Questions fréquentes (FAQ)

Q : Comment la solution traite-t-elle les options d'inférence en temps réel et par lots?

R : Les utilisateurs ont deux possibilités pour mettre en service le pipeline de la solution : appels API vers une Amazon API Gateway, ou validation dans un référentiel Git. Dans les deux cas, l'utilisateur spécifie un paramètre de configuration pour l'inférence en temps réel ou par lots.

Pour les inférences en temps réel, le pipeline crée un modèle et un point de terminaison Amazon Sagemaker, puis le connecte à un point de terminaison Amazon API Gateway. L'utilisateur peut ensuite appeler cette API pour exécuter des tâches d'inférence en temps réel sur le modèle déployé.

Pour les inférences par lots, l'utilisateur fournit un paramètre de pipeline supplémentaire qui indique l'emplacement des données d'inférence par lots. Lorsque le pipeline a terminé la mise en service, il crée un modèle Amazon SageMaker, puis exécute les données d'inférence par lots par rapport au modèle créé.

Q : Comment la solution prend-elle en charge l'intégration avec des outils de déploiement IC/DC tiers ?

R : Les utilisateurs peuvent mettre en service un pipeline à l'aide d'appels d'API à Amazon API Gateway, ce qui leur permet d'intégrer leurs outils IC/DC à l'infrastructure de la solution. Ils peuvent exploiter le pipeline à partir de l'outil IC/DC tiers tant que les étapes dans ce dernier sont capables d'exécuter des appels d'API HTTP à AWS MLOps Framework.

Par exemple, si le code source IC/DC d'un utilisateur contient des étapes de génération, de test et de déploiement, il peut effectuer un appel d'API HTTP à la solution AWS MLOps Framework pour mettre en service un pipeline et déployer son modèle de machine learning.

Q : Quels sont les mécanismes de rétroaction pour un modèle en production ?

R : Une fois le modèle déployé, il prend en charge une gamme de fonctionnalités telles que la surveillance de modèle, la détection de dérive et les tests d'intégration personnalisés via un point de terminaison Amazon Sagemaker.

Q : Puis-je déployer cette solution dans n'importe quelle région AWS ?

R :Non. Cette solution utilise les services AWS CodePipeline et Amazon SageMaker,
qui ne sont pas disponibles actuellement dans toutes les régions AWS. Par conséquent, vous devez lancer cette solution dans une région AWS où ces services sont disponibles. Pour connaître la toute dernière disponibilité du service par région, consultez le tableau des régions du service AWS.

Formation et certification

AWS Training and Certification vous procure aptitude, assurance et crédibilité grâce à des compétences cloud pratiques qui vous aideront à innover et à construire votre avenir.  En savoir plus »

Blocs de construction ML : services et terminologie

Ces deux cours clarifient à la fois la pile de machine learning et les termes et processus qui vous aideront à bâtir une base solide en matière de machine learning.

S'inscrire maintenant »

Démystification de IA (Intelligence artificielle), du ML et du DL

À la fin de cette série de cours, vous saurez comment l'IA (Intelligence artificielle) a mené au machine learning (ML), puis au deep learning (DL).

S'inscrire maintenant »

AWS Certified Solutions Architect – Associate

Cet examen valide votre capacité à démontrer de façon efficace que vous avez les connaissances pour réaliser l'architecture d'applications sécurisées et robustes, ainsi que pour les déployer sur les technologies AWS.

Planifier votre examen »

Ressources partenaires

Le réseau de partenaires AWS (APN) a pour ambition d'aider les partenaires à étendre leurs activités sur AWS et à offrir des expériences client d'exception. Les partenaires APN se concentrent sur le succès des clients, en les aidant à tirer pleinement parti de tous les avantages commerciaux qu'AWS a à offrir. Grâce à leur expertise approfondie sur AWS, les partenaires APN sont idéalement positionnés pour aider votre entreprise à toutes les étapes de votre parcours d'adoption du cloud et pour vous aider à résoudre certains de vos problèmes les plus complexes.

Consultez les pages suivantes pour en savoir plus sur les services utilisés pour créer cette solution AWS.

Vous avez besoin de plus de ressources pour commencer avec AWS ?

Consultez le Centre de ressources de mise en route pour trouver des tutoriels, des projets et des vidéos pour démarrer avec AWS.

En savoir plus »