Présentation
La gestion d'expériences personnalisées grâce au machine learning vous permet de créer des expériences Amazon Personalize personnalisées pour votre portefeuille de produits, y compris des modèles de recommandation personnalisés à grande échelle. Cette solution AWS rationalise et accélère le développement et le déploiement de vos charges de travail de personnalisation par le biais de l'automatisation et des mises à jour planifiées des ressources d'Amazon Personalize.
Avantages
Automatisez la création de toutes les ressources dans Amazon Personalize dès le départ pour économiser du temps et de l'argent.
Intégrez les flux de travail d'Amazon Personalize dans vos applications.
Détails techniques
Vous pouvez déployer automatiquement cette architecture à l'aide du guide d'implémentation et du modèle AWS CloudFormation qui l'accompagne.
Étape 1
Le modèle AWS CloudFormation déploie un compartiment Amazon Simple Storage Service (Amazon S3) utilisé pour stocker les données de personnalisation et les fichiers de configuration.
Étape 2
Une fonction AWS Lambda lancée lorsqu'une nouvelle configuration de personnalisation ou mise à jour est chargée sur le compartiment de données de personnalisation.
Étape 3
Un flux de travail AWS Step Functions gère l'ensemble des ressources d'un groupe de jeux de données Amazon Personalize (comprenant des jeux de données, des schémas, un suivi d'événements, des filtres, des solutions, des campagnes et des tâches d'inférence par lot).
Étape 4
Des métriques Amazon CloudWatch pour Amazon Personalize pour chaque nouvelle version de solution entraînée sont ajoutées, afin de vous aider à évaluer les performances d'un modèle au fil du temps.
Étape 5
Une rubrique et un abonnement Amazon Simple Notification Service (Amazon SNS) pour notifier un administrateur par e-mail lorsque le flux de maintenance est terminé.
Étape 6
Amazon DynamoDB suit les événements planifiés configurés pour Amazon Personalize pour réentraîner entièrement ou en partie des solutions Amazon Personalize, importer ou réimporter des jeux de données et exécuter des tâches d'inférence par lot.
Étape 7
Un flux de travail Step Functions suit les événements planifiés en cours d'exécution et invoque des step functions pour réaliser la maintenance de solution Amazon Personalize (création de nouvelles versions de solution, mise à jour de campagnes), importer des jeux de données mis à jour et effectuer une inférence par lot.
Étape 8
Un ensemble de fonctions de maintenance Step Functions pour créer de nouvelles tâches d'importation de jeu de données en temps et en heure, effectuer le réentraînement COMPLET d'une solution Amazon Personalize dans les temps (et mettre à jour les campagnes associées), effectuer le réentraînement de MISE À JOUR d'une solution Amazon Personalize dans les temps (et mettre à jour les campagnes associées), et créer des tâches d'inférence par lot.
Étape 9
Les mises à jour de notification de l'état de la ressource sont postées sur un bus d'événements Amazon EventBridge, via le flux de travail Step Functions .
Étape 10
Une interface de ligne de commande (CLI) vous permet d'importer et d'établir des programmes pour les ressources qui existent déjà dans Amazon Personalize.
Étape 1
Le modèle AWS CloudFormation déploie un compartiment Amazon Simple Storage Service (Amazon S3) utilisé pour stocker les données de personnalisation et les fichiers de configuration.
Étape 2
Une fonction AWS Lambda lancée lorsqu'une nouvelle configuration de personnalisation ou mise à jour est chargée sur le compartiment de données de personnalisation.
Étape 3
Un flux de travail AWS Step Functions pour gérer l'ensemble des ressources d'un groupe de jeux de données Amazon Personalize (comprenant des jeux de données, des schémas, un suivi d'événements, des filtres, des solutions, des campagnes et des tâches d'inférence par lot).
Étape 4
Des métriques Amazon CloudWatch pour Amazon Personalize pour chaque nouvelle version de solution entraînée sont ajoutées, afin de vous aider à évaluer les performances d'un modèle au fil du temps.
Étape 5
Une rubrique et un abonnement Amazon Simple Notification Service (Amazon SNS) pour notifier un administrateur par e-mail lorsque le flux de maintenance est terminé.
Étape 6
Amazon DynamoDB suit les événements planifiés configurés pour Amazon Personalize pour réentraîner entièrement ou en partie des solutions Amazon Personalize, importer ou réimporter des jeux de données et exécuter des tâches d'inférence par lot.
Étape 7
Un flux de travail Step Functions suit les événements planifiés en cours d'exécution et invoque des step functions pour réaliser la maintenance de solution Amazon Personalize (création de nouvelles versions de solution, mise à jour de campagnes), importer des jeux de données mis à jour et effectuer une inférence par lot.
Étape 8
Un ensemble de fonctions de maintenance Step Functions pour créer de nouvelles tâches d'importation de jeu de données en temps et en heure, effectuer le réentraînement COMPLET d'une solution Amazon Personalize dans les temps (et mettre à jour les campagnes associées), effectuer le réentraînement de MISE À JOUR d'une solution Amazon Personalize dans les temps (et mettre à jour les campagnes associées), et créer des tâches d'inférence par lot.
Étape 9
Les mises à jour de notification de l'état de la ressource sont postées sur un bus d'événements Amazon EventBridge, via le flux de travail Step Functions .
Étape 10
Une interface de ligne de commande (CLI) vous permet d'importer et d'établir des programmes pour les ressources qui existent déjà dans Amazon Personalize.
Rubriques connexes
Cette vidéo explique comment rationaliser et accélérer le développement, l'automatisation et le déploiement de vos charges de travail Amazon Personalize à l'aide du maintien d'expériences personnalisées grâce au machine learning.
- Date de publication