Publicado: May 8, 2024
O Amazon SageMaker já se integra ao Amazon DataZone, facilitando o acesso dos clientes à infraestrutura, aos dados e aos ativos de machine learning (ML). Essa integração unificará a governança de dados em fluxos de trabalho de dados e ML.
Os administradores de ML podem configurar os controles e permissões de infraestrutura para projetos de ML no Amazon DataZone. Os membros do projeto podem colaborar em casos de uso de negócios e compartilhar ativos uns com os outros. Cientistas de dados e engenheiros de ML podem então criar um ambiente do SageMaker e iniciar o processo de desenvolvimento dentro do SageMaker Studio. Cientistas de dados e engenheiros de ML também podem pesquisar, descobrir e assinar dados e ativos de ML em um catálogo de negócios no SageMaker Studio. Eles podem consumir esses ativos para tarefas de ML como preparação de dados, treinamento de modelos e engenharia de atributos no SageMaker Studio e no SageMaker Canvas. Após a conclusão das tarefas de ML, eles podem publicar dados, modelos e grupos de atributos no catálogo de negócios para fins de governança e descoberta.
Essa integração tem suporte nas seguintes regiões da AWS onde o SageMaker e o Amazon DataZone estão disponíveis: Ásia-Pacífico (Singapura), Ásia-Pacífico (Sydney), Ásia-Pacífico (Tóquio), Canadá (Central), Europa (Frankfurt), Europa (Irlanda), Europa (Estocolmo), América do Sul (São Paulo), Leste dos EUA (Ohio), Oeste dos EUA (Oregon) e Leste dos EUA (Norte da Virgínia).
Para saber mais, consulte a página de governança do Amazon SageMaker ML e o guia do desenvolvedor do Amazon SageMaker.