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.