O blog da AWS

Category: Amazon SageMaker

Monitoramento de modelos de ML em produção em grande escala usando o Amazon SageMaker Model Monitor

Por Sireesha Muppala, Archana Padmasenan e David Nigenda   Os modelos de aprendizado de máquina (ML) estão impactando as decisões de negócios de organizações em todo o mundo, desde serviços de varejo e financeiros a veículos autônomos e exploração espacial. Para essas organizações, treinar e implantar modelos de ML em produção é apenas um passo […]

Read More

Configurando endpoints de inferência de escalonamento automático no Amazon SageMaker

por Chaitanya Hazarey, Rama Thamman e Pavan Kumar Sundar   O Amazon SageMaker é um serviço totalmente gerenciado que oferece a todos os desenvolvedores e cientistas de dados a capacidade de criar, treinar e implantar rapidamente modelos de aprendizado de máquina (ML) em escala. O Amazon SageMaker remove o trabalho pesado de cada etapa do […]

Read More

Criação de domínios e perfis de usuário do Amazon SageMaker Studio usando o AWS CloudFormation

Por Qingwei Li, David Ping e Joseph Jegan   O Amazon SageMaker Studio é o primeiro ambiente de desenvolvimento (IDE) totalmente integrado para machine learning (ML). Ele fornece uma única interface visual baseada na Web onde você pode executar todas as etapas de desenvolvimento de ML necessárias para criar, treinar, ajustar, depurar, implantar e monitorar […]

Read More

Trazendo sua própria imagem de contêiner personalizada para notebooks do Amazon SageMaker Studio

Por Stefan Natu, Huong Nguyen e Jaipreet Singh   O Amazon SageMaker Studio é o primeiro ambiente de desenvolvimento (IDE) totalmente integrado para aprendizado de máquina (ML). O SageMaker Studio permite que cientistas de dados criem notebooks Studio para explorar dados, criar modelos, lançar trabalhos de treinamento do Amazon SageMaker e implantar endpoints hospedados. Os […]

Read More

Pipeline de rotulagem de dados em tempo real para fluxos de trabalho ML usando o Amazon SageMaker Ground Truth

Por Talia Chopra, Escritora Técnica e Priyanka Gopalakrishna, Engenheira de Software   Os modelos de aprendizado de máquina (ML) de alta qualidade dependem de dados de treinamento, validação e teste rotulados com precisão. À medida que os modelos de ML e deep learning estão cada vez mais integrados em ambientes de produção, está se tornando […]

Read More

A jornada da Unicred utilizando Amazon SageMaker para fazer predições de negócios

Por Amanda Quinto, Arquiteta de Soluções na AWS, Rafael Silva, Product Owner na Unicred Brasil Hugo Wannmacher, Especialista em BI na Unicred Brasil e Rodney Júnior, Cientista de dados na Zallpy Digital.   Com mais de 30 anos no mercado brasileiro de cooperativas de crédito, a Unicred foi fundada com o objetivo de administrar os […]

Read More

Aplicando analytics para geração de insights utilizando dados do Exame Nacional do Ensino Médio.

Conteúdo Publicado por: Sergio Zaccarelli – Arquiteto de Soluções na AWS Brasil no Time de Setor Público Com o objetivo de disseminar informação e possibilitar que os cidadãos possam ter acesso a informações sobre educação, diversas instituições passaram a disponibilizar dados de forma a democratizar seu consumo. Além disso, existem benefícios e melhorias de interesse […]

Read More

Cidades Inteligentes

Por Marcos Boaglio, Arquiteto Sênior de Soluções, SOLAPS/LCC WWPS   Introdução O avanço tecnológico dos últimos anos em termos de sensores, câmeras e comunicações permite a coleta de dados sobre diferentes variáveis e aspectos de uma cidade. De emissões de carbono, tráfego veicular, transporte público, uso de estacionamentos ou fluxo de pedestres. O que a […]

Read More

Introdução ao SageMaker Studio

Por Sergio Beltrán, AI/ML Specialist SA, MCO   O Amazon SageMaker Studio, que nos referiremos a partir de agora como Studio, é o primeiro ambiente de desenvolvimento integrado (IDE) para Machine Learning (ML) que permite alterar a instância de computação facilmente. Esse artigo é um guia básico mostrando como configurar um domínio, clonar um repositório […]

Read More