Los desarrolladores de inteligencia artificial y los ingenieros de aprendizaje automático ahora pueden utilizar las capacidades de Amazon SageMaker Studio directamente desde su instalación local de Visual Studio Code (VS Code). Esta nueva funcionalidad permite a los usuarios aprovechar su configuración personalizada de VS Code, incluida la integración de herramientas de desarrollo asistidas por IA, extensiones personalizadas y herramientas de depuración, al tiempo que acceden a recursos de computación y datos en SageMaker Studio. Los científicos de datos pueden así mantener sus flujos de trabajo establecidos, conservar sus herramientas de productividad y desarrollar, entrenar y desplegar modelos de aprendizaje automático y de IA generativa de manera fluida.
Esta integración presenta varios beneficios clave para desarrolladores y científicos de datos. En primer lugar, permite trabajar en un entorno de desarrollo familiar, aprovechando los recursos escalables de SageMaker AI. En segundo lugar, simplifica las operaciones al disminuir la complejidad de las configuraciones necesarias para el acceso remoto a los espacios de SageMaker Studio, facilitando el acceso directo desde el IDE. Por último, garantiza seguridad de nivel empresarial mediante la gestión automática de credenciales y el mantenimiento de sesiones, permitiendo que la ejecución del código se mantenga dentro de los límites controlados de SageMaker AI.
El nuevo flujo de conexión soporta dos opciones: el lanzamiento directo desde la interfaz web de SageMaker Studio o a través de la extensión AWS Toolkit en VS Code. Después de establecer la conexión, los desarrolladores pueden usar sus extensiones y herramientas personalizadas, acceder al almacenamiento del espacio, ejecutar cargas de trabajo de IA y ML en entornos de computación de SageMaker, mantener la misma seguridad que en la interfaz web de Studio y trabajar con notebooks de su IDE favorito.
Los usuarios preparados para probar esta conexión IDE remota deben contar con acceso a un dominio de SageMaker Studio y permisos adecuados en AWS Identity and Access Management (IAM). La configuración incluye utilizar VS Code con la última versión de AWS Toolkit, así como imágenes de distribución compatibles de SageMaker.
La implementación de esta función surge como respuesta a la necesidad de armonizar los entornos de desarrollo locales con los poderosos recursos de aprendizaje automático en la nube, permitiendo que los equipos mejoren su productividad mientras utilizan las características de Amazon SageMaker AI. Con este avance, la conexión directa de entornos de desarrollo locales a SageMaker Studio facilitará el desarrollo ágil y eficiente de modelos de aprendizaje automático en el futuro cercano.
vía: AWS machine learning blog
