Gouvernance du ML avec Amazon SageMaker

Simplifiez le contrôle d'accès et améliorez la transparence

Pourquoi la gouvernance du ML

Amazon SageMaker AI fournit des outils de gouvernance spécialement conçus pour vous aider à mettre en œuvre la ML de manière responsable. Avec le gestionnaire de rôles Amazon Sagemaker, les administrateurs peuvent définir les autorisations minimales en quelques minutes. Amazon SageMaker Model Cards facilite la capture, la récupération et le partage des informations essentielles sur les modèles, telles que les utilisations prévues, les évaluations des risques et les détails de la formation, de la conception au déploiement. Amazon SageMaker Model Dashboard vous tient informé du comportement du modèle en production, le tout en un seul endroit. L’intégration d’Amazon SageMaker AI et d’Amazon DataZone simplifie la gouvernance du ML et des données.

Avantages de la gouvernance du ML de SageMaker

Fournissez des environnements de développement ML en quelques minutes avec des contrôles de sécurité professionnels pour régir l’accès aux ressources ML et de données dans les projets.
Générez des rôles personnalisés qui permettent aux praticiens du machine learning (ML) de commencer à utiliser SageMaker plus rapidement
Simplifiez la documentation relative aux modèles et fournissez la visibilité sur les principaux artefacts, hypothèses et caractéristiques, de la conception au déploiement
Auditez et dépannez rapidement les performances de tous les modèles, points de terminaison et tâches de surveillance des modèles grâce à une vue unifiée. Suivez les déviations par rapport au comportement prévu du modèle ainsi que les tâches de surveillance manquantes ou inactives grâce à des alertes automatiques

Intégrer à Amazon DataZone

Mise en place des contrôles et des dispositions

Les administrateurs informatiques peuvent définir des contrôles d’infrastructure et des autorisations spécifiques à votre entreprise et à votre cas d’utilisation dans Amazon DataZone. Vous pouvez ensuite créer un environnement SageMaker approprié en quelques clics et lancer le processus de développement dans SageMaker Studio.

Rechercher et découvrir des actifs

Dans SageMaker Studio, vous pouvez rechercher et découvrir efficacement des données et des actifs de machine learning dans le catalogue professionnel de votre organisation. Vous pouvez également demander l'accès aux ressources que vous pourriez avoir besoin d'utiliser dans le cadre de votre projet en vous y abonnant.

Rechercher et découvrir des actifs

Consommez des actifs

Une fois votre demande d'abonnement approuvée, vous pouvez utiliser ces ressources souscrites dans le cadre de tâches de machine learning telles que la préparation des données, la formation de modèles et l'ingénierie des fonctionnalités dans SageMaker Studio à l'aide de JupyterLab et de SageMaker Canvas.

Publier des actifs

Une fois les tâches de machine learning terminées, vous pouvez publier des données, des modèles et des groupes de fonctionnalités dans le catalogue professionnel à des fins de gouvernance et de visibilité par d'autres utilisateurs.

Publier des actifs