Pular para o conteúdo principal

Amazon SageMaker

O que é​

Um serviço de machine learning (ML) totalmente gerenciado que ajuda desenvolvedores e cientistas de dados a construir, treinar e implantar modelos de ML rapidamente.

Para que serve​

Simplificar todo o ciclo de vida do machine learning, desde a preparação dos dados até a implantação e monitoramento de modelos em produção.

Casos de uso​

  • Construção e treinamento de modelos de ML para diversas aplicações (visão computacional, processamento de linguagem natural, previsão)
  • Implantação de modelos de ML em produção para inferência em tempo real ou em lote
  • Preparação e engenharia de dados para ML
  • Experimentação e otimização de modelos de ML
  • Construção de soluções de ML sem código (com SageMaker Canvas)

Principais pontos​

  • Totalmente gerenciado: A AWS cuida da infraestrutura subjacente para treinamento e implantação de modelos
  • Ferramentas abrangentes: Oferece notebooks, algoritmos pré-construídos, ambientes de treinamento e implantação, e ferramentas de monitoramento
  • Escalabilidade: Escala automaticamente os recursos de computação para treinamento e inferência
  • Integração: Integra-se com outros serviços AWS, como S3, Lambda, Glue e ECR
  • SageMaker Studio: Um IDE unificado para todo o fluxo de trabalho de ML
  • SageMaker Canvas: Permite que usuários de negócios construam modelos de ML sem escrever código

Comparativo​

  • Amazon SageMaker: Simplifica e acelera o desenvolvimento e a implantação de ML, abstraindo a complexidade da infraestrutura. Ideal para equipes que querem focar na ciência de dados e nos modelos.
  • Treinamento de ML em EC2 (auto-gerenciado): Oferece controle total sobre o ambiente, mas exige que o usuário configure e gerencie manualmente os servidores, as bibliotecas de ML e as ferramentas. Pode ser mais complexo e demorado para configurar e manter.