📊 Previsão de Estoque Inteligente na AWS com SageMaker Canvas

Desafio de projeto "Previsão de Estoque Inteligente" na AWS com SageMaker Canvas. Neste Lab do Bootcamp da DIO, o objetivo é conhecer e explorar o SageMaker Canvas para criar previsões de estoque baseadas em Machine Learning (ML).

☁️ SageMaker

Amazon SageMaker é um serviço de aprendizado de máquina (Machine Learning) totalmente gerenciado oferecido pela Amazon Web Services (AWS). Ele permite que desenvolvedores e cientistas de dados criem, treinem e implantem modelos de aprendizado de máquina rapidamente e em escala.
O SageMaker oferece uma ampla gama de ferramentas e funcionalidades que cobrem todas as etapas do ciclo de vida do aprendizado de máquina, desde a preparação de dados até o treinamento, ajuste de hiperparâmetros, implantação e monitoramento de modelos.

📖 Aprendizados

• Conhecimento sobre IA Generativa e Machine Learning
• Conhecimento do SageMaker Canvas e suas funcionalidades
• Criar modelos de machine learning utilizando o SageMaker Canvas
• Utilizar IA Generativa (Amazon Bedrock) para criar um modelo de machine learning para fornecedor como DataSet ao SageMaker Canvas
• Desenvolver, sem código, um modelo de machine learning e treiná-lo configurando as variáveis de entrada e saída.

Certificado

🚀 Passo a Passo

1. Selecionar Dataset (Select)

• Escolher um dataset para treinar o modelo de previsão de estoque.
• Realizar o upload do dataset no SageMaker Canvas.
• Para este projeto, foi utilizado um dataset em formato .csv, porém a plataforma da AWS disponibiliza diversas fontes de dados, inclusives outros serviços da AWS (S3, RDS, DynamoDb)

2. Construir/Treinar (Build)

• Configurar as variáveis de entrada e saída de acordo com os dados.
• Iniciar o treinamento do modelo.

3. Analisar (Analyze)

• Examinar as métricas de performance do modelo.
• Verificar as principais características que influenciam as previsões.

4. Prever (Predict)

• Usar o modelo treinado para fazer previsões de estoque.
• Exportar os resultados.

📈 Análise das Métricas

Foram geradas três percentis de previsão (P10, P50 e P90) para o estoque dos produtos. Através dessas previsões, é possível observar as possibilidades de comportamento do estoque e traçar as estratégias adequadas para gestão do negócio.
Por utilizar a versão Free Tier da AWS, foi gerada uma versão simplificada da predição (single prediction).

Exemplo de análise gerada pelo SageMaker:

👩🏽‍💻 Tecnologias

Amazon Web Services - SageMaker Canvas e Amazon Bedrock