A Amazon Web Services (AWS) anunciou oito novos recursos do Amazon SageMaker, seu serviço de machine learning. Desenvolvedores, cientistas de dados e analistas de negócios usam o Amazon SageMaker para desenvolver, treinar e implementar modelos de machine learning com rapidez e facilidade a partir de infraestrutura totalmente gerenciada, com ferramentas e fluxos de trabalho.
Em suas inovações com o uso de machine learning, os clientes estão criando modelos em um ritmo inédito e precisando de recursos cada vez mais avançados para gerenciar com eficiência o desenvolvimento, o uso e o desempenho de seus modelos. O anúncio de hoje abrange novos recursos de governança do Amazon SageMaker que proporcionam visibilidade sobre o desempenho dos modelos ao longo de todo o ciclo de machine learning.
Os novos recursos do Amazon SageMaker Studio Notebook oferecem uma experiência aprimorada com os notebooks, permitindo que os clientes inspecionem e resolvam problemas de qualidade dos dados com apenas alguns cliques, facilitando a colaboração em tempo real entre as equipes de ciências de dados e acelerando o avanço do processo da experimentação à produção com a conversão do código dos notebooks em tarefas automatizadas. Por fim, os novos recursos do Amazon SageMaker automatizam a validação de modelo e facilita o trabalho com dados geoespaciais.
"Hoje, dezenas de milhares de clientes de todos os portes e setores usam o Amazon SageMaker. Os clientes da AWS estão desenvolvendo milhões de modelos, treinando-os com bilhões de parâmetros e gerando trilhões de previsões todos os meses. Muitos clientes estão usando o machine learning em larga escala de um jeito que simplesmente não ouvíamos falar há apenas alguns anos", analisa Bratin Saha, vice-presidente de Inteligência Artificial e Machine Learning da AWS.
"Com os novos recursos do Amazon SageMaker anunciados, fica mais fácil para as equipes acelerarem o desenvolvimento e a implementação de ponta a ponta de modelos de machine learning. Desde ferramentas específicas de governança a uma experiência com notebooks de próxima geração e testes de modelos simplificados para dar mais suporte a dados geoespaciais, estamos fortalecendo o Amazon SageMaker para que os clientes possam aplicar o machine learning em larga escala".
A nuvem viabilizou o acesso ao machine learning para muitos usuários, mas até poucos anos atrás, o processo de desenvolver, treinar e implementar modelos era árduo e cansativo, demandando que pequenas equipes de cientistas de dados fizessem iterações por semanas ou meses a fio antes que o modelo estivesse pronto para entrar em produção.
O Amazon SageMaker foi lançado há cinco anos visando a superação desses desafios, e, desde então, a AWS já acrescentou mais de 250 novos recursos para facilitar a vida dos clientes no uso de machine learning em suas empresas. Hoje, algumas empresas empregam centenas de profissionais que usam o Amazon SageMaker para fazer previsões que ajudam a resolver os maiores desafios para a melhora da experiência dos clientes, a otimização dos processos empresariais e a aceleração do desenvolvimento de novos produtos e serviços.
Com o aumento da adoção do machine learning, também se multiplicaram os tipos de dados que os clientes querem usar, bem como os níveis de governança, automação e controle de qualidade necessários para respaldar o uso responsável do machine learning. O anúncio de hoje soma-se ao histórico de inovação do Amazon SageMaker no apoio a profissionais de todos os níveis, em âmbito mundial.