Le registre des modèles Amazon SageMaker permet désormais de définir les étapes du cycle de vie des modèles de machine learning
Aujourd'hui, nous nous réjouissons d'annoncer que le registre des modèles Amazon SageMaker prend désormais en charge les étapes du cycle de vie des modèles de machine learning (ML) personnalisées. Cette fonctionnalité améliore encore la gouvernance des modèles en permettant aux scientifiques des données et aux ingénieurs ML de définir et de contrôler la progression de leurs modèles à différentes étapes, du développement à la production.
Le registre des modèles Amazon SageMaker sert aux clients de magasin de métadonnées spécialement conçu pour gérer le cycle de vie complet des modèles ML, de l’entraînement à l'inférence. Avec ce lancement, les scientifiques des données et les ingénieurs ML peuvent désormais définir des étapes personnalisées telles que le développement, les tests et la production des modèles ML dans le registre des modèles. Cela facilite le suivi et la gestion des modèles au fur et à mesure de leur transition entre les différentes étapes du cycle de vie des modèles, de l’entraînement à l'inférence. Ils peuvent également suivre l'état d'approbation de l'étape, tel que « En attente d'approbation », « Approuvé » et « Rejeté », pour vérifier quand le modèle est prêt à passer à l'étape suivante. Ces étapes personnalisées et cet état d'approbation aident les scientifiques des données et les ingénieurs ML à définir et à appliquer les flux de travail d'approbation des modèles, en veillant à ce que les modèles répondent à des critères spécifiques avant de passer à l'étape suivante. En mettant en œuvre ces étapes et processus d'approbation personnalisés, les clients peuvent normaliser leurs pratiques de gouvernance des modèles au sein de leur organisation, mieux surveiller la progression des modèles et s'assurer que seuls les modèles approuvés atteignent les environnements de production.
Cette fonctionnalité est disponible dans toutes les régions AWS où le registre des modèles Amazon SageMaker est actuellement disponible, à l'exception des régions GovCloud. Pour en savoir plus, consultez la rubrique Développement des étapes pour le cycle de vie de votre modèle.