Athrun Data Intelligence


Estudio unificado de Amazon Sagemaker es un único entorno de ampliación de datos y IA que reúne la preparación de datos, el estudio, el educación inevitable (ML) y el ampliación generativo de IA en un solo punto. Al normalizar estos flujos de trabajo, evita que los equipos administren múltiples herramientas y logre directo que los científicos de datos, analistas y desarrolladores construyen, entrenan e implementan modelos ML y aplicaciones de IA mientras colaboran sin problemas.

En Sagemaker Unified Studio, un tesina es un linde en el que puede colaborar con otros usuarios para trabajar en un caso de uso comercial. A cianotipo Define lo que los miembros de AWS Tools and Services de un tesina pueden usar mientras trabajan con sus datos. Los planos son definidos por un administrador y están alimentados por AWS CloudFormation. En punto de restablecer manualmente las estructuras del tesina o las configuraciones de flujo de trabajo, los equipos pueden rotar rápidamente los estudio y entornos de IA seguros, compatibles y consistentes. Este enfoque simplificado reduce significativamente el tiempo de configuración y proporciona espacios de trabajo estandarizados en toda la estructura. Fuera de la caja, Sagemaker Unified Studio viene con varios BluePrints predeterminados.

Nosotros recientemente atrevido La función de planos personalizados en Sagemaker Unified Studio. Las organizaciones ahora pueden incorporar sus dependencias específicas, controles de seguridad utilizando sus propios administrados Papeleo de identidad y paso de AWS (Iam) políticas y mejores prácticas, lo que hace que sea sencillo para que se alineen con los estándares internos. Oportuno a que se definen a través de la infraestructura como código (IAC), los planos son directos para controlar las versiones, compartir en todos los equipos y transformarse con el tiempo. Esto acelera la incorporación y mantiene los proyectos consistentes y gobernados, sin importar cuán ilustre o distribuida se vuelva su estructura de datos.

Para las empresas, esto significa más tiempo enfocándose en ideas, modelos e innovación. La función de planos personalizados está diseñada para ayudar a los equipos a moverse más rápido y mantenerse consistente mientras mantiene los controles de seguridad y las mejores prácticas de su estructura. En esta publicación, mostramos cómo comenzar con planos personalizados en Sagemaker Unified Studio.

Descripción genérico de la opción

Proporcionamos un Plantilla de formación de nubes para implementar un plan personalizado en Sagemaker Unified Studio. La plantilla implementa los siguientes capital en el entorno del tesina:

Requisitos previos

La publicación supone que tiene un dominio de estudio unificado preexistente de Sagemaker. Si no tiene uno, consulte Cree un dominio de estudio unificado de Amazon Sagemaker – Configuración rápida para instrucciones para crear uno.

Fijar parámetros de entorno reservado

La plantilla de CloudFormation utiliza parámetros que están reservados para su entorno de Sagemaker, como datazoneEnvironmentEnvironmentId, datazoneEnvironmentProjectId, s3BucketArny privateSubnets. Estos parámetros son poblados automáticamente por Sagemaker al crear el tesina. Los parámetros además ayudan a recuperar otras variables de entorno, como SecurityGroupIdscomo se muestra en los siguientes fragmentos.

El venidero código ilustra la definición de parámetros de entorno reservado:

"Parameters": {
        "datazoneEnvironmentEnvironmentId": {
            "Type": "String",
            "Description": "EnvironmentId for which the resource will be created for."
        },
        "datazoneEnvironmentProjectId": {
            "Type": "String",
            "Description": "DZ projectId for which project the resource will be created for."
        },
        "s3BucketArn": {
            "Type": "String",
            "Description": "Project S3 Bucket ARN"
        },
        "privateSubnets": {
            "Type": "String",
            "Description": "Project Private Subnets"
        }
}

El venidero código ilustra el uso de parámetros de entorno reservado para importar otros títulos necesarios:

"SecurityGroupIds": (
                    {
                        "Fn::ImportValue": {
                            "Fn::Join": (
                                "",
                                (
                                    "securityGroup-",
                                    {
                                        "Ref": "datazoneEnvironmentProjectId"
                                    },
                                    "-dev"
                                )
                            )
                        }
                    }
)

Adjunte políticas de IAM personalizadas al rol de tesina

Por defecto, Sagemaker Unified Studio crea un rol de tesina y adjunta varias políticas administradas al rol. Estas políticas administradas se definen en el plan de herramientas. Con planos personalizados, puede configurar y adjuntar sus propias políticas de IAM, por otra parte de las políticas predeterminadas, al rol del tesina. Para hacer esto, incluya las políticas de IAM en su plantilla de formación de nubes y use el Export característica en el Outputs Sección, como se muestra en el venidero código. Sagemaker Unified Studio reúne la información de la política y la agrega al rol del tesina.

"GlueAccessManagedPolicy": {
            "Description": "ARN of the created managed policy",
            "Value": {
                "Ref": "GlueAccessManagedPolicy"
            },
            "Export": {
                "Name": {
                    "Fn::Sub": "datazone-managed-policy-glue-${glueDbName}-${datazoneEnvironmentEnvironmentId}"
                }
            }
        },
"RedshiftAccessManagedPolicy": {
            "Description": "ARN of the created Redshift managed policy",
            "Value": {
                "Ref": "RedshiftAccessManagedPolicy"
            },
            "Export": {
                "Name": {
                    "Fn::Sub": "datazone-managed-policy-redshift-${redshiftWorkgroupName}-${datazoneEnvironmentEnvironmentId}"
                }
            }
        }

Crear un plan personalizado

Complete los siguientes pasos para crear un plan personalizado utilizando el Plantilla de formación de nubes:

