Publicado: May 10, 2023
Agora você pode registrar modelos de ML (machine learning) criados no Amazon SageMaker Canvas com um único clique no Registro de Modelos do SageMaker, permitindo que você operacionalize modelos de ML em produção. O SageMaker Canvas é uma interface visual que permite que os analistas de negócios gerem suas próprias previsões precisas de ML, sem precisar ter experiência em ML e sem ter que escrever nenhuma linha de código.
Com o SageMaker Canvas, você pode acessar modelos prontos para uso ou criar modelos de ML automaticamente para executar análises hipotéticas e gerar previsões únicas ou em massa. Agora, com a integração do SageMaker Model Registry, você pode armazenar todos os artefatos do modelo, incluindo metadados e linhas de base de métricas de desempenho, em um repositório central e conectá-los aos processos existentes de CI/CD de implantação do modelo. Um registro de modelo desempenha um papel fundamental no processo de implantação do modelo porque empacota todas as informações do modelo e permite a automação da promoção do modelo em ambientes de produção. A partir de hoje, você pode selecionar uma versão do modelo no SageMaker Canvas, registrá-la no SageMaker Model Registry em sua própria conta e acompanhar o status de aprovação da mesma. Rejeitar um modelo no registro impede que o modelo seja implantado em um ambiente escalonado, enquanto a aprovação de um modelo no registro pode acionar um pipeline de promoção de modelos que copia automaticamente o modelo para a conta AWS de pré-produção e prepara seu modelo para workloads de inferência de produção.
A capacidade de registrar modelos do Amazon SageMaker Canvas ML no SageMaker Model Registry agora está disponível em todas as regiões da AWS em que o SageMaker Canvas tem suporte. Para saber mais, consulte o AWS News Blog e a documentação do produto SageMaker Canvas.