Quản trị máy học bằng Amazon SageMaker

Đơn giản hóa quy trình kiểm soát truy cập và tăng cường tính minh bạch
Bắt đầu sử dụng Amazon SageMaker AI

Lý do cần quản trị máy học

Amazon SageMaker AI cung cấp các công cụ quản trị được xây dựng cho mục đích nhất định để giúp bạn triển khai máy học một cách có trách nhiệm. Với Trình quản lý vai trò của Amazon SageMaker, quản trị viên có thể xác định các quyền tối thiểu trong vài phút. Thẻ mẫu của Amazon SageMaker giúp việc thu thập, truy xuất và chia sẻ thông tin mẫu thiết yếu, chẳng hạn như mục đích sử dụng, xếp hạng rủi ro và chi tiết đào tạo, từ giai đoạn hình thành đến triển khai trở nên dễ dàng hơn. Bảng điều khiển mẫu của Amazon SageMaker giúp bạn cập nhật hành vi mẫu trong môi trường sản xuất, tất cả ở một nơi. Việc tích hợp Amazon SageMaker AI và Amazon DataZone giúp hợp lý hóa quy trình quản trị dữ liệu và máy học một cách dễ dàng hơn.

Lợi ích khi Quản trị máy học trên SageMaker

Cung cấp môi trường phát triển ML trong vài phút với các biện pháp kiểm soát bảo mật cấp doanh nghiệp để quản trị quyền truy cập vào ML và tài sản dữ liệu trong các dự án.
Tạo vai trò tùy chỉnh cho phép chuyên viên máy học (ML) bắt đầu làm việc với SageMaker nhanh hơn
Hợp lý hóa tài liệu về mẫu và xem các giả định, đặc điểm và tạo tác chính từ giai đoạn hình thành đến triển khai
Nhanh chóng kiểm tra và khắc phục sự cố hiệu suất cho tất cả các mẫu, điểm cuối và tác vụ giám sát mẫu thông qua một chế độ xem hợp nhất. Theo dõi độ lệch so với hành vi mẫu dự kiến, cũng như các tác vụ giám sát bị thiếu hoặc không hoạt động bằng tính năng cảnh báo tự động

Tích hợp với Amazon DataZone

Thiết lập biện pháp kiểm soát và cung cấp

Quản trị viên CNTT có thể xác định các biện pháp kiểm soát và quyền cơ sở hạ tầng cụ thể cho doanh nghiệp và trường hợp sử dụng của bạn trong Amazon DataZone. Sau đó, bạn có thể tạo một môi trường SageMaker thích hợp chỉ trong vài cú nhấp chuột và bắt đầu quá trình phát triển bên trong Studio SageMaker.

Tìm kiếm và khám phá tài nguyên

Trong Studio SageMaker, bạn có thể tìm kiếm và khám phá dữ liệu và tài nguyên ML một cách hiệu quả trong danh mục kinh doanh của tổ chức. Bạn cũng có thể yêu cầu quyền truy cập vào các tài nguyên mà bạn có thể cần sử dụng trong dự án của mình bằng cách đăng ký tài nguyên.

Tìm kiếm và khám phá tài nguyên

Sử dụng tài nguyên

Sau khi yêu cầu đăng ký của bạn được phê duyệt, bạn có thể sử dụng các tài nguyên đã đăng ký này trong các tác vụ ML như chuẩn bị dữ liệu, đào tạo mô hình và kỹ thuật lấy dữ liệu đặc trưng trong Studio SageMaker bằng cách sử dụng JupyterLab và SageMaker Canvas.

Xuất bản tài nguyên

Sau khi hoàn thành tác vụ ML, bạn có thể xuất bản dữ liệu, mô hình và nhóm đặc trưng vào danh mục doanh nghiệp để người dùng khác quản trị và khám phá.

Xuất bản tài nguyên

Xác định quyền

Đơn giản hóa các quyền cho hoạt động ML

Trình quản lý vai trò của SageMaker cung cấp bộ cơ bản gồm các quyền dành cho hoạt động ML và danh tính thông qua danh mục các chính sách dựng sẵn của Quản lý danh tính và truy cập (IAM) trong AWS. Các hoạt động máy học có thể bao gồm đào tạo và chuẩn bị dữ liệu, đồng thời các danh tính có thể bao gồm kỹ sư máy học và nhà khoa học dữ liệu. Bạn có thể giữ các quyền cơ sở hoặc tùy chỉnh thêm dựa trên nhu cầu cụ thể.

trình quản lý vai trò đơn giản hóa các quyền

Tự động tạo chính sách IAM

Với một vài lời nhắc tự thực hiện, bạn có thể nhanh chóng nhập các cấu trúc quản trị phổ biến như ranh giới truy cập mạng và khóa mã hóa. Sau đó, Trình quản lý vai trò SageMaker sẽ tự động tạo chính sách IAM. Bạn có thể khám phá vai trò đã tạo và các chính sách liên quan thông qua bảng điều khiển AWS IAM.

Đính kèm các chính sách được quản lý