게시된 날짜: Nov 29, 2023
데이터 사이언티스트는 기계 학습(ML)용 웹 기반 IDE인 Amazon SageMaker Studio에서 클릭 몇 번으로 Amazon SageMaker 노트북 작업을 생성하여 노트북을 온디맨드 방식으로 또는 일정에 따라 실행할 수 있습니다. 오늘부터는 SageMaker의 ML 워크플로 오케스트레이션 서비스인 SageMaker Pipelines에서 제공하는 API를 사용하여 프로그래밍 방식을 통해 노트북을 작업으로 실행할 수 있음을 알려 드립니다. 이러한 API를 사용해 여러 종속 노트북이 포함된 다단계 ML 워크플로를 생성할 수도 있습니다.
데이터 사이언티스트는 장기 실행 노트북 실행, 반복 보고서 생성, 소규모 샘플 데이터 세트 준비 작업을 페타바이트급 빅 데이터 작업으로 스케일 업 등의 사용 사례에 SageMaker 노트북 작업을 사용할 수 있습니다. 이러한 노트북을 프로덕션 환경으로 이동하려는 고객은 CI/CD 워크플로의 일부분으로 프로그래밍 방식을 통해 노트북을 실행할 수 있도록 지원하는 API를 사용해야 합니다. 이번에 API 지원이 발표됨에 따라, Amazon SageMaker Pipelines를 사용하여 파이프라인을 구축할 때 노트북 작업이 기본 제공 단계 유형으로 포함됩니다. 고객은 이 노트북 작업 단계를 활용하여 Amazon SageMaker Python SDK를 통해 코드 몇 줄만 작성하면 노트북을 작업으로 손쉽게 실행할 수 있습니다. 또한 종속 노트북 여러 개를 연결하여 방향 비순환 그래프(DAG) 형태의 워크플로를 생성할 수도 있습니다. 그런 후에 이러한 노트북 작업(DAG)을 실행할 수 있으며 Amazon SageMaker Studio를 사용하여 작업을 관리 및 시각화할 수 있습니다.
이 기능은 Amazon SageMaker Studio가 제공되는 모든 AWS 상용 리전에서 사용 가능합니다. 자세히 알아보려면 SageMaker Studio 개발자 안내서 또는 기능 블로그를 참조하세요.