Pilih preferensi cookie Anda

Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.

Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.

Mengatur SageMaker Aset (panduan administrator)

Mode fokus
Mengatur SageMaker Aset (panduan administrator) - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

penting

SageMaker Aset hanya tersedia di Amazon SageMaker Studio. Jika Anda menggunakan Amazon SageMaker Studio Classic, Anda harus bermigrasi ke Studio. Untuk informasi selengkapnya tentang Studio dan Studio Classic, lihatLingkungan pembelajaran mesin yang ditawarkan oleh Amazon SageMaker AI. Untuk informasi tentang migrasi, lihatMigrasi dari Amazon SageMaker Studio Classic.

Ketika kebutuhan bisnis berubah, pengguna Anda perlu berkolaborasi secara efektif untuk memecahkan masalah bisnis saat mereka muncul. Untuk mengatasinya, pengguna harus berbagi data dan model satu sama lain.

SageMaker Aset mengintegrasikan Amazon SageMaker Studio dengan Amazon DataZone, layanan manajemen data. SageMaker Aset adalah platform yang membantu pengguna Anda berbagi model dan data satu sama lain. Anda dapat menggunakan informasi berikut untuk mengatur integrasi antara SageMaker Aset dan Amazon DataZone.

Anda membuat DataZone domain Amazon untuk lini bisnis atau organisasi Anda. Domain adalah fitur inti Amazon DataZone. Semua data dan model pengguna Anda ada di dalam domain.

Dalam DataZone domain Amazon, subset pengguna Anda bekerja pada proyek tertentu. Sebuah proyek biasanya sesuai dengan masalah bisnis tertentu. Dalam proyek, anggota dapat membuat kumpulan data dan model. Secara default, anggota proyek hanya memiliki akses ke data dan model dalam proyek. Mereka dapat menyediakan akses ke data dan model mereka ke pengguna lain dalam organisasi.

Dalam proyek, Anda membuat lingkungan. Khusus untuk SageMaker Aset, lingkungan adalah kumpulan sumber daya yang dikonfigurasi yang digunakan untuk meluncurkan Amazon SageMaker Studio. Untuk informasi lebih lanjut tentang terminologi yang digunakan di Amazon DataZone, lihat Terminologi dan konsep.

penting

Bergantung pada pengaturan yang Anda pilih, Amazon SageMaker Studio menggunakan salah satu dari berikut ini:

  • Domain SageMaker AI Amazon yang DataZone dibuat Amazon sebagai bagian dari lingkungan SageMaker AI Anda.

  • Domain SageMaker AI Amazon Anda yang sudah ada yang Anda migrasikan ke Amazon DataZone

Anda dapat mengakses Studio dari domain Amazon SageMaker AI, tetapi kami sarankan untuk mengaksesnya dari proyek yang telah Anda buat. Untuk informasi tentang mengakses Studio, lihatBekerja dengan aset (panduan pengguna).

Gunakan langkah-langkah dalam daftar berikut dan dokumentasi yang dirujuk untuk menyiapkan Amazon DataZone dengan domain Amazon SageMaker AI yang dibuatnya.

  1. Buat DataZone domain Amazon yang sesuai dengan organisasi atau lini bisnis pengguna Anda. Untuk informasi tentang membuat DataZone domain Amazon, lihat Membuat domain.

  2. Aktifkan cetak biru SageMaker AI di Amazon. DataZone Untuk informasi tentang mengaktifkan cetak biru SageMaker AI, lihat Mengaktifkan cetak biru bawaan di akun AWS yang memiliki domain Amazon. DataZone

  3. Buat proyek dalam domain yang sesuai dengan masalah bisnis yang dipecahkan pengguna di domain Anda. Untuk informasi tentang membuat proyek, lihat Membuat proyek baru.

  4. Buat profil lingkungan yang dapat Anda gunakan sebagai templat untuk membuat lingkungan SageMaker AI bagi pengguna Anda. Untuk informasi tentang membuat profil lingkungan, lihat Membuat profil lingkungan.

  5. Ciptakan lingkungan SageMaker AI. Dalam proyek, pengguna Anda menggunakan lingkungan SageMaker AI untuk meluncurkan Amazon SageMaker Studio. Di dalam Studio, mereka dapat membuat aset dan menggunakan SageMaker Aset untuk membagikannya. Untuk informasi tentang membuat lingkungan, lihat Membuat lingkungan baru.

  6. Tambahkan SageMaker AI sebagai salah satu layanan tepercaya di Amazon DataZone. Untuk menambahkan SageMaker AI sebagai salah satu layanan, lihat Menambahkan SageMaker AI sebagai layanan tepercaya di AWS akun yang memiliki DataZone domain Amazon.

