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.

# Configuraciones del ciclo de vida en Amazon SageMaker Studio
<a name="studio-lifecycle-configurations"></a>

Las configuraciones del ciclo de vida (LCC) son scripts que los administradores y los usuarios pueden usar para automatizar la personalización de las siguientes aplicaciones en su entorno de Amazon SageMaker Studio:
+ Amazon SageMaker AI JupyterLab
+ Editor de código Code-OSS, basado en Visual Studio Code: código abierto
+ Studio Classic
+ Instancia de bloc de notas

La personalización de la aplicación incluye:
+ Instalación de paquetes personalizados
+ Configuración de extensiones
+ Precarga de conjuntos de datos
+ Configuración de repositorios de código fuente

Los usuarios crean y asocian configuraciones de ciclo de vida integradas a sus propios perfiles de usuario. Los administradores crean y asocian configuraciones de ciclo de vida predeterminadas o integradas en dominios, espacios o perfiles de usuario.

## Descripción de las configuraciones de ciclo de vida integradas y predeterminadas
<a name="studio-lifecycle-configurations-builtin-vs-default"></a>

Hay dos tipos de configuraciones del ciclo de vida en Studio:
+ **Built-in LCC:** la Built-in LCC está controlada por el administrador, siempre se ejecuta cuando se inicia un espacio y se resuelve de forma dinámica a partir de la configuración del dominio en el momento del lanzamiento. Cuando un administrador actualiza la LCC integrada a nivel de dominio, todos los espacios recogen automáticamente la nueva LCC la próxima vez que se lanzan sin que el usuario tenga que realizar ninguna acción.
+ **LCC predeterminada:** la LCC predeterminada está preseleccionada para el usuario a nivel de espacio y permanece activa hasta que el usuario la cambie de forma explícita. La actualización de la LCC predeterminada a nivel de dominio no afecta a los espacios en ejecución hasta que se reinicien.

**importante**  
Amazon SageMaker Studio ejecuta primero la configuración del ciclo de vida integrada y, a continuación, ejecuta la LCC predeterminada. Amazon SageMaker AI no resolverá los conflictos de paquetes entre las LCC del usuario y del administrador. Por ejemplo, si la configuración de ciclo de vida integrada instala `python3.11` y la predeterminada instala `python3.12`, Studio instala `python3.12`.