Cos'è Pipeline Amazon SageMaker?
Pipeline Amazon SageMaker è un servizio di orchestrazione dei flussi di lavoro serverless creato appositamente per l'automazione di MLOps e LLMOps. Puoi creare, eseguire e monitorare facilmente flussi di lavoro di ML end-to-end ripetibili con un'interfaccia utente a trascinamento intuitiva o l'SDK Python. Pipeline Amazon SageMaker può scalare per eseguire decine di migliaia di flussi di lavoro di ML simultanei in produzione.
Vantaggi di Pipeline SageMaker
Componi, esegui e monitora i flussi di lavoro di IA generativa
Crea e sperimenta varianti dei flussi di lavoro del modello base con un'interfaccia visiva a trascinamento intuitiva in Amazon SageMaker Studio. Esegui i flussi di lavoro manualmente o in base a una pianificazione per aggiornare automaticamente i modelli di ML e gli endpoint di inferenza quando sono disponibili nuovi dati.

Verifica ed esegui il debug delle esecuzioni del flusso di lavoro ML
Visualizza una cronologia dettagliata della struttura del flusso di lavoro, delle prestazioni e di altri metadati per verificare i processi di ML eseguiti in passato. Approfondisci i singoli componenti del flusso di lavoro end-to-end per eseguire il debug degli errori di processo, correggerli nell'editor visivo o nel codice e rieseguire la pipeline aggiornata.

Trasforma e sposta il tuo codice di machine learning
Riutilizza il codice ML esistente e automatizza la sua esecuzione in Pipeline SageMaker con un singolo decoratore Python (@step). Esegui una catena di notebook o script Python con i tipi di passaggi “Execute Code” e “Notebook Job”.
