Publié le: May 20, 2021
Amazon SageMaker Pipelines, le premier service d'intégration continue et de livraison continue (CI/CD) spécialement conçu pour le machine learning (ML), permet désormais aux clients de spécifier des dépendances personnalisées entre les étapes du pipeline de création de modèle. Auparavant, vous ne pouviez qu'indiquer la sortie d'une étape en tant qu'entrée d'une autre lors de la définition de la dépendance et l'ordre d'exécution entre les deux étapes du pipeline de création de modèle. Désormais, les clients ont la possibilité de lister explicitement les étapes qu'une exécution d'étapes donnée doit attendre.
Cette nouvelle fonctionnalité offre aux clients plus de flexibilité et simplifie l'orchestration des étapes du flux de travail pour répondre à leurs exigences en matière de conception de modèle. Celle-ci est disponible dans toutes les régions où SageMaker Pipelines est proposé. Pour en savoir plus, consultez notre page de documentation.