Publié le: Nov 29, 2023
Les tâches de bloc-notes Amazon SageMaker permettent aux data scientists d'exécuter leurs blocs-notes à la demande ou selon un calendrier en quelques clics sur Amazon SageMaker Studio, un IDE Web pour le machine learning (ML). Aujourd'hui, nous avons le plaisir de vous annoncer que vous pouvez exécuter des blocs-notes par programmation sous forme de tâches à l'aide des API fournies par SageMaker Pipelines, le service d'orchestration des flux de travail ML de SageMaker. En outre, vous pouvez créer un flux de travail ML en plusieurs étapes avec plusieurs blocs-notes dépendants à l'aide de ces API.
Les data scientists peuvent utiliser les tâches de bloc-notes SageMaker pour des cas d'utilisation tels que la gestion de blocs-notes de longue durée, la génération de rapports récurrents et pour passer de la préparation de petits échantillons de jeux de données à l'utilisation de big data à l'échelle de plusieurs pétaoctets. Lors de la mise en production de ces blocs-notes, les clients ont besoin d'une assistance API pour exécuter des blocs-notes par programmation dans le cadre des flux de travail CI/CD. Ce lancement présente la tâche de blocs-notes en tant que type d'étape intégré lors de la création de pipelines à l'aide d'Amazon SageMaker Pipelines. Les clients peuvent tirer parti de cette étape de travail pour exécuter facilement des blocs-notes sous forme de tâches avec seulement quelques lignes de code à l'aide d’Amazon SageMaker Python SDK. En outre, les clients peuvent également assembler plusieurs blocs-notes dépendants pour créer un flux de travail sous la forme de graphes acycliques dirigés (DAG). Les clients peuvent ensuite exécuter ces tâches de blocs-notes ou DAG, les gérer et les visualiser à l'aide d'Amazon SageMaker Studio.
Cette fonctionnalité est généralement disponible dans toutes les régions commerciales AWS où Amazon SageMaker Studio est disponible. Pour en savoir plus, consultez le guide du développeur de SageMaker Studio ou le blog consacré aux fonctionnalités.