O que mudou no SageMaker Feature Store
A AWS anunciou que o Amazon SageMaker Feature Store passou a oferecer suporte ao SageMaker Python SDK v3. A atualização chega acompanhada de duas capacidades relevantes: integração com controles de acesso do Lake Formation e suporte à configuração de propriedades de tabelas Apache Iceberg.
Para quem não conhece, o Feature Store é um repositório totalmente gerenciado pela AWS para armazenar, compartilhar e gerenciar features — ou seja, as variáveis e atributos utilizados no treinamento de modelos de aprendizado de máquina (ML). Com essa atualização, cientistas de dados passam a contar com interfaces mais modernas e modulares para administrar seus grupos de features.
Principais capacidades da atualização
SDK v3 com fluxos de trabalho simplificados
Com o SDK v3, a AWS promete fluxos de trabalho mais diretos e com menos código repetitivo (boilerplate) para o gerenciamento de grupos de features. A proposta é tornar o dia a dia do cientista de dados mais produtivo, aproveitando as interfaces modernas e modulares da nova versão do SDK.
Controle de acesso com Lake Formation
A integração com o Lake Formation permite que equipes apliquem controles de acesso em nível de coluna e de linha sobre os dados armazenados no offline store. Essa configuração é feita por meio de uma opção disponível no momento de criação do grupo de features. Na prática, isso significa que é possível restringir quais usuários ou processos têm acesso a determinados campos ou registros dos dados de features — um recurso importante para cenários com dados sensíveis ou regulados. Para saber mais sobre essa funcionalidade, a AWS disponibiliza a documentação de controles de acesso do Lake Formation.
Propriedades de tabelas Iceberg
O suporte ao Apache Iceberg permite que cientistas de dados configurem propriedades adicionais das tabelas diretamente pelo SDK — como compactação de dados e expiração de snapshots. Essas configurações têm impacto direto na performance de consultas e na otimização do espaço de armazenamento offline. A documentação de gerenciamento de metadados Iceberg traz os detalhes para quem quiser explorar essa funcionalidade.
Por que isso importa
O ponto central dessa atualização é a consolidação: antes, gerenciar controle de acesso e otimização de armazenamento poderia exigir ferramentas separadas. Agora, a AWS centraliza essas operações dentro do próprio SDK v3, reduzindo a complexidade operacional para as equipes de dados.
Disponibilidade e como começar
As novas capacidades estão disponíveis em todas as regiões da AWS onde o Amazon SageMaker Feature Store já está presente. Para utilizá-las, basta instalar a versão SageMaker Python SDK v3.8.0 ou superior.
Fonte
Amazon SageMaker Feature Store now supports SageMaker Python SDK V3 (https://aws.amazon.com/about-aws/whats-new/2026/05/amazon-sagemaker-feature-store-pyv3/)
Leave a Reply