GS Caltex 将 Canvas 模型接入 SageMaker 生产流水线
热点事件持续更新
GS Caltex 将 Canvas 模型接入 SageMaker 生产流水线
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
GS Caltex 把工艺工程师在 SageMaker Canvas 中无代码构建并验证的模型和 Data Wrangler 预处理流程接入 SageMaker Pipelines，实现自动化交接，并以每 30 分钟一次的频率执行批量推理。据 AWS 博客介绍，其 ML 工程师部署模型的时间从约一周缩短到几小时，且因无需持续运行端点而显著降低推理成本。 AWS 提供的参考实现使用样本贷款分类模型，需按自身模型的输入输出格式调整配置；该方法仅在占位目标不影响特征值时适用，且应在挂载定时调度前先手动运行验证流水线。
AI 根据报道生成 · 38 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- AWS Machine Learning BlogGS Caltex 如何用 Amazon SageMaker Canvas 与 Pipelines 实现生产级 MLOps（第一部分）
GS Caltex 将 SageMaker Canvas 中由工艺工程师无代码构建并验证的模型与 Data Wrangler 预处理流程接入 SageMaker Pipelines，实现自动化交接与每 30 分钟一次的批量推理。其 ML 工程师部署模型的时间从约一周缩短到几小时，并因无需持续运行端点而显著降低推理成本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。