Amazon SageMaker Pipelines já oferece uma interface do usuário do tipo arrastar e soltar para criar facilmente fluxos de trabalho de ML
Hoje, temos o prazer de anunciar a disponibilidade geral de uma interface do usuário (IU) do tipo arrastar e soltar para o Amazon SageMaker Pipelines. Agora, cientistas de dados e engenheiros de machine learning (ML) podem criar rapidamente um fluxo completo de trabalho de IA/ML para treinar, ajustar, avaliar e implantar modelos sem escrever código.
Os clientes usam o Amazon SageMaker Pipelines para automatizar milhares de fluxos de trabalho de ML, como ajuste fino contínuo ou experimentação de modelos de base que alimentam workloads de IA generativa. Com esse lançamento, cientistas de dados e engenheiros de ML podem acelerar a jornada do protótipo à produção desses fluxos de trabalho de ML, já que não precisam escrever código para criar e configurar pipelines do Amazon SageMaker Pipelines. Eles podem simplesmente arrastar e soltar várias etapas (por exemplo, trabalhos de caderno, trabalhos de ajuste fino de LLMs, endpoints de inferência) e conectá-las na interface do usuário para compor um fluxo de trabalho de ML. Os usuários que já criaram um pipeline usando o Amazon SageMaker Python SDK já podem editá-lo na interface do usuário. Esse recurso do Amazon SageMaker Pipelines permite que os usuários iterem rapidamente fluxos de trabalho de ML e os executem dezenas de milhares de vezes em grande escala na produção. Cientistas de dados e engenheiros de ML também podem monitorar e depurar todos os trabalhos de ML orquestrados por meio dos fluxos de trabalho na mesma interface do usuário.
A interface do usuário do tipo arrastar e soltar do Amazon SageMaker Pipelines está disponível em todas as regiões que oferecem o Amazon SageMaker, exceto nas regiões China e GovCloud (EUA). Para começar a usar, consulte o guia do desenvolvedor do Amazon SageMaker Pipelines.