Publicado: Apr 14, 2021
O Amazon SageMaker Studio é o primeiro ambiente de desenvolvimento totalmente integrado (IDE) para machine learning (ML). O SageMaker Studio fornece uma única interface visual baseada na web em que você pode realizar todas as etapas de desenvolvimento de ML necessárias para preparar dados e criar, treinar e implantar modelos. Com um único clique, os cientistas de dados e os desenvolvedores de ML podem rapidamente ativar os blocos de anotações do SageMaker Studio para explorar conjuntos de dados e construir modelos. Agora você pode usar tags de recursos personalizados para rastrear e categorizar os custos dos blocos de anotações do SageMaker Studio por usuários, grupos, linhas de negócios ou centros de custo.
Uma tag é um rótulo que você ou a AWS atribuem a um recurso da AWS. Você pode usar tags para organizar seus recursos por usuários, departamentos ou centros de custo e rastrear seus custos AWS em um nível detalhado. As tags de alocação de custo podem ser usadas para categorizar custos no AWS Cost Explorer e no Relatório de Custos e Uso da AWS (AWS CUR). No SageMaker Studio, você pode atribuir tags personalizadas ao domínio do SageMaker Studio bem como aos usuários que têm acesso ao domínio. A partir de hoje, SageMaker Studio vai copiar e atribuir automaticamente essas marcas aos blocos de anotações do SageMaker Studio criado pelos usuários, para que você possa rastrear e categorizar facilmente o custo dos blocos de anotações do SageMaker Studio e criar modelos de reembolso de custos para sua organização.
O recurso de marcação automatizada agora está disponível em todas as regiões da AWS onde o Amazon SageMaker Studio está disponível. O domínio e os usuários do SageMaker Studio podem ser marcados usando AWS CLI, AWS SDK e modelos do AWS CloudFormation para SageMaker Studio. Para saber mais sobre o SageMaker Studio, consulte o guia do usuário do SageMaker.