Publicado: Nov 30, 2023
A partir de hoje, o SageMaker Studio oferece um conjunto de IDEs, incluindo o Code Editor baseado no Code-OSS Visual Studio Code Open Source, o JupyterLab aprimorado e mais rápido e o RStudio. Os profissionais de machine learning podem escolher seu IDE preferido para acelerar o desenvolvimento de machine learning. Por exemplo, um cientista de dados pode usar o JupyterLab e os trabalhos de treinamento no Studio para explorar dados e ajustar modelos, enquanto um engenheiro de MLOps pode escolher o Code Editor e a ferramenta de pipelines no Studio para implantar e monitorar modelos em produção. Seu IDE será aberto em uma guia separada, permitindo que os usuários trabalhem com uma experiência de tela cheia. Além disso, os usuários agora podem visualizar seus trabalhos de treinamento, incluindo trabalhos que eles possam ter agendado em cadernos e trabalhos de treinamento que possam ter iniciado no JumpStart. Também temos o prazer de anunciar uma nova experiência interativa no SageMaker Studio para implantar modelos com configurações ideais em apenas três cliques. Agora, os usuários também podem monitorar e gerenciar seus endpoints no Studio sem precisar navegar até o Console da AWS. O SageMaker Studio vem com uma experiência aprimorada do JumpStart. Agora é fácil descobrir, importar, ajustar e implantar um modelo de base com apenas alguns cliques.
O Amazon SageMaker Studio está disponível em todas as regiões da Amazon Web Services nas quais o Amazon SageMaker está disponível, exceto nas regiões China e Amazon Web Services GovCloud (EUA).
Para começar, consulte a documentação do Amazon SageMaker Studio.