Amazon SageMaker Feature Store ora supporta SageMaker Python SDK V3
Amazon SageMaker Feature Store ora supporta l'SDK SageMaker Python v3, incluse nuove funzionalità per i controlli di accesso di Lake Formation e la configurazione delle proprietà delle tabelle Apache Iceberg. Feature Store è un repository completamente gestito per archiviare, condividere e gestire funzionalità per i modelli di machine learning. I data scientist possono ora utilizzare le moderne interfacce modulari dell'SDK v3 per gestire i gruppi di funzionalità con un controllo degli accessi granulare e un'archiviazione offline ottimizzata.
I data scientist possono utilizzare SageMaker Python SDK v3 per gestire i gruppi di funzionalità con flussi di lavoro semplificati e codice boilerplate ridotto. Con l'integrazione di Lake Formation, i data scientist possono applicare il controllo degli accessi a livello di colonna e di riga sui dati dell'archivio offline tramite un'impostazione di consenso esplicito (opt-in) al momento della creazione del gruppi di funzionalità. Con il supporto delle proprietà Iceberg, i data scientist possono configurare proprietà aggiuntive delle tabelle, come la compattazione e la scadenza degli snapshot, direttamente tramite l'SDK per ottimizzare le prestazioni di archiviazione e di query. Queste funzionalità consentono ai data scientist di governare l'accesso ai dati delle caratteristiche e ottimizzare le prestazioni dell'archivio offline da un singolo SDK, senza dover gestire strumenti separati.
Queste funzionalità sono disponibili in tutte le regioni AWS in cui è disponibile Amazon SageMaker Feature Store. Per iniziare, installa SageMaker Python SDK v3.8.0 o versioni successive. Per ulteriori informazioni, consulta la documentazione sui controlli di accesso di Lake Formation e sulla gestione dei metadati di Iceberg.