Siapkan Amazon DataZone dengan domain SageMaker AI baru

Gunakan langkah-langkah dalam daftar berikut dan dokumentasi yang dirujuk untuk menyiapkan Amazon DataZone dengan domain Amazon SageMaker AI yang dibuatnya.

  1. Buat DataZone domain Amazon yang sesuai dengan organisasi atau lini bisnis pengguna Anda. Untuk informasi tentang membuat DataZone domain Amazon, lihat Membuat domain.

  2. Aktifkan cetak biru SageMaker AI di Amazon. DataZone Untuk informasi tentang mengaktifkan cetak biru SageMaker AI, lihat Mengaktifkan cetak biru bawaan di akun AWS yang memiliki domain Amazon. DataZone

  3. Buat proyek dalam domain yang sesuai dengan masalah bisnis yang dipecahkan pengguna di domain Anda. Untuk informasi tentang membuat proyek, lihat Membuat proyek baru.

  4. Buat profil lingkungan yang dapat Anda gunakan sebagai templat untuk membuat lingkungan SageMaker AI bagi pengguna Anda. Untuk informasi tentang membuat profil lingkungan, lihat Membuat profil lingkungan.

  5. Ciptakan lingkungan SageMaker AI. Dalam proyek, pengguna Anda menggunakan lingkungan SageMaker AI untuk meluncurkan Amazon SageMaker Studio. Di dalam Studio, mereka dapat membuat aset dan menggunakan SageMaker Aset untuk membagikannya. Untuk informasi tentang membuat lingkungan, lihat Membuat lingkungan baru.

  6. Tambahkan SageMaker AI sebagai salah satu layanan tepercaya di Amazon DataZone. Untuk menambahkan SageMaker AI sebagai salah satu layanan, lihat Menambahkan SageMaker AI sebagai layanan tepercaya di AWS akun yang memiliki DataZone domain Amazon.

Gunakan langkah-langkah dalam daftar berikut dan dokumentasi yang dirujuk untuk menyiapkan Amazon DataZone dengan domain Amazon SageMaker AI yang ada.

  1. Buat DataZone domain Amazon yang sesuai dengan organisasi atau lini bisnis pengguna Anda. Untuk informasi tentang membuat DataZone domain Amazon, lihat Membuat domain.

  2. Aktifkan cetak biru SageMaker AI di Amazon. DataZone Untuk informasi tentang mengaktifkan cetak biru kustom, lihat cetak biru layanan kustom Amazon DataZone . AWS

  3. Buat proyek dalam domain yang sesuai dengan masalah bisnis yang dipecahkan pengguna di domain Anda. Untuk informasi tentang membuat proyek, lihat Membuat proyek baru.

  4. Aktifkan SageMaker AI sebagai salah satu layanan tepercaya di Amazon DataZone. Untuk mengaktifkan SageMaker AI sebagai salah satu layanan, lihat Menambahkan Amazon SageMaker AI sebagai layanan tepercaya di AWS akun yang memiliki DataZone domain Amazon.

  5. Buat DataZone pengguna Amazon dalam domain SageMaker AI.

  6. Onboard pengguna yang ada ke DataZone domain Amazon.

catatan

Jika pengguna SageMaker AI Anda adalah SSO dan DataZone domain Amazon Anda adalah SSO, Anda dapat secara otomatis memetakan pengguna dari domain Amazon SageMaker AI ke domain Amazon DataZone.

Untuk memasukkan pengguna SageMaker AI yang ada, jalankan skrip Domain SageMaker AI DataZone Impor Amazon di lingkungan Anda. Anda harus meneruskan nama Anda Wilayah AWS dan ID AWS akun domain Amazon SageMaker AI Anda sebagai argumen. Berikut ini adalah contoh AWS CLI perintah yang menjalankan script.

python example-script Wilayah AWS 111122223333

Script melakukan hal berikut:

  1. Meminta ID domain Amazon SageMaker AI Anda.

  2. Meminta ID DataZone domain Amazon Anda.

  3. Meminta Anda untuk DataZone proyek Amazon Anda.

  4. Meminta Anda untuk menentukan pengguna yang Anda impor.

  5. Menambahkan tag ke pengguna Anda dan domain Amazon SageMaker AI.

  6. Petakan DataZone pengguna Amazon Anda ke profil pengguna SageMaker AI Anda. Untuk setiap profil pengguna SageMaker AI, skrip akan meminta Anda untuk ID DataZone pengguna Amazon. Anda dapat memodifikasi skrip untuk kasus penggunaan Anda sendiri.

  7. Melampirkan peran federasi ke lingkungan, sehingga Amazon DataZone dapat mengakses domain domain Amazon SageMaker AI Anda dan memigrasinya.

