Publicado: Jul 6, 2022

O Amazon SageMaker Feature Store é um repositório totalmente gerenciado e desenvolvido para armazenar, atualizar, pesquisar e compartilhar recursos de machine learning (ML). O serviço fornece a funcionalidade de gerenciamento de recursos, como habilitar a reutilização de recursos, o serviço de baixa latência, a viagem no tempo e garantir a consistência entre os recursos usados nos fluxos de trabalho de treinamento e inferência. Um grupo de recursos é um agrupamento lógico de recursos de ML cuja organização e estrutura são definidas por um esquema de grupo de recursos. Até hoje, os clientes podiam adicionar tags de metadados apenas a grupos de recursos que, por sua vez, permitiam a pesquisa e a descoberta fáceis de um grupo de recursos. No entanto, pesquisar um recurso específico era mais complicado. Os clientes precisavam saber a qual grupo de recursos o recurso pertence e, em seguida, procurar o recurso relevante no grupo de recursos, o que causava uma sobrecarga adicional durante a pesquisa por recursos.

Hoje, o Amazon SageMaker Feature Store está anunciando a capacidade de adicionar metadados personalizados no nível de recurso e de pesquisar diretamente por recursos, além de grupos de recursos. Os campos de metadados personalizados incluem descrição e parâmetros para ajudar a tornar os recursos detectáveis. Você pode usar a API UpdateFeatureMetadata para adicionar ou atualizar metadados de um recurso e a API DescribeFeatureMetadata para visualizar todos os metadados de um recurso. Você também pode atualizar e visualizar metadados de recursos no SageMaker Studio, um ambiente de desenvolvimento integrado para ML.

Usando a interface de usuário do Feature Store no SageMaker Studio ou a API de Pesquisa, você pode pesquisar recursos em grupos de recursos na mesma conta da AWS e descobrir recursos relevantes para seu caso de uso realizando uma pesquisa baseada em texto dos atributos de metadados do recurso.

Para saber mais, consulte a documentação aqui. Para iniciar, faça login no console do Amazon SageMaker.