Webinar ensina como criar um modelo de dados com AWS SageMaker

O alcance dos serviços de Inteligência Artificial e Machine Learning tem sido maior a cada dia. Mais robustas, essas soluções são capazes de fazer recomendações, predições, detectar fraudes, traduzir e transcrever arquivos, otimizar Workflow, entre outras possibilidades.

Por trás deste conjunto, existem ferramentas que suportam e possibilitam a operação desses serviços, porém, nem todos os problemas de ML podem ser resolvidos por meio delas, e é então que surge o SageMaker, um serviço gerenciado da AWS que fornece a desenvolvedores e cientistas de dados a capacidade de criar, treinar e implantar modelos de Machine Learning (ML) rapidamente.

Os especialistas Marcelo Cunha, ML Solutions Architect na AWS, e Miller Horvath, Data Scientist na BRLink, esclareceram tudo sobre a ferramenta e mostraram como criar um modelo de dados com o AWS SageMaker. Confira:

Por que utilizar o SageMaker?

As ferramentas da AWS são feitas com o intuito de aumentar a produtividade e fazer com que o desenvolvedor e cientista de dados foquem verdadeiramente na modelagem e criação de modelos de ML. Essas ferramentas são conhecidas como serviços gerenciados e, dentre elas, podemos destacar serviços como Amazon Console e Recognition.

O SageMaker, no entanto, é um serviço gerenciado praticamente completo para ML, pois é capaz de sustentar o workload de ponta a ponta, desde da preparação dos dados até treinamento, deploy e monitoramento. Ele fornece todos componentes usados para Machine Learning em um único conjunto de ferramentas e ainda possui importantes vantagens, como integração nativa com máquinas virtuais do tipo spot, integração com outros componentes, redução de custos, e mais.

Com funciona

A instrumentação do Amazon SageMaker funciona por meio de chamadas de API, logo, quando se quer fazer o deploy de um modelo de ML no SageMaker, basta fazer uma chamada de API e então o serviço cria uma infraestrutura, coloca o modelo em produção e o sustenta.

Uma das maiores características do aplicativo é a flexibilidade, pois não é necessário começar ou terminar um modelo dentro do SageMaker, nem mesmo utilizá-lo completamente. O cientista de dados ou desenvolvedor pode, por exemplo, levar modelos treinados on premisse, de outras plataformas para o SageMaker e gerar inferências. O inverso também pode acontecer e se utilizar apenas um pipeline de machine learning. Portanto, o serviço pode ser usado da forma que melhor atender, tudo vai depender do desafio proposto no momento.

O ciclo do projeto de ML

Trabalhar com machine learning é um processo interativo, mas ao mesmo tempo complexo. Os projetos de ML passam por um ciclo, o qual começa na preparação dos dados, onde se analisa o tipo de dado disponível e como trabalhar com ele. Após isso, vem a etapa de construção, onde se define qual o tipo de algoritmo de ML utilizar e o modelo mais adequado para resolver determinado problema.

Na sequência, a etapa de preparação, onde se utiliza o dado histórico para aprender padrões e obter uma resposta. O modelo treina observando os dados históricos e então é utilizado para fazer previsões. Em seguida, vem a parte de implantação, considerada um dos maiores desafios. Essa etapa estuda inferências, se o modelo poderá ser usado de forma efetiva e como colocá-lo em produção. Logo, se estuda o panorama de desafios e se avalia como o SageMaker pode ajudar a resolvê-los.

Simplificando com o SageMaker

Por ser um ciclo complexo, no final das contas, o cientista de dados se vê diante de um grande problema. O SageMaker, contudo, abstrai o trabalho pesado de cada etapa do ciclo, a fim de facilitar o desenvolvimento de modelos de alta qualidade. O aplicativo possui componentes independentes para cada etapa, os quais podem ser usados separadamente conforme cada caso de uso.

As camadas de extração são outros instrumentos criados pela AWS para simplificar a utilização de serviços. O SageMaker Studio, por exemplo, é uma extração a qual fornece uma interface gráfica completa, que permite visualizar cada componente do processo de desenvolvimento de ML. Com ela, é possível fazer upload rápido de dados, treinar e ajustar modelos, alterar as etapas do ciclo, criar novos notebooks, entre outras tarefas.

Normalmente, a porta de entrada para o SageMaker é o SageMaker Notebook, uma instância com a qual se começa a construir os primeiros modelos, treinar e fazer inferências. Porém, conforme o usuário vai ganhando maturidade com Machine Learning, é possível utilizar outros serviços para apoiar as demais partes, como o Processing Jobs, por exemplo, que já possui um poder de processamento muito maior em relação ao primeiro.

Metodologia CRISP DM

CRISP DM (Cross Industry Standard Process for Data Mining) é o processo padrão de mercado para se trabalhar com ciência de dados e que reforça a natureza cíclica e interativa da mesma. Essa metodologia também pode ser aplicada para trabalhar com Machine Learning, como a BRLink e AWS tem realizado. Por isso, conheça as 4 fases da metodologia CRISP DM para obter sucesso na construção de modelos de ML:

1º Compreensão do problema:

A primeira fase é entender quais são os desafios de negócio do cliente. De nada adianta utilizar a tecnologia pela tecnologia, é preciso entender o problema e usar os recursos existentes para impactar o negócio.

2º Compreensão dos dados:

A segunda fase é coodepende da primeira, pois consiste em compreender os dados e de que maneira estão relacionados com o problema de negócio. Nessa fase se verifica a qualidade dos dados, padrões interessantes e possíveis hipóteses para o desenvolvimento de modelos.

Fases 3 e 4: Preparação dos dados e modelagem

As fases seguintes também são coodependentes e correspondem ao ciclo de projeto de ML. A fase de preparação dos dados consiste na normalização, seleção e extração de “features”, já a modelagem, consiste no treinamento do modelo e validação de sua qualidade.

Para mais informações,  acesse:
https://materiais.brlink.com.br/webinar_sagemaker