GS Caltex 用 SageMaker Canvas+Pipelines 将模型部署时间从一周缩到几小时
热点事件持续更新
GS Caltex 用 SageMaker Canvas+Pipelines 将模型部署时间从一周缩到几小时
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
韩国能源化工企业 GS Caltex 在 AWS Machine Learning Blog 发布技术讲解，介绍其工艺工程师用 Amazon SageMaker Canvas 无代码构建模型、ML 工程师通过自动交接将模型部署到 SageMaker Pipelines 的流程。据称模型部署时间由此从约一周缩短到几小时。生产环节采用每 30 分钟一次的定时批量推理，减少对持续运行端点的依赖。该方案附带示例代码，示例使用的是贷款分类模型，实际使用需按自己模型的输入输出格式调整配置。
AI 根据报道生成 · 1 小时前更新
最新进展11月14日 07:22
GS Caltex 如何用 Amazon SageMaker Canvas 构建生产级 MLOps（第一部分）报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- AWS Machine Learning BlogGS Caltex 如何用 Amazon SageMaker Canvas 构建生产级 MLOps（第一部分）
韩国能源化工企业 GS Caltex 用 Amazon SageMaker Canvas 和 SageMaker Pipelines 将工艺工程师的模型接入生产流程：工程师在 Canvas 中无代码构建模型，ML 工程师通过自动交接部署到 Pipelines，模型部署时间从约一周缩短到几小时。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。