AWS Machine Learning Blog 发布于 09/22 00:34

Run Positron on Amazon SageMaker AI for data science workflows

（翻译）在 Amazon SageMaker AI 上运行 Positron 以支持数据科学工作流

资讯摘要

Positron, Posit's IDE for data science, now runs on Amazon SageMaker AI. This post shows how a data scientist explores an Amazon Athena table, validates features in R, trains an XGBoost model in Python, deploys a real-time SageMaker AI endpoint, and reports results with Quarto, all in one governed S

AI 摘要

AWS 机器学习博客介绍在 Amazon SageMaker AI 上运行 Positron IDE 的数据科学工作流。文章演示数据科学家在 Studio 的 Space 中探索 Amazon Athena 表、用 R 验证特征、用 Python 训练 XGBoost 模型、部署 SageMaker AI 实时端点，并通过 Quarto 生成可复现报告，同时使用 Amazon Bedrock 支撑 Posit Assistant。

AI 问答

Positron 如何运行在 Amazon SageMaker AI 上？

Posit 发布了基于 Amazon SageMaker Distribution 镜像构建的 Positron 容器镜像定义，管理员将其推送到自己的 Amazon ECR 仓库、注册到 SageMaker AI 并附加到 Studio 域，数据科学家创建 Space 时选择 Positron 即可打开 IDE。

这个工作流如何兼顾数据访问与安全？

Positron 在 Space 执行角色下运行，可直接查询 Amazon Athena、AWS Glue Data Catalog 和 Amazon S3，无需管理凭证。Posit Assistant 可使用 Amazon Bedrock 作为模型提供方，客户内容加密、不用于改进基础模型，也可通过 AWS PrivateLink 配置私有连接。

示例中的模型训练和部署结果如何？

示例在 R 中验证特征，在 Python 中训练 XGBoost 分类器，留出评估得到 AUC 0.834，最高风险十分位观察到的违约率为 12.3%；随后将结果写入 Parquet 并注册到 Athena，再部署为 SageMaker AI 实时端点，并用 Shiny for Python 应用调用。