AWS、MLflowと同期強化

今回の更新は、MLflowで実験するデータサイエンティストと、本番承認済みモデルの一元レジストリを求めるガバナンス担当者との間のギャップを解消する。従来は同期に指標・評価結果・系列情報が欠けており、ガバナンス担当者は候補モデルの検証にレジストリから離れる必要があった。現在は自動同期に4種類のメタデータカテゴリが含まれ、追加手順なしでレビューと承認が可能になる。

ライフサイクルステージの昇格は、sagemakerlifecycle-staging-pendingのようなMLflowエイリアスで制御され、IAM条件キーが権限のない本番昇格を防ぐ。これにより、単一アカウント環境でデータサイエンティストとガバナンス担当者の役割が分離される。

本機能の効果はIAMロールの適切な設定とチームによる同期採用次第だ。大規模組織向けには、規制環境での適用範囲の広さを示すクロスアカウントガバナンスパターンを第2部で解説する予定。