「すぐにプロダクション利用できる！モデルをデプロイして推論する方法」について解説動画を公開しました！【ML Enablement Series Dark#4】

「いつも心にPRML！」

2022/06/08より、AWS Black Belt オンラインセミナーにて、機械学習モデル開発プロジェクトの進め方を解説する「ML Enablement Series」が始まりました。本シリーズはこれから機械学習プロジェクトを始める方向けの「Lightパート」と、すでに機械学習を利用しており、機械学習のマネージドサービスを活用してMLOpsを推進したいエンジニア向けの「Darkパート」から構成されています。
毎週1本の動画をお届けし、継続して機械学習の知識を深めることのできるコンテンツです。

今回は、「Darkパート」の第4回目である「Amazon SageMaker 推論 Part2すぐにプロダクション利用できる！モデルをデプロイして推論する方法」が公開されました。

本動画は、モデルのデプロイを行う人に向けて、Amazon SageMakerにおける推論の基本機能を理解して、すぐにデプロイ実行ができるようになることをゴールとしています。

動画では、最初にBoto3を持いて推論エンドポイントを立てるための推論コードの作法を、3つのステップで解説しています。
その後、SageMakerの推論時にデフォルトで通る、前処理/後処理のコード解説を推論の実行結果や実装例をを通して説明し、理解を段階的に深めれるような構成になっております。

次に、AWSが管理・公開している各フレームコンテナでの推論コードを書き方の違いを説明し、皆様がお使いのフレームワークだと実際にどのような推論コードになるかイメージが沸くようになっております。

最後に下記の各種推論方法のコードの書き方を解説しておりますので、皆様のユースケースに沿った利用を検討してみてください。

・リアルタイム推論
・非同期推論
・サーバレス推論
・バッチ推論

なお、本編では、機械学習エンジニア？であるMizukiさんとTakumiさんもゲスト登場しています！
この動画をみればSageMakerの推論の基本機能を網羅できるようになっていますので。
是非MizukiさんとTakumiさんと共に楽しみながら学習を進めてみてください！

今回の 動画 は AWS BlackBelt オンライン ML Enablement シリーズのYouTubeの再生リストに追加しています。こちらもご利用ください。
AWS Black Belt Online Seminar 全体の資料はこちらにあります

プレゼンテーション作成およびスピーカーは機械学習ソリューションアーキテクトの呉が、本記事はソリューションアーキテクトの秦が担当しています。

これまでの「ML Enablement Series」

・[ML-Light-01] 機械学習モデル開発プロジェクトの進め方
・[ML-Light-02] 機械学習モデルの開発環境を構築する
・[ML-Light-03] 機械学習の価値を計算する
・[ML-Light-04] データから価値を創出できるか診断する
・[ML-Dark-01] Amazon SageMaker Training で機械学習のモデル開発を楽にする
・[ML-Dark-01b] Amazon SageMaker Training ハンズオン編
・[ML-Dark-02] Amazon SageMaker による実験管理
・[ML-Dark-03] Amazon SageMaker 推論 Part1 推論の頻出課題とSageMakerによる解決方法
・[ML-Dark-04] Amazon SageMaker 推論 Part2すぐにプロダクション利用できる！モデルをデプロイして推論する方法