Amazon SageMaker Pipelines

機械学習ワークフローに特化したサービス

Amazon SageMaker Pipelines とは何ですか?

Amazon SageMaker Pipelines は、MLOps および LLMOps オートメーション専用のサーバーレスワークフローオーケストレーションサービスです。直感的なドラッグアンドドロップ UI または Python SDK を使用して、繰り返し可能なエンドツーエンドの ML ワークフローを簡単に構築、実行、モニタリングできます。Amazon SageMaker Pipelines は、本番で数万の同時 ML ワークフローを実行するようにスケールできます。

SageMaker Pipelines のメリット

サーバーレスで ML に特化した設計

Amazon SageMaker の機能 (トレーニング、ノートブックジョブ、推論など) とサーバーレスインフラストラクチャとのシームレスな統合により、ML ジョブの自動化に伴う、差別化につながらない手間のかかる作業を排除できます。

ML ワークフローの実験と本番化が容易

ドラッグアンドドロップ UI またはコード (Python SDK、API) のいずれかを使用して、ML ワークフロー DAG (有向非巡回グラフ) を作成、実行、モニタリングできます。

スケーラブルで拡張可能

既存の ML コードをリフトアンドシフトすることで、そのコードの何万回もの実行を自動化できます。MLOps と LLMOps 戦略に合わせたカスタム統合を構築しましょう。

生成 AI ワークフローを作成、実行、モニタリング

Amazon SageMaker Studio の直感的なドラッグアンドドロップビジュアルインターフェイスを使用して、基盤モデルワークフローのバリエーションを作成および実験できます。ワークフローを手動で、またはスケジュールに従って実行して、新しいデータが利用可能になったときに ML モデルと推論エンドポイントを自動的に更新します。

ML ワークフロー実行を監査およびデバッグ

過去に実行された ML ジョブを監査するために、ワークフロー構造、パフォーマンス、他のメタデータの詳細な履歴を表示できます。ジョブの失敗をデバッグし、ビジュアルエディタまたはコードで修正して、更新された Pipeline を再実行するために、エンドツーエンドのワークフローの個々のコンポーネントを詳細に確認できます。

機械学習コードのリフトアンドシフト

既存の ML コードを再利用し、単一の Python デコレーター (@step) を使用して SageMaker Pipelines でその実行を自動化します。[コードを実行] および [ノートブックジョブ] のステップタイプを使用して、Python ノートブックまたはスクリプトのチェーンを実行します。