  1. En el Amazon Sagemaker Consola, broa el dominio donde desea crear un plan personalizado.
  2. En el Planos pestaña, elija Crear.
  3. Bajo Nombre y descripcióningrese un nombre y una descripción opcional.
  4. Bajo Cargar la plantilla de CloudFormationpreferir Subir un archivo de plantilla y cargar la plantilla proporcionada.
  5. Designar Próximo.
    Sagemaker detectará automáticamente los parámetros reservados definidos en la plantilla, como se muestra en la venidero captura de pantalla.
  6. Para Parámetros editableseditar el Valencia columna si es necesario, y especifique si los títulos pueden ser editables en el momento de la creación del tesina.
  7. Designar Próximo.
    Como se muestra en la venidero captura de pantalla, los parámetros reservados descritos anteriormente no se muestran en esta página.
  8. Separar Habilitar BluePrint.
  9. Elija el rol de aprovisionamiento para ser utilizado por Sagemaker para aprovisionar los capital del medio dominio.
  10. Elija las unidades de dominio autorizadas para usar el plan.
  11. Designar Próximo.
  12. Revise la información del plan y elija Crea BluePrint.

Crear perfil de tesina

Complete los siguientes pasos para crear un perfil de tesina personalizado que incluya el plan personalizado creado en la sección mencionado:

  1. En la consola Sagemaker, broa su dominio.
  2. En el Perfiles de proyectos pestaña, elija Crear.
  3. Ingrese el nombre del perfil del tesina y la descripción opcional.
  4. Separar Crear personalizado.
  5. Elija los planos que se incluirán en el perfil del tesina, incluido el plan personalizado que creó en la sección mencionado.
  6. Elija la cuenta y la región de AWS para ser utilizadas.
  7. Elija los usuarios autorizados.
  8. Separar Habilitar el perfil del tesina en la creación.
  9. Designar Crear perfil de tesina.

Crear tesina

Complete los siguientes pasos para crear un nuevo tesina que se pedestal en el perfil de tesina personalizado y el plan personalizado creado en las secciones anteriores:

  1. En el entorno de estudio unificado de Sagemaker, elija Crear tesina.
  2. Ingrese un nombre de tesina y una descripción opcional.
  3. Para Perfil de tesinaelija el perfil creado en la sección mencionado.
  4. Designar Continuar.
  5. En el Personalizar los parámetros de BluePrint página, revisar los parámetros, modificar según sea necesario y nominar Continuar.
  6. Revise sus selecciones y elija Crear tesina.

Sagemaker Unified Studio creará los entornos del tesina con los capital definidos en su plan personalizado.

Asimismo adjuntará las políticas de IAM personalizadas definidas y las agregará al rol del tesina, como se muestra en la venidero captura de pantalla.

Aniquilar

Para evitar incurrir en costos adicionales, complete los siguientes pasos:

  1. Eliminar el tesina Creaste en Sagemaker Unified Studio.
  2. Eliminar el perfil de tesina personalizado y un plan personalizado que creaste.
  3. Borrar La plantilla de CloudFormation.

Conclusión

En esta publicación, discutimos los planos personalizados, una nueva opción durante la configuración del administrador en Sagemaker Unified Studio. Mostramos cómo crear nuevos planos personalizados y crear perfiles de proyectos personalizados que incluyan los planos personalizados recién creados. Asimismo demostramos cómo crear proyectos que implementen planos personalizados.

Los planos personalizados en Sagemaker Unified Studio están destinados a optimizar y estandarizar datos, estudio y flujos de trabajo de IA. Al ayudar a las organizaciones a crear entornos templados con capital preconfigurados, controles de seguridad y las mejores prácticas, los planos personalizados pueden someter el tiempo de configuración al tiempo que proporciona consistencia y cumplimiento entre los proyectos.

Las organizaciones ahora pueden hacer cumplir sus estándares de seguridad específicos y controles de paso a nivel de tesina utilizando la capacidad de incorporar políticas IAM personalizadas directamente en estos planos. Este control granular sobre los permisos ayuda a las organizaciones a crear proyectos que se adhieren a las políticas de seguridad corporativa desde el inicio. Los planos personalizados pueden ayudarlo a progresar las operaciones de estudio y AI/ML de forma segura, al incluir herramientas diseñadas para controlar las versiones estas plantillas, compartirlas en todos los equipos y aplicar automáticamente las políticas personalizadas de IAM.

Para obtener más información sobre los planos personalizados en Sagemaker Unified Studio, consulte Planos personalizados.


Sobre los autores

Aditya challa

Aditya challa

Aditya Es un arquitecto de soluciones senior en Amazon Web Services con más de una término de edificación de experiencia e implementación de soluciones basadas en la estrato. Especializado en datos, estudio y educación inevitable, ha ayudado a numerosas empresas a variar su infraestructura de datos y a construir soluciones de IA/ML escalables en AWS. Como asesor confiable para clientes en todas las industrias, Aditya es un apasionado de ayudar a las organizaciones a navegar sus viajes de transformación en la estrato y desbloquear el valía comercial a través de la innovación basada en datos. Más allá de sus actividades técnicas, Aditya es un ávido viajero y entusiasta de la historia que encuentra inspiración en las maravillas de la ingeniería en culturas y épocas. Mantiene una mentalidad de crecimiento y cree en el educación continuo, una filosofía que impulsa tanto su ampliación profesional como su enfoque para ayudar a los clientes a alcanzar sus objetivos tecnológicos a través de AWS.

Khushbu Agarwal

Khushbu Agarwal

Khushbu es un administrador de producto senior en AWS. Ella se centra en mejorar las capacidades de incorporación y plataforma del cliente en el interior de Amazon Sagemaker Unified Studio y convertirla en la mejor opción de clase para los servicios de AWS Analytics, Generation AI y ML.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *