Publicado: Jul 17, 2018
O Amazon SageMaker agora é compatível com tarefas de transformação em lote de alto rendimento totalmente gerenciadas para inferência em tempo não real. Os modelos existentes de machine learning desenvolvidos no Amazon SageMaker podem funcionar perfeitamente com esse novo recurso sem nenhuma alteração.
Até agora, o processamento de lotes de dados para inferência em tempo não real precisava ser feito com o redimensionamento de grandes conjuntos de dados em pequenos blocos de dados e com o gerenciamento de endpoints em tempo real. Com o novo recurso de transformação em lote, os clientes podem processar tarefas em lote no Amazon SageMaker por meio de uma simples chamada de API, independentemente do tamanho dos conjuntos de dados. As tarefas de transformação em lote podem ser realizadas em vários conjuntos de dados, de petabytes até conjuntos de dados muito pequenos. O SageMaker gerencia o provisionamento de recursos no início da tarefa e os libera quando ela é concluída. A saída das tarefas de transformação em lote é armazenada no bucket do S3 escolhido pelo usuário.
A transformação em lote do Amazon SageMaker já está disponível nas regiões Leste dos EUA (Norte da Virgínia), Leste dos EUA (Ohio), Oeste dos EUA (Oregon), Europa (Irlanda), Europa (Frankfurt), Ásia-Pacífico (Tóquio), Ásia-Pacífico (Seul) e Ásia-Pacífico (Sydney) da AWS. Mais informações sobre o Amazon SageMaker podem ser encontradas aqui.