跳到正文
热点事件历史事件

GS Caltex打通SageMaker生产MLOps流程

1 篇报道1 个报道来源6 天前更新

先了解这件事

AI 综述

GS Caltex将Amazon SageMaker Canvas中无代码构建并验证的模型接入SageMaker Pipelines,复用已验证的预处理流程和模型,纳入生产工作流;其称,模型部署时间由此前约一周缩短至数小时。 该方案每30分钟运行一次批量推理,即每天48次,以减少持续运行端点的需求并降低推理成本。处理和批量转换使用独立计算资源,按实例类型和运行时长计费;示例仓库采用贷款分类模型,使用时需调整输入输出配置,且仅适用于占位目标不影响特征值的情况。

AI 根据报道生成 · 6 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月14日
  1. AWS Machine Learning Blog
    GS Caltex 如何用 Amazon SageMaker Canvas 和 Amazon SageMaker Pipelines 实现生产级 MLOps(第一部分)

    GS Caltex 将 SageMaker Canvas 中无代码构建并验证的模型接入 SageMaker Pipelines,复用预处理流程与已验证模型部署到生产工作流。ML 工程师可在几小时内完成模型部署,而此前约需一周;系统每 30 分钟运行一次批量推理,减少持续运行端点的需求并降低推理成本。

本事件热度走势

可比范围当前
3
可比范围峰值
1011月14日 08:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。