo de MLOps ayuda a optimizar y aplicar las prácticas recomendadas de arquitectura para la producción de modelos de machine learning (ML). Esta solución consiste en un marco ampliable que brinda una interfaz estándar para administrar canalizaciones de ML para servicios de ML de AWS y de terceros. La plantilla de la solución permite a los clientes entrenar sus modelos, cargar sus modelos entrenados (lo que también se conoce como utilice su propio modelo), configurar la orquestación de la canalización y supervisar sus operaciones. Esta solución potencia la agilidad y la eficiencia de su equipo al permitirle repetir a escala procesos que han tenido éxito.

Beneficios

Aproveche una canalización de machine learning configurada con anterioridad

Utilice la arquitectura de referencia de la solución para iniciar una canalización configurada con anterioridad mediante una llamada a la API o un repositorio Git.

Beneficios

Implemente de manera automática un modelo entrenado y un punto de enlace de inferencia

Utilice el marco de la solución para automatizar la canalización del monitor de modelos o la canalización de BYOM de Amazon SageMaker. Entregue un punto de conexión de inferencia con detección de desviación de modelo empaquetado como un microservicio sin servidores.

Información general sobre la solución de AWS

En los siguientes diagramas, se muestra la arquitectura sin servidor que puede implementar de forma automática con la guía de implementación de la solución y la plantilla de AWS CloudFormation correspondiente.

  • Opción 1: implementación de cuenta única
  • Opción 2: implementación de cuentas múltiples
  • Opción 1: implementación de cuenta única
  • Marco de AWS MLOps | Diagrama de la arquitectura de referencia
     Haga clic para agrandar

    Arquitectura de referencia del orquestador de cargas de trabajo de MLOps (implementación de cuenta única)

    Utilice la plantilla de cuenta única para implementar todas las canalizaciones de la solución en la misma cuenta de AWS. Esta opción es adecuada para las cargas de trabajo de producción a pequeña escala, experimentación o desarrollo.

    La plantilla de cuenta única de esta solución proporciona los siguientes componentes y flujos de trabajo:

    1. El orquestador (propietario de la solución o ingeniero de DevOps) ejecuta la solución en la cuenta de AWS y selecciona las opciones deseadas (por ejemplo, utilizar la lista de Amazon SageMaker o proporcionar un bucket de Amazon S3 existente).
    2. El orquestador carga los recursos requeridos para la canalización de destino (por ejemplo, artefacto modelo, datos de entrenamiento o archivo ZIP de algoritmo personalizado) en el bucket de recursos de Amazon S3. Si se utiliza la lista de modelos de Amazon SageMaker, el orquestador (o una canalización automatizada) debe registrar el modelo la lista de modelos.
    3. Una instancia de cuenta única de AWS CodePipeline se aprovisiona al enviar una llamada a la API a Amazon API Gateway o al confirmar el archivo mlops-config.json en el repositorio Git. Según el tipo de canalización, la función del orquestador de AWS Lambda empaqueta la plantilla de destino de AWS CloudFormation y sus parámetros o configuraciones mediante el cuerpo de la llamada a la API o el archivo mlops-config.json, y la utiliza como la etapa de origen para la instancia de AWS CodePipeline.
    4. La etapa DeployPipeline toma la plantilla empaquetada de CloudFormation y sus parámetros o configuraciones, e implementa la canalización de destino en la misma cuenta.
    5. Después de que se aprovisiona la canalización de destino, los usuarios pueden acceder a sus funcionalidades. Se envía una notificación de Amazon Simple Notification Service (Amazon SNS) al correo electrónico proporcionado en los parámetros de ejecución de la solución.

    Orquestador de cargas de trabajo de MLOps

    Versión 2.0.0
    Fecha de lanzamiento: 05/2022
    Autor: AWS

    Tiempo estimado de implementación: 3 min.

    Costo estimado 
    Utilice el siguiente botón para suscribirse a las actualizaciones de la solución.

    Nota: Para suscribirse a las actualizaciones de RSS, debe disponer de un complemento de RSS habilitado para el navegador que utilice.  

    ¿Le ha ayudado esta implementación de soluciones?
    Proporcione su opinión 
  • Opción 2: implementación de cuentas múltiples
  • Marco de AWS MLOps | Diagrama de la arquitectura de referencia
     Haga clic para agrandar

    Arquitectura de referencia del orquestador de cargas de trabajo de MLOps (implementación en varias cuentas)

    Utilice la plantilla de varias cuentas para aprovisionar múltiples entornos (por ejemplo, desarrollo, prueba y producción) en diferentes cuentas de AWS, lo que mejora la gobernanza y fortalece la seguridad y el control de la implementación de la canalización de ML, permite experimentar de manera segura e innovar de forma más rápida, además de que mantiene las cargas de trabajo y los datos de producción seguros y disponibles para garantizar la continuidad empresarial.

    La plantilla de cuentas múltiples de esta solución proporciona los siguientes componentes y flujos de trabajo:

    1. El orquestador (propietario de la solución o ingeniero de DevOps con acceso de administrador a la cuenta del orquestador) proporciona la información de AWS Organizations (por ejemplo, los números de cuenta y los ID de la unidad organizativa de desarrollo, prueba y producción). También especifica las opciones deseadas (por ejemplo, utilizar la lista de Amazon SageMaker o proporcionar un bucket de S3 existente) y luego ejecuta la solución en su cuenta de AWS.
    2. El orquestador carga los recursos requeridos para la canalización de destino (por ejemplo, artefacto modelo, datos de entrenamiento o archivo ZIP de algoritmo personalizado) en el bucket de recursos de Amazon S3 en la cuenta de AWS del orquestador. Si se utiliza la lista de modelos de Amazon SageMaker, el orquestador (o una canalización automatizada) debe registrar el modelo la lista de modelos.
    3. Una instancia de AWS CodePipeline de cuentas múltiples se aprovisiona al enviar una llamada a la API a Amazon API Gateway o al confirmar el archivo mlops-config.json en el repositorio Git. Según el tipo de canalización, la función del orquestador de AWS Lambda empaqueta la plantilla de destino de AWS CloudFormation y sus parámetros o configuraciones para cada etapa mediante el cuerpo de la llamada a la API o el archivo mlops-config.json, y la utiliza como la etapa de origen para la instancia de AWS CodePipeline.
    4. La etapa DeployDev toma la plantilla empaquetada de CloudFormation y sus parámetros o configuraciones, e implementa la canalización de destino en la cuenta de desarrollo.
    5. Una vez que se aprovisiona la canalización de destino en la cuenta de desarrollo, el desarrollador puede iterar en la canalización.
    6. Después de completar el desarrollo, el organizador (u otra cuenta autorizada) aprueba de forma manual la acción DeployStaging para pasar a la etapa DeployStaging.
    7. La etapa DeployStaging implementa la canalización de destino en la cuenta de prueba mediante la configuración de prueba.
    8. Los comprobadores realizan diferentes pruebas en la canalización implementada.
    9. Una vez que la canalización completa con éxito las pruebas de calidad, el organizador puede aprobar la acción DeployProd.
    10. La etapa DeployProd implementa la canalización de destino (con las configuraciones de producción) en la cuenta de producción.
    11. Finalmente, la canalización de destino se encuentra activa en la producción. Se envía una notificación de Amazon Simple Notification Service (Amazon SNS) al correo electrónico proporcionado en los parámetros de ejecución de la solución.

    Orquestador de cargas de trabajo de MLOps

    Versión 2.0.0
    Fecha de lanzamiento: 05/2022
    Autor: AWS

    Tiempo estimado de implementación: 3 min.

    Costo estimado 
    Utilice el siguiente botón para suscribirse a las actualizaciones de la solución.

    Nota: Para suscribirse a las actualizaciones de RSS, debe disponer de un complemento de RSS habilitado para el navegador que utilice.  

    ¿Le ha ayudado esta implementación de soluciones?
    Proporcione su opinión 
Icono de creación
Implemente usted mismo una solución

Consulte nuestra biblioteca de Implementaciones de soluciones de AWS para obtener respuestas a problemas de arquitectura comunes.

Más información 
Buscar un socio de APN
Buscar un socio de APN

Encuentre socios consultores y tecnológicos certificados por AWS que lo ayudarán a comenzar.

Más información 
Ícono de exploración
Explore las ofertas de asesoramiento sobre soluciones

Explore nuestra cartera de ofertas de asesoramiento para obtener ayuda autorizada por AWS con la implementación de la solución.

Más información