Amazon SageMakerプロジェクトを使用してMLパイプラインを構築

SageMakerプロジェクトの作成

SageMaker Studioの左ナビゲーションで[Deployments]-[Projects]を選択しました。

[+ Create project]をクリックしました。

[Not supported]MLOps template for model building, training, and deploymentを選択して、[Next]ボタンをクリックしました。

Nameを入力して、[Create Project]ボタンをクリックしました。

プロジェクト作成が開始されて6分ぐらいで作成完了しました。

作成されたリソースの確認

プロジェクト名をクリックするとリポジトリが2つ見えます。
[Not supported]となっていたのはCodeCommitを使うテンプレートだったからですね。

CloudFormationスタックが作成されていました。

スクリプトやパイプラインアーティファクトストア向けのS3バケットも作成されています。

モデルビルドとモデルデプロイのパイプラインがありますが失敗しています。

CodeCommitリポジトリも2つ作成されています。

Readmeには構成などの情報があります。

パイプラインの実行

モデルビルドのパイプラインを[変更をリリースする]ボタンから再実行しました。

CodeBuildでcodebuild-buildspec.ymlによってSageMaker Pipelineが定義されて実行されています。

モデルビルドのパイプラインが成功で完了しました。

SageMaker Model Registoryではモデルが作成され新しいバージョンが承認待ちになっています。

EventBridgeルールには次のルールが作成されていて、モデルを承認するとモデルデプロイのCodePipelineが実行されるようになっています。

モデルのバージョンを承認しました。

承認するとモデルデプロイのCodePipelineが実行されました。

ステージング環境へのデプロイが完了すると承認待ちになります。

ステージングデプロイ後のCodeBuildのテスト結果ログを確認するとsuccessになっています。

承認しました。

本番環境のエンドポイントも作成されました。

最後までお読みいただきましてありがとうございました！

「AWS認定資格試験テキスト＆問題集　AWS認定ソリューションアーキテクト - プロフェッショナル 改訂第2版」という本を書きました。

「AWS認定資格試験テキスト AWS認定クラウドプラクティショナー 改訂第3版」という本を書きました。

「ポケットスタディ AWS認定 デベロッパーアソシエイト ［DVA-C02対応］ 」という本を書きました。

「要点整理から攻略するAWS認定ソリューションアーキテクト-アソシエイト」という本を書きました。

「AWSではじめるLinux入門ガイド」という本を書きました。

@yamamanx

開発ベンダー5年、ユーザ企業システム部門通算9年、ITインストラクター5年目でプロトタイプビルダーもやりだしたSoftware Engineerです。
質問はコメントかSNSなどからお気軽にどうぞ。
出来る限りなるべく答えます。

このブログの内容/発言の一切は個人の見解であり、所属する組織とは関係ありません。
このブログは経験したことなどの共有を目的としており、手順や結果などを保証するものではありません。
ご参考にされる際は、読者様自身のご判断にてご対応をお願いいたします。

また、勉強会やイベントのレポートは自分が気になったことをメモしたり、聞いて思ったことを書いていますので、登壇者の意見や発表内容ではありません。