SageMaker に関するメモ

SageMaker とは、

1. jupyter notebook を UI として、
2. 機械学習のモデルの学習を呼び出し、
3. その結果を S3 に保存した上で、推論を実行するエンドポイントを公開までする。

SageMaker 上で扱われるモデルは、 lambda のように、特定の規約に従ったアプリケーションないし Docker イメージとして実装される。

そうして実装した学習のアプリケーションコードは、 jupyter notebook から呼び出される学習実行 api call によって、 CodeBuild などのように、その api call で指定されたインスタンスを起動しながら、学習されていく。

総じて、企業に属する機械学習エンジニアが、機械学習のプロセスをシステムの DevOps プロセスに組み込んでいくのに利用できるプロダクト、という位置付けになっている。

難点として、他の AWS プロダクトと同じように、従量課金性であるため、機械学習エンジニアがコスト面まで面倒を見れる体制じゃないと、厳しい。