SageMakerが提供するプロジェクトテンプレートを使用する

コードリポジトリ: AWS CodeCommit または GitHub や Bitbucket などのサードパーティーの Git リポジトリ

CI/CD ワークフロー自動化： AWS CodePipeline または Jenkins

Pipeline stages (パイプラインステージ): モデルの構築とトレーニング、モデルのデプロイ、またはその両方

テンプレート MLOps モデルの構築、トレーニング、デプロイ用の テンプレート を使用する場合は、「SageMaker MLOps プロジェクトのチュートリアル」を参照してください。

テンプレート MLOps を使用したサードパーティーの Git リポジトリによるモデルの構築、トレーニング、デプロイ用の テンプレート CodePipeline を使用する場合は、「SageMaker MLOps サードパーティーの Git リポジトリを使用したプロジェクトのチュートリアル」を参照してください。

テンプレート を使用する場合はMLOps Jenkins を使用したサードパーティーの Git リポジトリによるモデル構築、トレーニング、デプロイ用の テンプレート、「サードパーティーのソースコントロールを使用して Amazon SageMaker プロジェクトを作成する」と「Jenkins」を参照してください。

コードリポジトリ： AWS CodeCommit

CI/CD ワークフローの自動化： AWS CodePipeline

Data Quality (データ品質) - データ品質のドリフトをモニタリングします。

Model Quality (モデル品質) - 精度などのモデル品質メトリクスのドリフトをモニタリングします。

Bias Drift for Models in Production (本番環境のモデルのバイアスドリフト) - モデルの予測におけるバイアスをモニタリングします。

コードリポジトリ： AWS CodeCommit

CI/CD ワークフローの自動化： AWS CodePipeline

SageMaker Model AWS CodeCommit Registry からモニターが使用するベースラインを取得し、ステージング環境と本番環境のテンプレートのパラメータを更新するサンプル Python コードを含むリポジトリ。また、Amazon SageMaker Model Monitor を作成するための AWS CloudFormation テンプレートも含まれています。

ソース、ビルド、デプロイの各ステップを含む AWS CodePipeline パイプライン。ソースステップは CodePipeline リポジトリを指します。ビルドステップは、そのリポジトリからコードを、モデルレジストリからベースラインを取得して、ステージング環境と本番環境のテンプレートパラメータを更新します。デプロイステップは、設定されたモニタをステージング環境と実稼働環境にデプロイします。DeployStaging ステージ内の手動承認ステップでは、承認してDeployProdステージに移行するInService前に、本番 SageMaker エンドポイントが であることを確認する必要があります。

テンプレートは、テンプレートによって作成されたのと同じ S3 バケットをMLOpsモデルの構築、トレーニング、デプロイに使用して、モニターの出力を保存します。

ステージング SageMaker エンドポイントが更新されるたびに、またはコード変更がリポジトリにコミットされる AWS CodePipeline たびに、2 つの Amazon EventBridge イベントルールによって Amazon SageMaker Model Monitor が開始されます CodePipeline。

イメージと構築の処理パイプラインを含める

イメージと構築のトレーニングパイプラインを含める

イメージと構築の推論パイプラインを含める

Amazon ECRリポジトリ

SageMakerイメージ

カスタマイズできる Dockerfile を含む CodeCommit リポジトリ

CodePipeline リポジトリへの変更によって CodePipeline 開始される

Docker イメージを構築し、Amazon ECRリポジトリに登録する CodeBuild プロジェクト

スケジュール CodePipeline に従って を開始する EventBridge ルール

Code repository (コードリポジトリ): サードパーティー Git AWS アカウント AWS CodeStar から GitHub ユーザーまたは組織への接続を確立します。キーを sagemaker、値を true とするタグを、この AWS CodeStar 接続に追加します。

CI/CD ワークフローの自動化： AWS CodePipeline

カスタマー指定の 1 つ以上の Git リポジトリとの関連付け。

ソース、ビルド deploy-to-staging、 deploy-to-production ステップを含む AWS CodePipeline パイプライン。ソースステップはサードパーティーの Git リポジトリを指し、ビルドステップはそのリポジトリからコードを取得し、デプロイする CloudFormation スタックを生成します。 deploy-to-staging および ステップは、 CloudFormationスタックをそれぞれの環境に deploy-to-production デプロイします。ステージングビルドステップと本番ビルドステップの間には手動による承認ステップがあるため、MLOpsエンジニアはモデルを本番稼働環境にデプロイする前にモデルを承認する必要があります。

Git リポジトリにシードコード情報を入力する AWS CodeBuild プロジェクト。これには、 AWS アカウント AWS CodeStar から Git リポジトリホスト上の アカウントへの接続が必要です。

CodePipeline および CodeBuild アーティファクトを含むアーティファクト、および SageMaker パイプライン実行から生成されたアーティファクトを保存する Amazon S3 バケット。

Code repository (コードリポジトリ): サードパーティー Git AWS アカウント AWS CodeStar から GitHub ユーザーまたは組織への接続を確立します。キーを sagemaker、値を true とするタグを、この AWS CodeStar 接続に追加します。

CI/CD workflow automation (CI/CD ワークフローの自動化): Jenkins

カスタマー指定の 1 つ以上の Git リポジトリとの関連付け。

ソース、ビルド、、 deploy-to-stagingおよび deploy-to-production ステップを持つ Jenkins パイプラインを生成するシードコード。ソースステップは、ユーザーが指定した Git リポジトリを指します。ビルドステップは、そのリポジトリからコードを取得し、2 つの CloudFormation スタックを生成します。デプロイステップでは、 CloudFormation スタックをそれぞれの環境にデプロイします。ステージングステップと本番ステップの間には、承認ステップがあります。

Git リポジトリにシードコード情報を入力する AWS CodeBuild プロジェクト。これには、 AWS アカウント AWS CodeStar から Git リポジトリホスト上の アカウントへの接続が必要です。

SageMaker プロジェクトと SageMaker パイプラインのアーティファクトを保存する Amazon S3 バケット。

コードリポジトリ： AWS CodeCommit

CI/CD ワークフローの自動化： AWS CodePipeline

Python コードで Amazon SageMaker パイプラインを作成し、パイプラインを作成および更新する方法を示すサンプルコードを含む AWS CodeCommit リポジトリ。このリポジトリには、Studio (または Studio Classic) で開いて実行できる Python Jupyter Notebook もあります。

ソースステップとビルドステップがある AWS CodePipeline パイプライン。ソースステップは CodeCommit リポジトリを指します。ビルドステップは、リポジトリからコードを取得し、 SageMaker パイプラインを作成して更新し、パイプラインの実行を開始し、パイプラインの実行が完了するまで待機します。

CodePipeline および CodeBuild アーティファクトを含むアーティファクト、および SageMaker パイプライン実行から生成されたアーティファクトを保存する Amazon S3 バケット。

ロールを削除し、Studio (または Studio Classic) の設定を切り替える

IAM コンソールで、次のアクセス許可を に追加しますAmazonSageMakerServiceCatalogProductsUseRole。

{
      "Effect": "Allow",
      "Action": [
          "codestar-connections:UseConnection"
      ],
      "Resource": "arn:aws:codestar-connections:*:*:connection/*",
      "Condition": {
          "StringEqualsIgnoreCase": {
              "aws:ResourceTag/sagemaker": "true"
          }
      }
  },
  {
      "Effect": "Allow",
      "Action": [
          "s3:PutObjectAcl"
      ],
      "Resource": [
          "arn:aws:s3:::sagemaker-*"
      ]
  }