Amazon SageMaker Feature Store unterstützt jetzt SageMaker Python SDK V3
Amazon SageMaker Feature Store unterstützt jetzt SageMaker Python SDK v3, einschließlich neuer Funktionen für Lake Formation-Zugriffskontrollen und die Konfiguration der Tabelleneigenschaften von Apache Iceberg. Feature Store ist ein vollständig verwaltetes Repository zum Speichern, Freigeben und Verwalten von Funktionen für Machine Learning-Modelle. Datenwissenschaftler können nun die modernen, modularen Schnittstellen des SDK v3 nutzen, um Funktionsgruppen mit einer detaillierten Zugriffskontrolle und optimierter Offline-Speicherung zu verwalten.
Datenwissenschaftler können das SageMaker Python SDK v3 nutzen, um Funktionsgruppen mit optimierten Workflows und weniger Standardcode zu verwalten. Dank der Integration von Lake Formation können Datenwissenschaftler bei der Erstellung von Funktionsgruppen über eine Opt-in-Einstellung Zugriffskontrollen auf Spalten- und Zeilenebene für Offline-Speicherdaten festlegen. Mithilfe der Iceberg-Eigenschaften können Datenwissenschaftler zusätzliche Tabelleneigenschaften wie Komprimierung und Ablauf von Snapshots direkt über das SDK konfigurieren, um die Speicher- und Abfrageleistung zu optimieren. Dank dieser Funktionen können Datenwissenschaftler den Zugriff auf Funktionsdaten steuern und die Leistung des Offline-Speichers über ein einziges SDK optimieren, ohne separate Tools verwalten zu müssen.
Diese Funktionen sind in allen AWS-Regionen verfügbar, in denen der Amazon SageMaker Feature Store verfügbar ist. Installieren Sie zunächst SageMaker Python SDK v3.8.0 oder höher. Weitere Informationen finden Sie in der Dokumentation zu den Zugriffskontrollen von Lake Formation und zur Metadatenverwaltung von Iceberg.