Modelos de fundação transformer pré-treinados para previsão de séries temporais zero-shot em dados univariados e multivariados.
Tokenize observações históricas para gerar previsões probabilísticas de séries temporais com modelos de fundação.
O Chronos é uma biblioteca Python da Amazon Science que adapta arquiteturas transformer em previsores de séries temporais zero-shot. Ele converte observações em tokens para prever trajetórias futuras sem retreinamento específico para a tarefa. Cientistas de dados e engenheiros de ML que buscam previsões probabilísticas sem construir pipelines de treinamento personalizados devem utilizá-lo.
A ferramenta fornece pipelines em Python para executar inferência na família de modelos de fundação Chronos, incluindo Chronos-2 e Chronos-Bolt. Ela aceita pandas DataFrames contendo alvos históricos e covariáveis exógenas opcionais, retornando intervalos de previsão quantílica. Você pode executar inferência localmente em hardware de CPU ou GPU, ou implantar endpoints no AWS SageMaker via AutoGluon-Cloud.
É adequado para equipes de ciência de dados que exigem previsão probabilística zero-shot em séries de alto volume sem ajuste manual de modelos. É ideal se você já trabalha em ambientes de nuvem PyTorch, Hugging Face ou AWS. É menos adequado para hardware de borda restrito que não consegue executar confortavelmente modelos transformer.
Preveja trajetórias futuras de séries temporais usando contexto histórico e covariáveis exógenas sem retreinamento de dataset.
Divida o contexto em patches de múltiplas observações para previsão direta em múltiplos passos com menor uso de memória.
Gere intervalos de previsão em níveis de quantil configuráveis para quantificar diretamente a incerteza da previsão.
Passe datasets tabulares padrão de séries temporais diretamente para as funções de previsão do pipeline.
O Chronos é gratuito e open source sob a licença Apache-2.0. Os custos operacionais vêm da computação do seu host local ou recursos de nuvem usados ao implantar modelos no AWS SageMaker ou AutoGluon-Cloud.
877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Sim, o Chronos-2 suporta previsão informada por covariáveis ao aceitar um DataFrame de valores futuros de covariáveis.
Ele emite previsões em níveis de quantil específicos (como 0.1, 0.5 e 0.9) para fornecer intervalos de previsão.
Embora modelos pequenos possam ser executados em CPU, a aceleração de GPU PyTorch (CUDA) é recomendada para modelos maiores e inferência em lote.
Veja o Zekai primeiro no Google