Amazon SageMaker: Guia Completo
Amazon SageMaker é a plataforma de ML totalmente gerenciada da AWS que cobre todo o ciclo de vida, desde a preparação de dados até o monitoramento do modelo.
---
O que é Amazon SageMaker?
Um serviço totalmente gerenciado que permite que cientistas de dados e desenvolvedores construam, treinem e implantem modelos de ML sem gerenciar servidores.
---
Algoritmos Integrados de ML
Algoritmos prontos para usar sem escrever código do zero: Aprendizado supervisionado: regressão linear, classificação, KNN Aprendizado não supervisionado: PCA, K-means, detecção de anomalias Especializados: NLP, classificação e detecção de imagens
---
Ajuste Automático de Modelo (AMT)
O AMT automatiza a otimização de hiperparâmetros. Defina uma métrica alvo e o AMT encontra a melhor combinação.
---
Comparação dos 4 Tipos de Implantação
| Tipo | Latência | Carga Máxima | Melhor Para | |------|---------|--------------|-------------| | Tempo Real | ms | 6 MB | Detecção de fraude | | Serverless | baixa | 4 MB | Chatbots intermitentes | | Assíncrono | minutos | 1 GB | Imagens médicas | | Batch Transform | mais lento | ilimitado | Previsões de conjunto completo |
---
Resumo de Recursos Principais
Studio, Data Wrangler, Feature Store, Clarify, Ground Truth, Model Monitor, Model Registry, Pipelines, JumpStart, Canvas.
---
Resumo para o Exame
4 tipos de implantação e quando usar cada um Ground Truth = rotular dados de treinamento; A2I = revisão humana de previsões de baixa confiança Clarify = viés + explicabilidade; Model Monitor = drift em produção Custo de fine-tuning: Engenharia de Prompt < RAG < Instrução < Adaptação de Domínio