AWS SageMaker: Machine Learning em produção

Conteúdo Detalhado

1. O caso do ByteBank e a inicialização das instâncias de notebook

   • Apresentação
   • Problema do Bytebank - Previsão de Inadimplência
   • Preços do SageMaker
   • Infraestrutura de treinamento e deployment
   • Criação de uma instância de notebook

2. Configurações para a utilização do SageMaker no Boto3

   • Preparação de variáveis para o treinamento
   • Carga de dados no S3
   • Imagens pré-construídas do SageMaker
   • Definição de caminhos dos objetos e parâmetros de treinamento
   • Definição de configurações do job de treinamento

3. Treinamento e deployment de modelo utilizando o Boto3

   • Preparação para o Treinamento
   • Treinamento do modelo
   • Configuração do endpoint
   • Deploy do modelo no endpoint
   • Chamada do modelo no endpoint
   • Destruição dos artefatos construídos

4. Treinamento do modelo do SageMaker SDK

   • Carga de dados no S3 e Training Inputs
   • Imagens pré-construídas do SageMaker
   • Criação do estimador, construção do modelo, Hiperparâmetros e treinamento do modelo

5. Deployment de modelo utilizando o SageMaker SDK

   • Logs do modelo e Artefatos Criados
   • Deploy do modelo no endpoint
   • Chamada do modelo no endpoint
   • Verificação de informações no Cloudwatch
   • Conclusão