BedrockArquitetura
Nível de dificuldade: Intermediário (3 de 5)
SageMaker agora prepara dados de treinamento com IA, mas ainda não chega a São Paulo
Em números
- 2 regiões disponíveis no lançamento: US East (N. Virginia) e US West (Oregon)
- 5 tipos de tarefa de rotulagem prontos: classificação, reconhecimento de entidades nomeadas, perguntas e respostas extrativas, avaliação ordinal e sumarização, além de tarefas customizadas
O que mudou
O Amazon SageMaker passou a oferecer recursos de preparação de dados com IA (AI data preparation) para montar datasets de treinamento e avaliação, tanto para customização de modelos baseados em texto quanto para machine learning tradicional. O anúncio é de 17 de novembro de 2026, no AWS What's New.
O pacote reúne cinco frentes:
- Geração sintética cria exemplos de treinamento, avaliação e teste a partir de uma especificação ancorada nos documentos do próprio time.
- Rotulagem automática em escala cobre classificação, reconhecimento de entidades nomeadas, perguntas e respostas extrativas, avaliação ordinal, sumarização e tarefas customizadas, cada registro saindo com um score de confiança.
- Revisão humana entra quando o score fica abaixo do limiar definido: o registro vai para uma fila de revisão no Label Studio Community Edition, dentro do SageMaker AI Studio.
- Avaliação de qualidade encontra duplicatas e aponta problemas como tom inadequado e pouca diversidade, combinando métricas e regras.
- Transformação de dados limpa e reformata o dataset para a técnica de treinamento ou avaliação escolhida, com operadores como deduplicação, filtro e conversão de formato.
Quem trabalha com Bedrock ou SageMaker sabe que boa parte do tempo de um projeto de IA generativa não vai para treinar o modelo, vai para arrumar o dado antes disso. É essa etapa que o novo conjunto de recursos ataca: a fonte não traz números de tempo ganho, mas o problema que ela descreve (semanas de rotulagem e limpeza manual) é exatamente o gargalo que trava a passagem de protótipo para produção.
Onde está disponível
A AWS informa que os recursos estão disponíveis em US East (N. Virginia) (us-east-1) e US West (Oregon) (us-west-2). A fonte não menciona a região América do Sul (São Paulo), sa-east-1: por ora, quem opera o SageMaker a partir do Brasil precisa gerar e rotular os dados nas regiões dos EUA e só depois trazer o dataset pronto para a região onde o modelo será treinado ou servido.
Quanto custa
O anúncio não traz uma tabela de preço específica para os recursos de preparação de dados. O modelo descrito é de uso direto: os dados de origem, os datasets gerados e os rótulos ficam nos buckets Amazon S3 do próprio cliente, sob um papel IAM que ele controla, o que sugere que o custo de armazenamento e de cômputo segue o faturamento padrão do SageMaker e do S3, mas a fonte não detalha preço por token, por registro rotulado ou por hora. Vale conferir a página de preços do SageMaker antes de dimensionar um projeto maior.
Como começar
A fonte descreve dois caminhos de acesso, sem passo a passo detalhado de console:
- Via SageMaker Python SDK, chamando a API diretamente no código do pipeline de dados.
- Em linguagem natural, pela versão mais recente da skill de AWS AI-ML dentro do Agent Toolkit for AWS.
O ponto de partida pode ser bem pequeno: a AWS diz que o time pode começar com poucos exemplos, com traces de produção ou com dados já existentes em Amazon S3, Amazon Athena ou AWS Glue Data Catalog. Não é preciso ter um dataset grande pronto para testar a geração sintética ou a rotulagem automática.
O que muda para quem já usa
Para quem já roda pipelines de fine-tuning ou avaliação de modelo no SageMaker, a mudança prática é ter geração sintética, rotulagem, revisão humana, avaliação de qualidade e transformação de dados dentro do mesmo fluxo, sem montar essa esteira com ferramentas externas de labeling. A fila de revisão humana no Label Studio Community Edition, dentro do SageMaker AI Studio, substitui integrações manuais que hoje exigem exportar e reimportar dados entre sistemas.
Dois pontos ficam em aberto para quem opera no Brasil: a ausência de São Paulo na lista de regiões obriga a decidir se o pipeline de preparação roda inteiro nos EUA antes do treino local, e a falta de preço detalhado na fonte deixa a conta real só visível depois de rodar um piloto e olhar a fatura do S3 e do SageMaker.
Fonte: AWS What's New
Serviços neste textoBedrockSageMaker
Leve para a sua IA
Decida com o seu assistente, com o contexto deste texto já montado.
1. O que você quer saber
Ver o prompt
Li no AWS Hub: "SageMaker agora prepara dados de treinamento com IA, mas ainda não chega a São Paulo" (https://awshub.com.br/noticia/sagemaker-agora-prepara-dados-de-treinamento-com-ia-mas-ainda-nao-chega-a-sao-pa). Resumo: O Amazon SageMaker passou a oferecer recursos de geração sintética, rotulagem automática e avaliação de qualidade de dados para treinar e avaliar modelos. O recurso está disponível desde 17 de novembro de 2026, só em Virgínia e Oregon. Fonte oficial: https://aws.amazon.com/about-aws/whats-new/2026/11/sagemaker-ai-data-prep-capabilities/ Serviços: Bedrock, SageMaker Minha stack: [descreva em uma linha: serviços, linguagem, volume, região] Isso muda alguma coisa na minha arquitetura? O que eu faria diferente a partir de amanhã?