Amazon SageMaker Pipelines 現在提供拖放式 UI,可輕鬆建立 ML 工作流程
今天,我們很高興地宣布 Amazon SageMaker Pipelines 的拖放使用者介面 (UI) 正式發行。資料科學家和機器學習 (ML) 工程師現在可以快速建立端對端的 AI/ML 工作流程,來訓練、微調、評估和部署模型,而無需撰寫程式碼。
客戶使用 Amazon SageMaker Pipelines 來將數千個 ML 工作流程自動化 (例如持續微調或基礎模型的實驗),以支援生成式 AI 工作負載。透過此次發佈,資料科學家和機器學習工程師可以加速從原型到生產的這類 ML 工作流程,因為他們不需要編寫程式碼即可編寫和設定 Amazon SageMaker Pipelines。他們可以簡單地拖放各種步驟 (例如筆記本任務、LLM 微調任務、推論端點),並在 UI 中將它們連接在一起,以撰寫 ML 工作流程。已使用 Amazon SageMaker Python SDK 建立管道的使用者,現在可以在 UI 中進行編輯。這項 Amazon SageMaker Pipelines 功能可讓使用者快速迭代 ML 工作流程,並在生產環境中大規模執行數萬次。資料科學家和 ML 工程師還可以在相同的 UI 內,監控所有由工作流程協調的 ML 任務並進行偵錯。
Amazon SageMaker Pipelines 的拖放式 UI 適用於提供 Amazon SageMaker 的所有區域,除了中國區域和 GovCloud (美國) 區域以外。若要開始使用,請參閱 Amazon SageMaker Pipelines 的開發人員指南。