Amazon SageMaker のアイコン

Amazon SageMaker Popular2017年〜

Plataforma integrada para construir, entrenar y desplegar modelos de aprendizaje automático

Unos 2 min de lectura

Qué hace

Amazon SageMaker es una plataforma integrada que gestiona todo el ciclo de vida de modelos de aprendizaje automático (ML). Cubre preparación de datos, construcción y entrenamiento de modelos, ajuste, despliegue y monitoreo en un solo servicio. Proporciona entornos Jupyter notebook, algoritmos integrados, entrenamiento distribuido y ajuste automático de modelos.

Casos de uso

Clasificación de imágenes, procesamiento de lenguaje natural, recomendaciones, detección de fraude, pronóstico de demanda, detección de anomalías, prácticamente cualquier carga de trabajo de ML. Sirve a una amplia gama de niveles de habilidad desde ingenieros de ML hasta científicos de datos.

Analogía cotidiana

Es como una cocina profesional con clases de cocina. Tiene todo lo que necesita para cada paso: desde la preparación de ingredientes (preparación de datos) hasta cocinar (entrenamiento), degustar (evaluación) y emplatar (despliegue). También incluye recetas para principiantes (algoritmos integrados).

¿Qué es SageMaker?

Amazon SageMaker es la plataforma de ML más completa de AWS. Proporciona un entorno unificado para todo el flujo de trabajo de ML: etiquetado de datos, preparación de características, entrenamiento de modelos, ajuste de hiperparámetros, despliegue y monitoreo. SageMaker Studio ofrece un IDE basado en web para científicos de datos.

Entrenamiento y despliegue

SageMaker admite entrenamiento en instancias de GPU/CPU gestionadas con escalado automático. Los modelos entrenados se despliegan como endpoints de inferencia en tiempo real, inferencia por lotes o inferencia serverless. El entrenamiento distribuido escala automáticamente a múltiples instancias para conjuntos de datos grandes. Para profundizar en entrenamiento y despliegue, los libros especializados en Amazon son un excelente recurso.

SageMaker Canvas y JumpStart

Canvas proporciona una interfaz sin código para usuarios de negocio. JumpStart ofrece modelos pre-entrenados y plantillas de solución que puede desplegar con un clic. Incluye modelos fundacionales (LLM), modelos de visión por computadora y modelos tabulares listos para usar o ajuste fino.

Primeros pasos

Abra SageMaker Studio desde la consola de AWS. Cree un notebook, cargue datos desde S3 y use un algoritmo integrado o su propio código de entrenamiento. Lance un trabajo de entrenamiento, evalúe el modelo y despliéguelo como endpoint.

Aspectos a tener en cuenta

  • Training and notebook instances are billed hourly - always stop them when not in use
  • Real-time inference endpoints run continuously and incur charges. Consider serverless inference for low-traffic scenarios
  • Improper VPC configuration during SageMaker Studio domain creation is difficult to change later
共有するXB!

Servicios relacionados

Amazon S3 iconoAmazon S3Servicio de almacenamiento de objetos escalableAmazon Bedrock iconoAmazon BedrockUn servicio de IA generativa completamente administrado que proporciona acceso a modelos fundacionales líderes a través de APIAmazon SageMaker Canvas iconoAmazon SageMaker CanvasHerramienta de ML sin código para construir, entrenar y desplegar modelos de aprendizaje automático sin escribir códigoAWS Glue iconoAWS GlueUn servicio ETL sin servidor que automatiza la extracción, transformación y carga de datos

Artículos relacionados

Uso de Claude en Amazon Bedrock - Selección de modelos, diseño de prompts y optimización de costosComparamos los modelos Anthropic Claude disponibles en Amazon Bedrock, proporcionamos directrices de selección de modelos por caso de uso y cubrimos mejores prácticas de diseño de prompts y optimización de costos.ML con preservación de privacidad con AWS Clean Rooms ML - Construya modelos sin compartir datosAprenda cómo construir modelos lookalike con Clean Rooms ML, aplicar privacidad diferencial y aprovechar los resultados para segmentación publicitaria.Visión por computadora en el borde - Análisis de video con IA en sitio usando AWS PanoramaDespliega modelos de visión por computadora en el Panorama Appliance y analiza en tiempo real las transmisiones de cámaras IP existentes. Aprende patrones de diseño para inferencia en el borde que reducen la latencia y ahorran ancho de banda.Plataforma de IA generativa - Construcción de una base de IA empresarial con Amazon BedrockAprende a construir aplicaciones de IA generativa usando Amazon Bedrock. Esta guía cubre la selección de modelos fundacionales, la implementación del patrón RAG, las barreras de seguridad y la integración con SageMaker para diseñar infraestructura de IA de nivel empresarial.Construcción de una plataforma de análisis de datos de salud con Amazon HealthLake - Almacenamiento de datos FHIR y análisis con MLAprende sobre el almacenamiento de datos FHIR con HealthLake, el análisis de texto médico usando procesamiento de lenguaje natural y la ejecución de consultas analíticas.

Más en esta categoría

Amazon Bedrock iconoAmazon Bedrock PopularUn servicio de IA generativa completamente administrado que proporciona acceso a modelos fundacionales líderes a través de APIAWS Clean Rooms ML iconoAWS Clean Rooms ML Nuevo servicioUn servicio para construir modelos de ML protegiendo la privacidad dentro de Clean RoomsAmazon Comprehend iconoAmazon Comprehend EspecializadoUn servicio que extrae entidades, sentimientos y frases clave del texto mediante procesamiento de lenguaje naturalAmazon Forecast iconoAmazon Forecast ObsoletoUn servicio completamente administrado que utiliza aprendizaje automático para pronosticar datos de series temporalesAmazon HealthLake iconoAmazon HealthLake EspecializadoServicio administrado para almacenar, transformar y analizar datos sanitarios compatibles con FHIRAmazon Kendra iconoAmazon Kendra ObsoletoServicio de búsqueda empresarial inteligente impulsado por machine learningAmazon Lex iconoAmazon Lex EspecializadoServicio para construir interfaces conversacionales usando voz y textoAWS Panorama iconoAWS Panorama EspecializadoServicio que añade visión por computadora a cámaras IP existentes para análisis de video en el edge

Artículos y servicios similares

Amazon SageMakerPlataforma completamente gestionada para construir, entrenar y desplegar modelos de aprendizaje automático de forma integral, mejorando significativamente la productividad de científicos de datos e ingenieros MLConstrucción de una plataforma ML con Amazon SageMaker - Desde el desarrollo de modelos hasta el despliegueDesde el desarrollo en Studio hasta el entrenamiento con instancias spot gestionadas, MLOps con Pipelines y detección de drift de datos con Model Monitor, este artículo cubre cómo integrar todo el ciclo de vida ML.ML sin código con Amazon SageMaker Canvas - Construcción de modelos predictivos con interfaz visualUna herramienta visual para construir modelos ML sin escribir código. Simplemente suba un CSV y seleccione un objetivo de predicción para construir un modelo, con compartición bidireccional con Studio.Entrenamiento de machine learning basado en GPU con AWS Batch - Entrenamiento a gran escala con eficiencia de costosEjecute entrenamiento GPU con sus contenedores Docker existentes y reduzca costos hasta un 90% usando instancias Spot y checkpointing. Incluye orientación sobre cuándo elegir Batch sobre SageMaker.