Amazon SageMaker ha anunciado el lanzamiento de SageMaker Core, un nuevo SDK de Python que promete transformar la forma en que los desarrolladores gestionan el ciclo de vida del aprendizaje automático (ML). Este nuevo software introduce un enfoque orientado a objetos para manejar tareas de procesamiento de datos, entrenamiento e inferencia, haciendo que la gestión de las cargas de trabajo de ML sea más sencilla y eficiente.
SageMaker Core viene integrado como parte de la versión 2.231.0 y superiores del SageMaker Python SDK, y busca mejorar la experiencia del desarrollador ofreciendo varias características innovadoras, como el encadenamiento de recursos, la existencia de valores predeterminados inteligentes y capacidades de registro mejoradas.
Tradicionalmente, los desarrolladores tenían a su disposición dos herramientas principales para trabajar con SageMaker: el AWS SDK para Python, también conocido como boto3, y el SageMaker Python SDK. Ambos proporcionaban interfaces de API completas para gestionar el ciclo de vida del ML, aunque se apoyaban en sistemas de tipado menos robustos, como constantes codificadas y diccionarios JSON, los cuales podían originar errores tipográficos y un mayor tiempo de implementación.
La introducción de SageMaker Core cambia este paradigma al ofrecer interfaces de programación orientadas a objetos que eliminan la necesidad de crear largos diccionarios JSON, al centrarse en enmascarar detalles de bajo nivel y ofrecer una verificación de tipos más rigurosa. Esto no solo facilita la reutilización del código, sino que minimiza los errores y promueve una mejor organización del mismo. Además, esta nueva herramienta permite a los desarrolladores crear objetos de recursos de SageMaker y pasarlos como argumentos a otros recursos, optimizando así el flujo de trabajo.
Entre las ventajas de utilizar SageMaker Core se encuentran una elevada productividad y legibilidad del código, debido a la reducción de tareas repetitivas y simplificación de procesos complejos, lo que libera a los desarrolladores de recordar y controlar estructuras JSON extensas y complicadas. Ahora, pueden centrarse en paradigmas orientados a objetos, que son más comprensibles para ellos.
El SDK no solo ha sido diseñado para soportar parámetros de configuración predeterminados inteligentes, sino que también incluye características como la autocompleción del código y sugerencias en tiempo real en entornos de desarrollo integrados (IDEs), acelerando así el proceso de escritura del código y reduciendo los errores de sintaxis. Además, ofrece una integración ligera con AWS Lambda, lo que permite manejar diversos pasos en el ciclo de vida del ML con funciones Lambda.
SageMaker Core está dirigido a desarrolladores que buscan una experiencia más intuitiva y sencilla sin sacrificar el acceso a funciones avanzadas de SageMaker. Esta potente herramienta les permite enfocarse en la construcción y despliegue de modelos de ML, dejando de lado la carga de tareas repetitivas. Con su interfaz orientada a objetos, SageMaker Core se presenta como una solución idónea para optimizar y mejorar drásticamente el proceso de desarrollo en el ámbito del aprendizaje automático.
vía: AWS machine learning blog
