O que é o Amazon SageMaker Pipelines?
O Amazon SageMaker Pipelines é um serviço de orquestração de fluxo de trabalho desenvolvido especificamente para automatizar todas as fases do machine learning (ML), desde o pré-processamento de dados até o monitoramento de modelos. Com uma interface de usuário intuitiva e um SDK para Python, você pode gerenciar pipelines de ML de ponta a ponta reproduzíveis em grande escala. A integração nativa com vários serviços da AWS permite que você personalize o ciclo de vida do ML ,com base em seus requisitos de MLOps.
Benefícios do SageMaker Model Deployment
Componha, reutilize e agende os fluxos de trabalho de ML
Crie fluxos de trabalho de ML com um Amazon SageMaker Python SDK fácil de usar e visualize-os com o Amazon SageMaker Studio. Seja mais eficiente e escale mais rapidamente reutilizando as etapas do fluxo de trabalho nos pipelines do SageMaker. Comece rapidamente com os modelos do SageMaker Project para criar, testar, registrar e implantar modelos automaticamente.
![Diagrama do modelo Train Abalone](https://d1.awsstatic.com/reInvent/reinvent-2023/pdp/sagemaker/pipelines/SageMaker_PDP-Images_Pipeline-6.d08a8e606b2605b2ae88f6041d55744fbd26bb73.png)
Monitoramento automático de modelos
![Monitoramento automático de modelos](https://d1.awsstatic.com/reInvent/reinvent-2023/pdp/sagemaker/pipelines/SageMaker_PDP-Images_Pipeline-5.80c3a75038245e4b29be8ec9fb2111eef7eff02d.png)
Aplique lift-and-shift ao código de machine learning
Converta qualquer código de ML Python em um fluxo de trabalho reproduzível no Amazon SageMaker adicionando uma única linha de código (@step python decorator) ou executando cadernos inteiros. A anotação em Python e a nova etapa do caderno fornecem extensibilidade ao permitir que você incorpore outros serviços da AWS para um fluxo de trabalho abrangente de ML de ponta a ponta.
![escolha os melhores modelos](https://d1.awsstatic.com/products/sagemaker/pipeline/feature-2-machine-learning-code-deployment-option.4605c0a16861e57da571653976739f32d723c82b.png)