热点事件 持续更新
GS Caltex 用 SageMaker Canvas 打通生产 MLOps
1 篇报道 1 个报道来源 2 小时前更新
先了解这件事
AI 综述
2026 年 11 月 14 日，AWS Machine Learning Blog 发布一手案例：韩国能源化工企业 GS Caltex 将 Amazon SageMaker Canvas 与 SageMaker Pipelines 打通，实现机器学习的生产化。其做法是由工艺工程师在 Canvas 中以无代码方式建模，ML 工程师则负责模型的部署与推理调度，实现两个角色的自动化交接。团队复用已验证的预处理流程和模型，使模型部署时间从约 1 周缩短到数小时。推理方式上，采用每 30 分钟一次的 batch 推理替代常驻 endpoint，明显降低了推理成本。
AI 根据报道生成 · 2 小时前更新
最新进展11月14日 07:22
GS Caltex 无代码建模加自动交接，部署从约 1 周缩至数小时并降推理成本。报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- AWS Machine Learning BlogGS Caltex 用 Amazon SageMaker Canvas 实现 MLOps 生产化（第一部分）
韩国能源化工企业 GS Caltex 将 Amazon SageMaker Canvas 与 SageMaker Pipelines 打通，由工艺工程师在 Canvas 中无代码建模，ML 工程师负责部署与调度推理。通过自动化交接并复用已验证的预处理流程和模型，模型部署时间从约 1 周缩短到数小时，并以每 30 分钟一次的 batch 推理替代常驻 endpoint，明显降低推理成本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。