Amazon SageMaker Feature Store prend désormais en charge le kit SDK Python v3 de SageMaker
Amazon SageMaker Feature Store prend désormais en charge le kit SDK Python v3 de SageMaker, y compris de nouvelles fonctionnalités pour les contrôles d’accès à Lake Formation et la configuration des propriétés des tables Apache Iceberg. Feature Store est un référentiel entièrement géré permettant de stocker, partager et gérer les fonctionnalités des modèles de machine learning. Les scientifiques des données peuvent désormais utiliser les interfaces modernes et modulaires du kit SDK v3 pour gérer des groupes de caractéristiques avec un contrôle d’accès précis et un stockage hors ligne optimisé.
Les scientifiques des données peuvent utiliser le kit SDK Python v3 de SageMaker pour gérer des groupes de caractéristiques grâce à des flux de travail rationalisés et à des procédures plus simples. Grâce à l’intégration de Lake Formation, les scientifiques des données peuvent appliquer le contrôle d’accès au niveau des colonnes et des lignes aux données des magasins hors ligne grâce à un paramètre d’activation lors de la création de groupes de caractéristiques. Grâce à la prise en charge des propriétés Iceberg, les scientifiques des données peuvent configurer des propriétés de table supplémentaires, telles que le compactage et l’expiration des instantanés, directement via le kit SDK afin d’optimiser les performances de stockage et de requête. Ces fonctionnalités permettent aux scientifiques des données de gérer l’accès aux données des fonctionnalités et d’optimiser les performances des magasins hors ligne à partir d’un seul kit SDK sans gérer d’outils distincts.
Cette fonctionnalité est disponible dans toutes les Régions AWS où Amazon SageMaker Feature Store est disponible. Pour commencer, installez SageMaker Python SDK v3.8.0 ou une version ultérieure. Pour en savoir plus, consultez la documentation relative aux contrôles d’accès à Lake Formation et à la gestion des métadonnées Iceberg.