Publicado: Jul 27, 2021

A AWS Solutions atualizou o AWS MLOps Framework, uma Implementação de soluções da AWS que simplifica o processo de implantação do pipeline e aplica as práticas recomendadas de arquitetura para a produção de modelos de machine learning (ML). Essa solução aborda pontos problemáticos operacionais comuns que os clientes enfrentam ao adotar várias ferramentas de automação de fluxo de trabalho de ML.

Essa atualização amplia os recursos de implantação de várias contas da solução usando AWS Organizations e AWS CloudFormation StackSets, permitindo que os clientes provisionem vários ambientes (por exemplo, desenvolvimento, preparação e produção) em sua organização por meio de uma conta de administrador delegado. Isso melhora a governança e a segurança da implantação de workloads de ML e, ao mesmo tempo, protege os dados da produção com as medidas de controle adequadas. Essa nova versão também adiciona a opção de usar o Amazon SageMaker Model Registry para implantar modelos com controle de versão. O registro de modelos permite catalogar modelos para produção, gerenciar versões de modelos, associar metadados a modelos, gerenciar o status de aprovação de um modelo, implantar modelos em produção e automatizar a implantação de modelos com CI/CD.

Essa solução oferece os seguintes recursos principais:

  • Inicia um pipeline pré-configurado por meio de uma chamada de API ou um repositório Git
  • Implanta automaticamente um modelo treinado e fornece um endpoint de inferência
  • Monitora continuamente os modelos de machine learning implantados e detecta qualquer desvio em sua qualidade
  • Oferece suporte à execução dos seus próprios testes de integração para garantir que o modelo implantado atenda às expectativas
  • Permite o provisionamento de vários ambientes para dar suporte ao ciclo de vida do seu modelo de ML
  • A opção de usar o Amazon SageMaker Model Registry para implantar modelos com controle de versão
  • Suporte a várias contas para os pipelines bring-you-own-model (traga seu próprio modelo) e monitor de modelos
  • Permite que os clientes criem e registrem imagens do Docker para algoritmos personalizados, a serem usadas para implantação de modelos em um endpoint do Amazon SageMaker.

Outras soluções da AWS estão disponíveis na página Implementação de soluções AWS. Lá, os clientes podem buscar soluções por categoria ou setor, encontrando implementações de referência verificadas pela AWS, automatizadas e prontas para uso que abordam necessidades empresariais específicas.