Amazon SageMaker Studio теперь поддерживает разработку на языке Scala благодаря интеграции с Almond kernel — Jupyter-ядром для Scala, написанным на Scala.js. Эта интеграция открывает новые возможности для специалистов по машинному обучению и обработке данных, работающих в экосистеме JVM.
Что такое Almond kernel
Almond представляет собой реализацию протокола Jupyter на Scala.js, что позволяет выполнять Scala-код непосредственно в браузере. Ядро поддерживает множество популярных библиотек для работы с данными, включая:
- Apache Spark для распределенной обработки данных
- Breeze для численных вычислений
- Vegas для визуализации данных
- Ammonite для улучшенного REPL-опыта
Процесс установки
Установка Almond kernel в SageMaker Studio состоит из нескольких этапов:
- Создание Jupyter-конфигурации с помощью coursier
- Установка Almond kernel через coursier CLI
- Настройка ядра в SageMaker Studio
- Создание нового notebook с выбранным ядром
Процесс требует установки coursier — инструмента управления зависимостями для Scala, который автоматически загружает и настраивает необходимые компоненты.
Преимущества для разработчиков
Интеграция Almond kernel с SageMaker Studio предоставляет несколько ключевых преимуществ:
- Единая среда разработки — возможность работать с Scala в привычной среде SageMaker Studio
- Доступ к AWS-сервисам — интеграция с другими сервисами AWS через Scala SDK
- Интерактивная разработка — поддержка интерактивной работы с данными через Jupyter notebook
- Библиотеки машинного обучения — доступ к богатой экосистеме ML-библиотек для Scala
Интеграция Scala в SageMaker Studio — это не просто техническое улучшение, а стратегический шаг Amazon по расширению аудитории платформы. После доминирования Python в ML-сообществе, AWS явно пытается привлечь разработчиков из мира JVM, которые десятилетиями строили масштабируемые системы. Вопрос в том, найдет ли Scala свою нишу в ML-разработке или останется нишевым инструментом для тех, кто не хочет покидать комфортную экосистему JVM.
Пример использования
После установки разработчики могут создавать рабочие пространства с поддержкой Scala и использовать все преимущества SageMaker Studio:
- Интерактивное выполнение кода с немедленным отображением результатов
- Визуализация данных с помощью библиотек типа Vegas
- Работа с распределенными вычислениями через Spark
- Интеграция с AWS-сервисами через официальные SDK
Перспективы развития
Поддержка Scala в SageMaker Studio открывает новые возможности для:
- Миграции legacy-систем — компаний, имеющих существующую инфраструктуру на Scala
- Высокопроизводительных вычислений — задач, требующих производительности JVM
- Распределенной обработки данных — использования Spark для больших данных
- Функционального программирования — разработчиков, предпочитающих функциональный подход
По сообщению AWS Machine Learning Blog, эта интеграция особенно важна для организаций, уже использующих Scala в своих ML-пайплайнах и желающих объединить разработку в единой среде.