Pipeline Amazon SageMaker ora offre un'interfaccia utente drag-and-drop per creare facilmente flussi di lavoro di ML
Oggi siamo lieti di annunciare che è disponibile al pubblico un'interfaccia utente (UI) drag-and-drop per Pipeline Amazon SageMaker. I data scientist e gli ingegneri di machine learning (ML) possono ora creare rapidamente un flusso di lavoro di AI/ML end-to-end per addestrare, eseguire il fine-tuning, valutare e implementare modelli senza scrivere codice.
I clienti utilizzano Pipeline Amazon SageMaker per automatizzare migliaia di flussi di lavoro ML, ad esempio il fine-tuning continuo o la sperimentazione di modelli di fondazione su cui si basano i carichi di lavoro di intelligenza artificiale generativa. Con questo lancio, i data scientist e gli ingegneri di ML possono accelerare il percorso dei flussi di lavoro di ML dalla fase di prototipazione a quella di produzione, dal momento che non devono scrivere codice per creare e configurare Pipeline Amazon SageMaker. Per comporre un flusso di lavoro di ML possono semplicemente trascinare e rilasciare i vari passaggi (ad esempio processi di notebook, di ottimizzazione dell'LLM, endpoint di inferenza) e collegarli insieme nell'interfaccia utente. Gli utenti che hanno già creato una pipeline utilizzando Amazon SageMaker Python SDK possono ora modificarla all'interno dell'interfaccia utente. Questa funzionalità di Pipeline Amazon SageMaker consente agli utenti di iterare rapidamente i processi sui flussi di lavoro di ML ed eseguirli su larga scala in fase di produzione decine di migliaia di volte. I data scientist e gli ingegneri di ML possono anche monitorare ed eseguire il debug di tutti i processi di ML orchestrati tramite i flussi di lavoro all'interno della stessa interfaccia utente.
L'interfaccia utente drag-and-drop per Pipeline Amazon SageMaker è disponibile in tutte le regioni in cui Amazon SageMaker è attualmente disponibile, eccetto le regioni della Cina e le regioni GovCloud (Stati Uniti). Per iniziare consulta la guida per gli sviluppatori di Pipeline Amazon SageMaker.