Publié le: Nov 7, 2019
Le kit de développement logiciel (SDK) AWS Step Functions Data Science Software est une bibliothèque open source qui vous permet de facilement créer des flux de travail qui prétraitent les données puis forment et publient des modèles de machine learning à l'aide de Amazon SageMaker et de AWS Step Functions. Vous pouvez créer des flux de travail de machine learning dans Python qui orchestrent l'infrastructure AWS à l'échelle, sans avoir à mettre en service et à intégrer séparément des services AWS.
AWS Step Functions est un service d'orchestration qui vous permet de créer des flux de travail résilients à l’aide de services AWS tels que Amazon SageMaker, AWS Glue et AWS Lambda. Amazon SageMaker vous permet de créer, former et déployer des modèles de machine learning rapidement. Avec le nouveau kit SDK Data Science, vous pouvez maintenant créer facilement des flux de travail, également appelés pipelines, sur l'infrastructure AWS en utilisant les outils favoris des spécialistes des données : Python et Jupyter Notebooks.
Vous pouvez utiliser le kit SDK Data Science pour créer et visualiser des flux de travail de science des données de bout en bout qui effectuent des tâches telles que le prétraitement des données sur AWS Glue et la formation des modèles, l'ajustement des hyperparamètres et la création des points de terminaison sur Amazon SageMaker. Vous pouvez réutiliser les flux de travail dans la production en exportant les modèles AWS CloudFormation.
Le kit SDK Data Science est inclus dans la tarification de AWS Step Functions sans coûts supplémentaires dans toutes les régions dans lesquelles AWS Step Functions et Amazon SageMaker sont tous deux proposés. Le kit SDK peut être utilisé conjointement à d'autres services tels que AWS Glue et AWS Lambda dans les régions qu'ils prennent en charge. Pour une liste complète des régions et des services proposés, voir Régions AWS.
Pour commencer à utiliser le kit SDK AWS Step Functions Data Science, téléchargez le bloc-note Hello World depuis GitHub, ou ouvrez-le sur une instance de bloc-note sur Amazon SageMaker.
Pour en savoir plus :
- En savoir plus sur le kit SDK AWS Step Functions Data Science dans la documentation technique et sur GitHub.
- Consulter les exemples de blocs-notes Step Functions Jupyter sur Amazon SageMaker.