在 SageMaker Studio 中推出 Amazon Q 开发者，以简化机器学习工作流 新闻博
Amazon Q Developer：在 SageMaker Studio 中简化机器学习工作流程
重点内容
Amazon Q Developer 是集成在 SageMaker Studio 中的 AI 助手，简化机器学习开发流程。能够处理自然语言输入，提供执行计划、代码生成和故障排除辅助。适合新手和希望提高生产力的用户。今天，我们宣布了 Amazon SageMaker Studio 中的一项新功能，这项功能不仅简化了机器学习ML开发生命周期，还能加速整个过程。Amazon Q Developer 是一款内置于 SageMaker JupyterLab 的生成 AI 助手。该助手能够根据您的自然语言输入，制定个性化的执行计划，推荐最佳工具，提供逐步指导，生成初始代码，并在出错时提供故障排除帮助。此外，它还可以将复杂的 ML 问题转换为更小的任务，并帮助查找相关文档信息。
无论您是首次使用 Amazon SageMaker 来评估生成人工智能生成 AI或传统 ML 用例，还是返回用户都想进一步提高生产力并加快洞察时间，使用 Amazon Q Developer，您可以在 SageMaker Studio 中构建、训练和部署 ML 模型，而无需离开该环境去查找示例笔记本、代码片段和文档及在线论坛的说明。
接下来，我将为您展示 Amazon Q Developer 在 SageMaker Studio 中的不同功能。
开始使用 Amazon Q Developer
在 Amazon SageMaker 控制台中，我前往 域 下的 管理员配置，并在域设置中启用 Amazon Q Developer。如果您是 SageMaker 新手，可以查看 Amazon SageMaker 域概述。我选择我的用户 mytestuser 下的 启动 下拉菜单中的 Studio 来启动 Amazon SageMaker Studio。
当环境准备好后，我选择 应用 下的 JupyterLab，然后选择 打开 JupyterLab 来打开我的 Jupyter 笔记本。
生成 AI 助手 Amazon Q Developer 位于我的 Jupyter 笔记本旁边。我现在可以使用内置命令开始。
我可以立即与 Amazon Q Developer 开始对话，使用自然语言描述 ML 问题。助手可以帮助我使用 SageMaker，无需花时间研究工具及其功能。我使用以下提示：
我在 S3 存储桶中有数据。我想使用这些数据并训练一个 XGBoost 算法进行预测。你能列出包含示例代码的步骤吗？
Amazon Q Developer 为我提供逐步指导，并生成用于训练 XGBoost 算法的代码。我可以轻松地按照推荐的步骤将所需的单元格添加到笔记本中。
让我尝试另一个提示，以生成用于从 S3 下载数据集并使用 Pandas 读取的代码。这可以用于构建或训练我的模型。这有助于简化编码过程，处理重复任务并减少人工工作。我使用以下提示：
你能写出从 S3 下载数据集并使用 Pandas 读取的代码吗？
我还可以询问 Amazon Q Developer 以获取调试和修复错误的指导。助手根据常见错误及其解决方案帮助我排查问题，从而防止我浪费时间进行在线研究和试错。我使用以下提示：
在执行 SageMaker 的批量推理模型质量监控合并作业时，如何解决错误 无法推断 JSON 的模式。必须手动指定。？
最后，我向 Amazon Q Developer 请求关于如何调度笔记本作业的建议。我使用以下提示以获取答案：
调度笔记本作业有哪些选项？
现已上线
您可以在 Amazon SageMaker 一般可用的所有区域访问 Amazon Q Developer。
该助手面向所有 Amazon Q Developer Pro 级别的用户开放，欲了解定价信息，请访问 Amazon Q Developer 定价页面。
蘑菇加速器苹果版今天就开始使用 Amazon Q Developer 在 SageMaker Studio 中访问生成 AI 助手，随时在您的 ML 开发生命周期中获取支持。
Esra
Esra Kayabali
Esra Kayabali 是 AWS 的高级解决方案架构师，专注于分析，包括数据仓库、数据湖、大数据分析、批处理和实时数据流以及数据集成。她拥有超过十年的软件开发和解决方案架构经验，并对协作学习、知识共享和指导社区的云技术之旅充满热情。
