Descrição
A Amazon SageMaker AI é um serviço abrangente e totalmente gerenciado de aprendizado de máquina, projetado para capacitar cientistas de dados e desenvolvedores. Ela otimiza todo o fluxo de trabalho de ML, desde a preparação inicial dos dados até a implantação e o monitoramento contínuo do modelo. A plataforma permite que os usuários construam, treinem e implantem rapidamente modelos de aprendizado de máquina em um ambiente hospedado pronto para produção.
A SageMaker AI oferece um conjunto de ferramentas para gerenciar as complexidades do aprendizado de máquina. Isso inclui recursos para rotulagem de dados com assistência de loop humano, preparação e processamento de dados, e a criação, armazenamento e compartilhamento de sinais de dados extraídos conhecidos como features. Para o desenvolvimento de modelos, os usuários podem treinar modelos usando vários algoritmos e frameworks, e implantá-los para inferência. O serviço também suporta a implementação de práticas de MLOps para gerenciamento robusto de modelos e o monitoramento da qualidade dos dados e modelos para garantir desempenho e confiabilidade.
Além do desenvolvimento principal de modelos, a Amazon SageMaker AI enfatiza práticas de IA responsável. Ela fornece ferramentas para detectar vieses em modelos e entender suas explicações, promovendo transparência e justiça. Recursos de governança ajudam a documentar e rastrear o desempenho do modelo, garantindo a responsabilidade. A segurança também é uma consideração chave, com opções para configurar a segurança dos recursos da SageMaker AI.
A documentação fornece acesso a recursos essenciais, incluindo referências de API para informações operacionais detalhadas e o SDK Python da Amazon SageMaker AI, que facilita o treinamento e a implantação com frameworks populares de deep learning. Adicionalmente, ela orienta os usuários sobre como aproveitar o AWS SDK para Python (Boto3) para formatação de dados e construção de aplicações. A plataforma é adequada para uma ampla gama de usuários, desde cientistas de dados individuais até grandes equipes de desenvolvimento que buscam escalar suas iniciativas de ML.
As principais capacidades incluem ML automatizado, ambientes de aprendizado de máquina, rotulagem de dados, preparação e processamento de dados, gerenciamento de feature store, treinamento e implantação de modelos, implementação de MLOps e ferramentas de IA responsável para detecção de vieses e governança. O serviço visa reduzir o tempo e o esforço necessários para levar modelos de ML da experimentação para a produção, acelerando a inovação e o valor de negócio.
Recursos principais de Documentação da Amazon SageMaker AI
Serviço de aprendizado de máquina totalmente gerenciado
Ferramentas para construir e treinar modelos de ML
Implantação de modelos pronta para produção
Rotulagem de dados com loop humano
Capacidades de preparação e processamento de dados
Feature store para criar, armazenar e compartilhar features
Suporte à implementação de MLOps
Monitoramento de qualidade de dados e modelos
Ferramentas de IA responsável para detecção de vieses e explicações
Configuração de segurança para recursos
Referência de API para operações da SageMaker AI
SDK Python da Amazon SageMaker AI para treinamento e implantação
Integração com AWS SDK para Python (Boto3)
Primeiros passos com Documentação da Amazon SageMaker AI
Onboarding: Comece com a função e o domínio da Amazon SageMaker AI.
Automatizar ML: Aprenda como automatizar o aprendizado de máquina do início ao fim.
Preparar Dados: Entenda como preparar dados para aprendizado de máquina.
Treinar Modelos: Aprenda o processo de treinamento dos seus modelos de aprendizado de máquina.
Implantar Modelos: Descubra como implantar seus modelos treinados para inferência.
Implementar MLOps: Aprenda a implementar operações de aprendizado de máquina na SageMaker AI.
Configurar Segurança: Entenda como proteger recursos dentro da Amazon SageMaker AI.
Casos de uso de Documentação da Amazon SageMaker AI
- ML Automatizado
- Rotulagem de Dados
- Treinamento de Modelos
- Implantação de Modelos
- Implementação de MLOps
- IA Responsável
- Engenharia de Features
