SageMaker Emplois sur ordinateur portable

Vous pouvez utiliser Amazon SageMaker pour créer, former et déployer de manière interactive des modèles d'apprentissage automatique à partir de votre bloc-notes Jupyter dans n'importe quel environnement. JupyterLab Toutefois, il existe différents scénarios dans lesquels vous pouvez exécuter votre bloc-notes en tant que tâche planifiée non interactive. Par exemple, vous pouvez peut-être créer des rapports d'audit réguliers qui analysent toutes les tâches d'entraînement exécutées sur une certaine période et analysent la valeur commerciale du déploiement de ces modèles en production. Ou vous pouvez peut-être augmenter une tâche d'ingénierie des fonctionnalités après avoir testé la logique de transformation des données sur un petit sous-ensemble de données. Autres cas d'utilisation courants :

• Planification des tâches pour la surveillance de la dérive des modèles

• Exploration de l'espace des paramètres pour de meilleurs modèles

Dans ces scénarios, vous pouvez utiliser SageMaker Notebook Jobs pour créer une tâche non interactive (qui SageMaker s'exécute en tant que tâche de formation sous-jacente) à exécuter à la demande ou selon un calendrier. SageMaker Notebook Jobs fournit une interface utilisateur intuitive qui vous permet de planifier vos tâches directement JupyterLab en choisissant le widget Notebook Jobs ( ) dans votre bloc-notes. Vous pouvez également planifier vos tâches à l'aide du SDK SageMaker Python, qui offre la flexibilité de planifier plusieurs tâches de bloc-notes dans un flux de travail en pipeline. Vous pouvez exécuter plusieurs blocs-notes en parallèle et paramétrer les cellules de vos blocs-notes afin de personnaliser les paramètres d'entrée.

Cette fonctionnalité tire parti des services Amazon EventBridge, SageMaker Training et SageMaker Pipelines et peut être utilisée dans votre bloc-notes Jupyter dans l'un des environnements suivants :

• Instances Studio, Studio Lab, Studio Classic ou Notebook

• Configuration locale, telle que votre machine locale, sur laquelle vous exécutez JupyterLab

Prérequis

Pour planifier une tâche de bloc-notes, vérifiez que vous respectez les critères suivants :

• Assurez-vous que votre bloc-notes Jupyter et tous les scripts d'initialisation ou de démarrage sont autonomes en ce qui concerne le code et les packages logiciels. Dans le cas contraire, votre tâche non interactive risque de générer des erreurs.

• Vérifiez Contraintes et considérations pour vous assurer que vous avez correctement configuré votre bloc-notes Jupyter, les paramètres réseau et les paramètres du conteneur.

• Assurez-vous que votre bloc-notes peut accéder aux ressources externes nécessaires, telles que les clusters Amazon EMR.

• Si vous configurez la fonctionnalité Tâches de bloc-notes dans un bloc-notes Jupyter local, terminez l'installation. Pour obtenir des instructions, veuillez consulter Guide d'installation.

• Si vous vous connectez à un cluster Amazon EMR dans votre bloc-notes et que vous souhaitez paramétrer votre commande de connexion Amazon EMR, vous devez appliquer une solution de contournement en utilisant des variables d'environnement pour transmettre des paramètres. Pour plus de détails, consultez Connectez-vous à un cluster Amazon EMR depuis votre bloc-notes.

• Si vous vous connectez à un cluster Amazon EMR à l'aide de l'authentification Kerberos, LDAP ou HTTP Basic Auth, vous devez utiliser l'AWS Secrets Manager pour transmettre vos informations d'identification de sécurité à votre commande de connexion Amazon EMR. Pour plus de détails, consultez Connectez-vous à un cluster Amazon EMR depuis votre bloc-notes.

• (Facultatif) Si vous souhaitez que l'interface utilisateur précharge un script à exécuter au démarrage du bloc-notes, votre administrateur doit l'installer à l'aide d'une configuration de cycle de vie (LCC). Pour obtenir des informations sur l'utilisation d'un script LCC, veuillez consulter Personnalisation d'une instance de bloc-notes à l'aide d'un script de configuration de cycle de vie.