A AWS publicou em 15 de setembro de 2026 um guia técnico que mostra como construir um sistema de etiquetagem automática de produtos de ponta a ponta com customização de modelos serverless no Amazon SageMaker. A proposta central é ajustar o Qwen3-8B, modelo aberto de 8 bilhões de parâmetros, em duas etapas.
Primeiro com fine-tuning supervisionado (SFT, na sigla em inglês) e depois com aprendizado por reforço com recompensas verificáveis (RLVR), usando o algoritmo Group Relative Policy Optimization (GRPO).
O resultado é um modelo especializado em devolver atributos de catálogo no schema correto, de forma consistente. O modelo é publicado para inferência assíncrona.
O gargalo dos catálogos de varejo
O ponto de partida descrito pela AWS é um problema conhecido de quem opera e-commerce. Catálogos raramente chegam organizados: nomes de produtos, descrições e caminhos de categoria vêm de fontes distintas e mudam o tempo todo.
Busca, recomendações e navegação dependem de tags consistentes. Aplicar essas tags manualmente em milhares de SKUs (unidades de manutenção de estoque) é lento e difícil de manter padronizado.
Modelos de fronteira de uso geral até conseguem gerar tags com engenharia de prompt. Mas um fluxo de alto volume costuma ter um objetivo bem mais estreito: acertar os atributos, no formato definido, sem variação.
Quando a taxonomia é estável e a saída pode ser pontuada programaticamente, diz o texto, customizar um modelo aberto menor passa a ser uma escolha mais adequada. Assim, evita-se pagar a cada requisição por capacidades amplas que aquela tarefa específica não precisa.
SFT, rlvr e grpo na prática
A arquitetura de treino tem duas fases. O SFT ensina ao modelo o schema de saída desejado.
Na sequência, o RLVR com GRPO otimiza o comportamento do modelo com recompensas que podem ser verificadas por código. Isso permite calibrar explicitamente o trade-off entre tags faltantes e tags desnecessárias, dois erros com custos diferentes para um catálogo.
A customização serverless do SageMaker gerencia a capacidade de treinamento. O modelo otimizado é implantado separadamente na inferência assíncrona do SageMaker, voltada a enriquecimento de catálogo em lote.
Os detalhes do serviço estão na visão geral da customização de modelos no SageMaker.
Serverless versus training jobs
O material faz uma distinção importante. Um exemplo anterior com o Qwen3-8B, disponível no repositório amazon-sagemaker-examples, usa Amazon SageMaker Training Jobs, com instâncias de GPU escolhidas pelo cliente e imagens de treino personalizadas.
O novo guia adota os treinadores serverless do SageMaker Python SDK v3: SFTTrainer e RLVRTrainer. Quando nenhuma configuração de computação é informada, é o próprio SageMaker que seleciona e libera a capacidade de treinamento para o job.
Há exemplos oficiais de notebooks no repositório do SDK Python v3.
Pré-requisitos e infraestrutura
A AWS lista os recursos necessários antes de começar: permissões no SageMaker AI para gerenciar jobs, datasets e avaliadores do AI Registry, grupos de pacotes de modelo, endpoints e inferência assíncrona, além de iam:PassRole.
Também exige acesso de leitura e escrita no Amazon S3 para catálogo, dados de treino transformados, artefatos e resultados. E acesso ao Amazon ECR apenas se a imagem de inferência vLLM for construída e hospedada.
Treinos SFT e RLVR serverless não exigem imagem personalizada.
É preciso escolher uma região e uma combinação de modelo e técnica suportadas para o Qwen3-8B, segundo a lista de modelos abertos e tipos de customização suportados.
A operação precisa garantir cota de hospedagem suficiente para ml.g6.2xlarge e para o número de endpoints usados. Também precisa ter à mão Python 3.11 ou superior, AWS CLI v2, pandas, SDK Python v3 do SageMaker e Docker.
Como conjunto de dados, o walkthrough usa o Amazon Sales Dataset, público, ou um catálogo próprio que possa ser convertido no mesmo schema de prompt e alvo.
No item de segurança, a recomendação é usar AWS IAM Identity Center ou outro fluxo de credenciais de curta duração, com permissões de menor privilégio. A AWS pede evitar credenciais raiz e chaves de acesso de longa duração.
Por que isso importa
O guia é essencialmente uma receita de eficiência. Em vez de recorrer a um modelo generalista em cada chamada, a abordagem combina um modelo aberto de porte médio com treino gerenciado e serving sob demanda.
Para operações com taxonomia estável e volume alto, isso pode reduzir custo por requisição e simplificar a operação. A capacidade de treino é alocada e liberada automaticamente.
A contrapartida é a dependência de dados de treino bem estruturados e de métricas de recompensa confiáveis. Sem isso, o ajuste fino não entrega a consistência que a tarefa de etiquetagem exige.
Fontes e links
- AWS
- Visão geral da customização de modelos no SageMaker
- Exemplos de customização serverless no SDK Python v3
- Inferência assíncrona no Amazon SageMaker
