Inserito il: Nov 7, 2019

Il kit di sviluppo software (SDK) per Data Science di AWS Step Functions è una libreria open source che permette di creare facilmente flussi di lavoro che elaborano preventivamente i dati e successivamente eseguono la formazione e pubblicano modelli di machine learning utilizzando Amazon SageMaker e AWS Step Functions. Si possono creare in Python flussi di lavoro di machine learning che orchestrano infrastruttura AWS su vasta scala, senza dover effettuare separatamente il provisioning e l'integrazione dei servizi AWS.

AWS Step Functions è un servizio serverless di orchestrazione che permette di costruire flussi di lavoro resilienti che utilizzano servizi AWS come Amazon SageMaker, AWS Glue e AWS Lambda. Amazon SageMaker consente in modo rapido la creazione, la formazione e la distribuzione di modelli di machine learning. Da oggi, con il nuovo kit SDK per Data Science, si possono facilmente costruire flussi di lavoro, detti anche pipeline, sull'infrastruttura AWS utilizzando gli strumenti preferiti dei data scientist, Python e Jupyter Notebooks.

Il kit SDK per Data Science può essere utilizzato per creare e visualizzare flussi di lavoro di data science end-to-end che svolgono compiti come l'elaborazione preventiva in AWS Glue e la formazione dei modelli, l'ottimizzazione degli iperparametri e la creazione di endpoint in Amazon SageMaker. I flussi di lavoro in produzione possono essere riutilizzati esportando i modelli di AWS CloudFormation.

Il kit SDK per Data Science è incluso nel prezzo di AWS Step Functions senza costi aggiuntivi ed è disponibile in tutte le regioni in cui sono disponibili AWS Step Functions e Amazon SageMaker. Il kit SDK può essere utilizzato unitamente ad altri servizi come AWS Glue e AWS Lambda nelle regioni in cui questi sono supportati. Per un elenco completo delle regioni e dei servizi offerti, consulta la pagina delle regioni AWS.

Per attivare il kit SDK per Data Science di AWS Step Functions, scarica il notebook Hello World da GitHub, o aprilo da un'istanza notebook in Amazon SageMaker.  

Ulteriori informazioni: