16 avril 2025 — Snowflake ML Jobs — Aperçu

Snowflake annonce l’aperçu de Snowflake ML Jobs, une nouvelle fonctionnalité qui vous permet d’exécuter des workflows de machine learning (ML) à partir de votre environnement local.

Snowflake ML Jobs vous permet de :

  • Exécutez les charges de travail ML sur les Snowflake Compute Pools, en tirant parti du GPU et des instances CPU à mémoire élevée.

  • Utilisez votre environnement de développement préféré, tel que VS Code ou les Notebooks Jupyter, sans avoir besoin de feuilles de calcul ou des notebooks Snowflake.

  • Installez et utilisez des paquets Python personnalisés dans votre environnement d’exécution.

  • Optimisez le chargement et déchargement de données, l’entraînement et l’ajustement des hyperparamètres avec les APIs distribuées de Snowflake.

  • Intégrez des outils d’orchestration, tels que Apache Airflow.

  • Contrôlez et gérez les travaux de manière programmatique à l’aide des APIs de Snowflake.

Voici quelques-uns des avantages de Snowflake ML Jobs :

  • Évolutivité : Exécutez l’entraînement ML à grande échelle sur des ensembles de données nécessitant d’importantes ressources de calcul ou l’accélération GPU.

  • Flexibilité : Conservez votre environnement de développement existant tout en exploitant les ressources de calcul de Snowflake.

  • Efficacité : Travaillez directement avec de grands ensembles de données Snowflake pour réduire les mouvements de données et éviter les transferts de données coûteux.

  • Mise en production : Faites passer le code ML du développement à la production avec un minimum de changements, en permettant une exécution programmatique par le biais de pipelines.

  • Compatibilité : Transformez les workflows ML open source avec un minimum de modifications du code.

Pour commencer à utiliser Snowflake ML Jobs, consultez Tâches Snowflake ML.

Important

Snowflake ML Jobs est disponible dans le paquet Python de Snowpark ML (snowflake-ml-python) à partir de la version 1.8.2.