Перейти к содержимому
Экосистема AI Vibe

Новости

GS Caltex: из SageMaker Canvas в прод за часы, не за неделю

Редакция 14 ноября 2026 г.

Схема передачи модели из визуального Canvas в scheduled SageMaker Pipelines с batch inference и Model Registry.

GS Caltex связала SageMaker Canvas с SageMaker Pipelines и сократила путь от проверенной модели до прода с примерно недели до нескольких часов. Процессные инженеры готовят данные и модель в Canvas без кода, ML-инженеры собирают из тех же артефактов повторяемый пайплайн и ведут версии через Model Registry. Пакетный inference по расписанию — каждые 30 минут через EventBridge — избавил компанию от постоянно работающих endpoint и снизил стоимость прогонов.

Две роли и передача артефактов

В Canvas остаются Data Wrangler preprocessing flow, обученная модель и результаты оценки. В проде — Processing jobs, одобрение в Model Registry и история шагов. Раньше при переносе вручную задавали S3-пути, конфиг модели и связку подготовки данных с inference; автоматизация переиспользует то, что процессный инженер уже валидировал визуально.

Пять шагов batch inference

После одобрения модели пайплайн на SageMaker Pipelines по цепочке PrepareInput → PreprocessNewData → DropTargetColumn → BatchPredict → AssembleResults: при необходимости подставляет placeholder целевой колонки, прогоняет экспортированный .flow через Processing, убирает target перед моделью, делает Batch Transform и сохраняет итоговый CSV в S3. На каждом получасовом цикле модель заново не регистрируют — работает уже развёрнутая одобренная версия.

Типичные срывы на стыке

URI в .flow не обновится сам, если inference-данные лежат в другом пути S3 — сверяйте с Processing job после экспорта из Canvas. Параметр пайплайна не подменяет URI внутри файла. Параметры скейлинга и кодирования с обучения нельзя пересчитывать на каждом batch. Если flow фильтрует по target или использует target encoding, одной заглушки целевой колонки мало — inference-ветку нужно развести отдельно.

Источник: Production MLOps at GS Caltex with Amazon SageMaker Canvas, part 1.