As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Próximas etapas e recursos
<a name="whats-next"></a>

Este guia explica algumas considerações ao planejar o ciclo de vida dos modelos de aprendizado de máquina que você deseja levar à produção. Ele discute os desafios e as melhores práticas em quatro áreas — dados, treinamento, implantação e monitoramento — e inclui recursos adicionais relevantes.

AWS fornece o Well-Architected Framework, que ajuda os arquitetos de nuvem a criar infraestruturas seguras, de alto desempenho, resilientes e eficientes para uma variedade de aplicativos, cargas de trabalho e domínios de tecnologia. Para ler mais, consulte o [Machine Learning Lens](https://docs.aws.amazon.com/wellarchitected/latest/machine-learning-lens/machine-learning-lens.html) oferecido pela AWS Well-Architected.

## Recursos
<a name="resources"></a>

**Documentação da Amazon SageMaker AI**
+ [Loja de recursos de SageMaker IA da Amazon](https://docs.aws.amazon.com/sagemaker/latest/dg/feature-store-getting-started.html)
+ [Segurança e controle de acesso da Feature Store](https://docs.aws.amazon.com/sagemaker/latest/dg/feature-store-security.html)
+ [Valores de Shapley](https://docs.aws.amazon.com/sagemaker/latest/dg/clarify-shapley-values.html)
+ [Depurador de SageMaker IA da Amazon](https://docs.aws.amazon.com/sagemaker/latest/dg/train-debugger.html)
+ [Pipelines de SageMaker IA da Amazon](https://docs.aws.amazon.com/sagemaker/latest/dg/pipelines-sdk.html)
+ [Modelos de projeto padrão do Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/sagemaker-projects-templates-sm.html)
+ [SageMaker Inferência de IA em tempo real](https://docs.aws.amazon.com/sagemaker/latest/dg/realtime-endpoints.html)
+ [Dimensione automaticamente os modelos de SageMaker IA da Amazon](https://docs.aws.amazon.com/sagemaker/latest/dg/endpoint-auto-scaling.html)
+ [Inferência assíncrona de SageMaker IA da Amazon](https://docs.aws.amazon.com/sagemaker/latest/dg/async-inference.html)
+ [SageMaker Monitor de modelo AI](https://docs.aws.amazon.com/sagemaker/latest/dg/model-monitor-data-capture.html)

**AWS ferramentas para desenvolvedores**
+ [AWS CodePipeline](https://aws.amazon.com/codepipeline/)

**AWS postagens no blog**
+ [Entendendo os principais recursos da Amazon SageMaker AI Feature Store](https://aws.amazon.com/blogs/machine-learning/understanding-the-key-capabilities-of-amazon-sagemaker-feature-store/)
+ [Testando a qualidade dos dados em grande escala com PyDeequ](https://aws.amazon.com/blogs/big-data/testing-data-quality-at-scale-with-pydeequ/)
+ [Experiências de SageMaker IA da Amazon](https://aws.amazon.com/blogs/aws/amazon-sagemaker-experiments-organize-track-and-compare-your-machine-learning-trainings/)
+ [Implantação e monitoramento seguros de SageMaker endpoints da Amazon com e CodePipeline AWS CodeDeploy](https://aws.amazon.com/blogs/machine-learning/safely-deploying-and-monitoring-amazon-sagemaker-endpoints-with-aws-codepipeline-and-aws-codedeploy/)
+ [Implemente modelos de ML paralelos na Amazon SageMaker AI](https://aws.amazon.com/blogs/machine-learning/deploy-shadow-ml-models-in-amazon-sagemaker/)
+ [Teste A/B de modelos de ML em produção usando Amazon AI SageMaker ](https://aws.amazon.com/blogs/machine-learning/a-b-testing-ml-models-in-production-using-amazon-sagemaker/)