Adición de perfiles de usuario - Amazon SageMaker AI
Adición de perfiles de usuario desde la consolaCree perfiles de usuario desde AWS CLI

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Adición de perfiles de usuario

En la siguiente sección se muestra cómo añadir perfiles de usuario a un dominio mediante la consola de SageMaker IA o la AWS CLI.

Tras añadir un perfil de usuario al dominio, los usuarios pueden iniciar sesión mediante una URL. Si el dominio se utiliza AWS IAM Identity Center para la autenticación, los usuarios reciben un correo electrónico con la URL para iniciar sesión en el dominio. Si el dominio lo usa AWS Identity and Access Management, puedes crear una URL para un perfil de usuario mediante CreatePresignedDomainUrl

Adición de perfiles de usuario desde la consola

Puede añadir perfiles de usuario a un dominio desde la consola de SageMaker IA siguiendo este procedimiento.

  1. Abre la consola Amazon SageMaker AI en https://console.aws.amazon.com/sagemaker/.

  2. En el panel de navegación izquierdo, seleccione Configuraciones de administración.

  3. En Configuraciones de administración, elija Dominios.

  4. En la lista de dominios, seleccione el dominio al que desea añadir un perfil de usuario.

  5. En la página Detalles del dominio, elija la pestaña Perfiles de usuario.

  6. Elija Añadir usuario. Se abre una nueva página.

  7. Utilice el nombre predeterminado para su perfil de usuario o agregue un nombre personalizado.

  8. En Execution role (Rol de ejecución), elija una opción en el selector de roles. Si eliges Introducir un ARN de rol de IAM personalizado, el rol debe tener, como mínimo, una política de confianza adjunta que SageMaker otorgue permiso a AI para asumir el rol. Para obtener más información, consulte Funciones de SageMaker IA.

    Si elige Crear un nuevo rol, se abrirá el cuadro de diálogo Crear un rol de IAM:

    1. Para los buckets de S3 que especifique, especifique buckets de Amazon S3 adicionales a los que puedan acceder los usuarios de sus cuadernos. Si no desea agregar acceso a más buckets, elija None (Ninguno).

    2. Elija Crear rol. SageMaker La IA crea una nueva función de IAM con la AmazonSageMakerFullAccesspolítica adjunta. AmazonSageMaker-ExecutionPolicy

  9. (Opcional) Puede añadir etiquetas al perfil de usuario. Todos los recursos que cree el perfil de usuario tendrán una etiqueta de ARN de dominio y una etiqueta de ARN de perfil de usuario. La etiqueta de ARN de dominio se basa en el ID del dominio, mientras que la etiqueta de ARN de perfil de usuario se basa en el nombre del perfil de usuario.

  10. Elija Next (Siguiente).

  11. En la sección SageMaker Studio, tienes la opción de elegir entre la versión más nueva y la clásica de Studio como experiencia predeterminada.

    • Si eliges SageMaker Studio (recomendado) como experiencia predeterminada, el IDE de Studio Classic tiene la configuración predeterminada. Para obtener más información sobre la configuración predeterminada, consulte Configuración predeterminada.

      Para obtener más información sobre Studio, consulte Amazon SageMaker Studio.

    • Si elige Studio Classic como experiencia predeterminada, puede habilitar o deshabilitar el uso compartido de recursos de cuaderno. Los recursos de cuaderno incluyen artefactos como la salida de celda y los repositorios de Git. Para obtener más información acerca de los recursos de cuaderno, consulte Compartir y usar un bloc de notas Amazon SageMaker Studio Classic.

  12. En SageMaker Canvas, puedes configurar los ajustes de SageMaker Canvas. Para ver las instrucciones y los detalles de configuración para la incorporación, consulte Cómo empezar a usar Amazon SageMaker Canvas.

    1. Para la configuración de permisos base de Canvas, seleccione si desea establecer los permisos mínimos necesarios para usar la aplicación SageMaker Canvas.

    2. (Opcional) Para la configuración de previsión de series temporales: para conceder permisos de usuario para la previsión de series temporales en SageMaker Canvas, deje activada la opción Habilitar la previsión de series temporales. Está activada de forma predeterminada.

    3. (Opcional) Si ha dejado activada la opción Habilitar previsiones de serie temporal, seleccione Crear y utilizar un rol de ejecución nuevo. Como alternativa, si ya tiene un rol de IAM con los permisos de Amazon Forecast necesarios, seleccione Usar un rol de ejecución existente. Para obtener más información, consulte Método de configuración de roles de IAM.

  13. En RStudio, si es RStudio licencia, seleccione si desea crear el usuario con una de las siguientes autorizaciones:

    • No autorizado

    • RStudio Administrador

    • RStudio User

  14. Elija Next (Siguiente).

  15. En la página Personalizar lU de Studio, puede personalizar las aplicaciones visibles y las herramientas de machine learning (ML) que se muestran en Studio. Esta personalización solo oculta las aplicaciones y las herramientas de ML en el panel de navegación izquierdo de Studio. Para obtener más información sobre la IU de Studio, consulte Información general de la interfaz de usuario de Amazon SageMaker Studio.

    Para obtener más información sobre las aplicaciones, consulte Aplicaciones compatibles con Amazon SageMaker Studio.

    La característica de personalización de la IU de Studio no está disponible en Studio Classic. Si desea configurar Studio como su experiencia predeterminada, seleccione Anterior y vuelva al paso anterior.

  16. Elija Next (Siguiente).

  17. Tras revisar los cambios, seleccione Crear perfil de usuario.

Cree perfiles de usuario desde AWS CLI

Para crear un perfil de usuario en un dominio desde AWS CLI, ejecute el siguiente comando desde la terminal de su máquina local. Para obtener información sobre la JupyterLab versión disponible ARNs, consulteEstablecer una JupyterLab versión predeterminada.

aws --region region \
sagemaker create-user-profile \
--domain-id domain-id \
--user-profile-name user-name \
--user-settings '{
  "JupyterServerAppSettings": {
    "DefaultResourceSpec": {
      "SageMakerImageArn": "sagemaker-image-arn",
      "InstanceType": "system"
    }
  }
}'

Puede utilizar el AWS CLI para personalizar las aplicaciones y herramientas de aprendizaje automático que se muestran en Studio para el usuario mediante StudioWebPortalSettings. Utilice HiddenAppTypes para ocultar aplicaciones y HiddenMlTools para ocultar herramientas de ML. Para obtener más información sobre cómo personalizar la navegación izquierda de la IU de Studio, consulte Oculte las herramientas y aplicaciones de aprendizaje automático en la interfaz de usuario de Amazon SageMaker Studio. Esta característica no está disponible para Studio Classic.