SageMaker предоставляет пользователям два варианта выполнения задач Airflow:
Используйте API-интерфейсы в SageMaker Python SDK для создания ввода всех операторов SageMaker в Airflow.Блог, который вы указали, идет по этому пути.Например, они используют API training_config в SageMaker Python SDK и оператор SageMakerTrainingOperator в Airflow.
Используйте PythonOperator, предоставляемый Airflow, и пишите коды Python, чтобы делать то, что вы хотите.
Для 1 в SageMaker реализованы только API-интерфейсы, связанные с обучением, настройкой, развертыванием и преобразованием одной модели.Следовательно, вы делаете конвейерную модель, я не думаю, что у нее есть API, который вы хотите.
Но для 2, если вы можете закончить то, что вы хотите в любых кодах Python с SageMaker.Вы должны быть в состоянии адаптировать его как вызовы Python и заставить их работать с PythonOperators.Вот пример для обучения этому способу, предоставленному SageMaker:
https://sagemaker.readthedocs.io/en/stable/using_workflow.html#using-airflow-python-operator
Я думаю, вы можете сделать аналогичные вещи, чтобы Airflow работал с вашей моделью конвейера.