SageMaker AI 提供のプロジェクトテンプレートを使用する

Code repository (コードリポジトリ): サードパーティー Git

CI/CD ワークフローの自動化： AWS CodePipeline

お客様が指定した 1 つの Git リポジトリとの関連付け。リポジトリには、Python コードで Amazon SageMaker AI パイプラインを作成するサンプルコードが含まれており、 SageMaker AI パイプラインを作成および更新する方法を示します。このリポジトリは、Studio で開いて実行できる Python Notebook も提供しています。

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、サードパーティーの 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、 SageMaker AI パイプラインを作成および更新し、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。

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 CodeStar から Git リポジトリホスト上の アカウント AWS アカウント への接続が必要です。

CodePipeline および アーティファクトを含む CodeBuild アーティファクト、および SageMaker AI 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。

お客様が指定した 1 つの Git リポジトリとの関連付け。リポジトリには、ステージング環境と本番環境のエンドポイントにモデルをデプロイするサンプルコードが含まれています。

ソース、ビルド deploy-to-staging、および deploy-to-productionステップがある 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 AWS CloudFormation スタックを生成します。および deploy-to-production ステップ deploy-to-stagingは、 AWS CloudFormation スタックをそれぞれの環境にデプロイします。ステージングビルドステップと本番ビルドステップの間に手動の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 CodeStar から Git リポジトリホスト上の アカウント AWS アカウント への接続が必要です。

CodePipeline および アーティファクトを含む CodeBuild アーティファクト、および SageMaker AI 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。

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ステップがある 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、デプロイするスタックを生成します CloudFormation。および deploy-to-production ステップ deploy-to-stagingは、 CloudFormation スタックをそれぞれの環境にデプロイします。ステージングビルドステップと本番ビルドステップの間に手動の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 アーティファクトを含む CodeBuild アーティファクト、および SageMaker AI 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

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。

本番環境のモデルのバイアスドリフト — モデルの予測のバイアスをモニタリングします。

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。リポジトリには、Amazon SageMaker Model 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 コードが含まれています。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、デプロイのステップがある 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、本番稼働用 SageMaker AI 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。

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 CodeStar から Git リポジトリホスト上の アカウント AWS アカウント への接続が必要です。

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

ステージング SageMaker AI エンドポイントが更新され AWS CodePipeline るたびに、2 つの Amazon EventBridge イベントルールが Amazon SageMaker Model Monitor を開始します。

Code repository (コードリポジトリ): サードパーティー Git

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。

AI プロジェクトと SageMaker AI 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。

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 AI 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開始 CodePipeline 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

ロールを削除して 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-*"
      ]
  }