MLOps — это развивающаяся область лучших практик для бизнеса, позволяющая запускать рабочие процессы машинного обучения в производственной среде. MLOps охватывает очень широкий спектр задач от оптимизации вывода моделей в производстве до структурирования процессов обучения и конвейеров данных. Новые инструменты и практики появляются каждый год, поэтому вот 7 лучших сессий AWS Re:Invent 2021, которые помогут вам оставаться в курсе MLOps в облаке AWS. Кроме того, проверьте мой пост в блоге о Re:Invent 2020 здесь.
В этом году Re:Invent будет иметь как личный, так и виртуальный опыт, а также отметит свое 10-летие. Виртуальный опыт бесплатный, и вы можете зарегистрироваться для виртуального посещения на Портале AWS с доступом к основным докладам, лидерству и секционным заседаниям.
Вот секционные сессии 7 MLOps, которые я с нетерпением жду. Все эти сессии будут доступны как лично, так и онлайн на платформе Re:Invent.
Сессии о лучших практиках MLOps.
MLOps — это очень практическая область, поэтому лучший способ научиться — узнать, как другие компании решали те же проблемы, и проверить, применимы ли они к вашему делу.
Внедрение практики MLOps с помощью Amazon SageMaker (AIM320)
На этом занятии будут подробно рассмотрены MLOps, от настройки исследовательской среды до мониторинга моделей в производственной среде с помощью SageMaker. Vanguard расскажет, как они используют SageMaker для обучения и развертывания моделей в масштабе.
MLOps в Amazon: как масштабировать рабочие нагрузки машинного обучения (AMZ302)
Одна из главных проблем в крупной компании — как сделать так, чтобы решения машинного обучения можно было повторно использовать в разных проектах. Amazon расскажет, как они сокращают время доставки инфраструктуры машинного обучения на уровне производства с недель до часов.
AI/ML для инноваций в области устойчивого развития: понимание на переднем крае (AIM207)
Развертывание модели на пограничном устройстве — более сложный процесс по сравнению с облачным выводом, который включает в себя дополнительные проблемы. AWS расскажет, как они это сделали для крупнейших рыбных промыслов на планете.
Сессии по оптимизации развертывания модели.
Организация развертывания модели в рабочей среде — сложный процесс. Необходимо учитывать скорость, масштабируемость и стоимость, чтобы убедиться, что модель соответствует производственным требованиям. В данной области не существует универсального решения, поэтому подход всегда зависит от контекста. Эти сессии дадут вам представление о том, каковы текущие способы развертывания моделей в рабочей среде и как их сравнивать и тестировать.
Автоматическое масштабирование конечных точек Amazon SageMaker для получения логических выводов (AIM328)
На этом занятии будет рассказано, как использовать Amazon SageMaker для создания масштабируемых логических выводов, чтобы убедиться, что у вас нет больших первоначальных затрат, а также вы можете справляться с пиковыми нагрузками.
Добейтесь высокой производительности и экономичного развертывания модели (AIM408)
На этом занятии будут рассмотрены функции логического вывода Amazon SageMaker в широком диапазоне от конечной точки с несколькими моделями до интеграции CI/CD. Сессия поможет выбрать лучший вариант вывода для вашего варианта использования ML.
Ускорьте внедрение инноваций с помощью инфраструктурных сервисов AWS ML (CMP314)
Поиск правильного типа экземпляра для логического вывода — непростая задача. Например, GPU обеспечивает более быстрое получение логических выводов, но CPU будет иметь меньшее время простоя и будет более масштабируемым. На этом занятии будет рассказано, как различные типы экземпляров можно использовать для логического вывода, каковы их контрольные показатели и как их можно использовать для вашего варианта использования.
Простое развертывание моделей для максимальной производительности и экономичности с помощью Amazon SageMaker (AIM417)
Поскольку универсального решения для вывода модели не существует, на самом деле лучший вариант — попробовать разные варианты и выбрать лучший на основе эталонного теста. На этом занятии будет рассказано, как это сделать с помощью Amazon SageMaker, и будут найдены правильные типы инстансов и оптимизации моделей.