Amazon SageMaker ha lanzado una nueva funcionalidad diseñada para optimizar la gestión y gobernanza de modelos de aprendizaje automático (ML) en corporaciones. Esta mejora integra las SageMaker Model Cards con el SageMaker Model Registry, permitiendo un registro más fluido y transparente de modelos de ML y simplificando la administración de la información de gobernanza para versiones específicas de modelos con solo unos clics.
Las Model Cards son fundamentales para los modelos de ML registrados, ya que ofrecen una manera estandarizada de documentar y comunicar metadatos esenciales como el uso previsto, rendimiento, riesgos y detalles comerciales. Esta transparencia es esencial en sectores regulados y de alto riesgo como el financiero y sanitario, donde los modelos juegan un papel crucial en la toma de decisiones.
Para refinar soluciones empresariales con modelos de ML, es común que los usuarios tengan que registrar múltiples versiones de un modelo en el SageMaker Model Registry para identificar la opción más adecuada. No obstante, asociar claramente tarjetas de modelo con versiones específicas había sido problemático debido a la falta de una experiencia de usuario unificada y los procesos de integración complejos.
Ahora, la unificación de tarjetas de modelo con el registro de modelos de SageMaker permite a arquitectos, científicos de datos e ingenieros de ML registrar versiones de modelos durante las primeras etapas, incluyendo detalles comerciales cruciales y metadatos técnicos. Esta integración mejora la transparencia y simplifica el despliegue en entornos de producción una vez que se obtiene la aprobación gubernamental.
Además, la conexión con Amazon DataZone amplía esta capacidad, facilitando la colaboración entre desarrolladores de ML e ingenieros de datos al consolidar la gobernanza de datos y activos de ML. Los desarrolladores pueden solicitar acceso a datos, y tras ser aprobados, utilizarlos para crear características del modelo, compartir y publicar modelos para su uso empresarial.
La arquitectura presentada ofrece una gobernanza unificada que cubre todo el ciclo de vida del ML de manera escalable, desde la creación de soluciones de ML hasta su validación y monitoreo post-producción. Incluye herramientas de gobernanza de IA, servicios compartidos de ML y fases aisladas para desarrollo y producción de ML, todas diseñadas para optimizar la eficiencia organizacional mientras se cumplen los estándares éticos y legales.
Con esta innovación, Amazon SageMaker reforza su compromiso con la mejora de la eficiencia y la justificación de los sistemas de ML, promoviendo iniciativas que están alineadas con los objetivos estratégicos de negocio y maximizando su impacto y valor.
