게시된 날짜: Sep 24, 2021
Amazon SageMaker Studio는 기계 학습(ML)을 위한 최초의 완전 통합형 개발 환경(IDE)입니다. SageMaker Studio는 데이터 준비와 모델 구축, 훈련 및 배포를 위해 필요한 모든 기계 학습 개발 단계를 수행할 수 있는 웹 기반의 단일 시각적 인터페이스를 제공합니다. 데이터 사이언티스트와 기계 학습 개발자는 한 번의 클릭으로 SageMaker Studio 노트북을 신속하게 가동하여 데이터 집합을 탐색하고 모델을 구축할 수 있습니다. 이제 수명 주기 구성을 사용해 Studio 개발 환경 사용자 지정을 자동화할 수 있습니다.
수명 주기 구성은 새 Studio 노트북 시작과 같은 SageMaker Studio 수명 주기 이벤트에 의해 트리거되는 셸 스크립트입니다. 스크립트를 사용해 Studio를 사용자 지정할 수 있습니다. 예를 들면 사용자 지정 패키지 설치, 노트북 확장 구성, 데이터 집합 미리 로드, 소스 코드 리포지토리 설정 등이 가능합니다. 수명 주기 구성은 사용자 고유의 컨테이너 이미지를 SageMaker Studio로 가져올 수 있는 기능과 함께 사용해 특정 요구 사항에 맞는 Studio를 구성할 수 있는 완전한 유연성과 제어를 선사합니다. 예를 들어 가장 많이 사용되는 패키지와 라이브러리를 사용해 기본 컨테이너 이미지의 최소 세트를 생성할 수 있으며, 수명 주기 구성을 사용해 자신의 데이터 과학 및 기계 학습 팀 간의 특정 사용 사례에 맞는 추가 패키지를 설치할 수 있습니다.
이제 SageMaker Studio를 사용할 수 있는 모든 AWS 리전에서 수명 주기 구성을 사용할 수 있습니다. AWS CLI 및 AWS SDK를 사용해 수명 주기 구성을 생성하고 사용하시는 Studio 도메인 또는 개별 사용자에게 연결할 수 있습니다. 샘플 스크립트 및 예제를 사용해 빠르게 시작할 수 있습니다. 새로운 기능에 대한 자세한 내용은 SageMaker Studio 사용 설명서를 참조하세요.