Skrip melewati setiap pengguna di domain Amazon SageMaker AI dan meminta Anda untuk menentukan pengguna yang sesuai di DataZone domain Amazon. Secara otomatis menambahkan tag untuk pengguna di DataZone domain Amazon ke pengguna di domain SageMaker AI yang sesuai. Ini juga memperbarui cetak biru lingkungan kustom dengan pemetaan antara pengguna di setiap domain.

Gunakan langkah-langkah dalam daftar berikut dan dokumentasi yang dirujuk untuk menyiapkan Amazon DataZone dengan domain Amazon SageMaker AI yang ada.

  1. Buat DataZone domain Amazon yang sesuai dengan organisasi atau lini bisnis pengguna Anda. Untuk informasi tentang membuat DataZone domain Amazon, lihat Membuat domain.

  2. Aktifkan cetak biru SageMaker AI di Amazon. DataZone Untuk informasi tentang mengaktifkan cetak biru kustom, lihat cetak biru layanan kustom Amazon DataZone . AWS

  3. Buat proyek dalam domain yang sesuai dengan masalah bisnis yang dipecahkan pengguna di domain Anda. Untuk informasi tentang membuat proyek, lihat Membuat proyek baru.

  4. Aktifkan SageMaker AI sebagai salah satu layanan tepercaya di Amazon DataZone. Untuk mengaktifkan SageMaker AI sebagai salah satu layanan, lihat Menambahkan Amazon SageMaker AI sebagai layanan tepercaya di AWS akun yang memiliki DataZone domain Amazon.

  5. Buat DataZone pengguna Amazon dalam domain SageMaker AI.

  6. Onboard pengguna yang ada ke DataZone domain Amazon.

catatan

Jika pengguna SageMaker AI Anda adalah SSO dan DataZone domain Amazon Anda adalah SSO, Anda dapat secara otomatis memetakan pengguna dari domain Amazon SageMaker AI ke domain Amazon DataZone.

Untuk memasukkan pengguna SageMaker AI yang ada, jalankan skrip Domain SageMaker AI DataZone Impor Amazon di lingkungan Anda. Anda harus meneruskan nama Anda Wilayah AWS dan ID AWS akun domain Amazon SageMaker AI Anda sebagai argumen. Berikut ini adalah contoh AWS CLI perintah yang menjalankan script.

python example-script Wilayah AWS 111122223333

Script melakukan hal berikut:

  1. Meminta ID domain Amazon SageMaker AI Anda.

  2. Meminta ID DataZone domain Amazon Anda.

  3. Meminta Anda untuk DataZone proyek Amazon Anda.

  4. Meminta Anda untuk menentukan pengguna yang Anda impor.

  5. Menambahkan tag ke pengguna Anda dan domain Amazon SageMaker AI.

  6. Petakan DataZone pengguna Amazon Anda ke profil pengguna SageMaker AI Anda. Untuk setiap profil pengguna SageMaker AI, skrip akan meminta Anda untuk ID DataZone pengguna Amazon. Anda dapat memodifikasi skrip untuk kasus penggunaan Anda sendiri.

  7. Melampirkan peran federasi ke lingkungan, sehingga Amazon DataZone dapat mengakses domain domain Amazon SageMaker AI Anda dan memigrasinya.

Skrip melewati setiap pengguna di domain Amazon SageMaker AI dan meminta Anda untuk menentukan pengguna yang sesuai di DataZone domain Amazon. Secara otomatis menambahkan tag untuk pengguna di DataZone domain Amazon ke pengguna di domain SageMaker AI yang sesuai. Ini juga memperbarui cetak biru lingkungan kustom dengan pemetaan antara pengguna di setiap domain.

catatan

Lingkungan SageMaker AI menggunakan versi terbaru dari SageMaker Distribution Image. SageMaker AI Distribution Images memiliki paket perpustakaan populer untuk pembelajaran mesin. Untuk informasi selengkapnya, lihat SageMaker Kebijakan dukungan gambar studio.

Setelah Anda membuat lingkungan, Anda dapat membuat AWS Glue dan Amazon Redshift tabel dan database. Untuk informasi selengkapnya, lihat Kueri data di Athena atau Amazon Redshift.

Melihat dan memodifikasi izin pengguna Anda

Setelah membuat lingkungan SageMaker AI, Anda dapat mengubah izin pengguna agar sesuai dengan kebutuhan organisasi Anda. Cetak biru SageMaker AI menentukan izin untuk semua pengguna Anda. Mereka dapat melakukan tindakan dengan semua layanan SageMaker AI, tetapi izin dicakup ke sumber daya yang dibuat dalam domain Amazon. DataZone

penting

Lingkungan yang Anda buat menggunakan peran IAM yang memiliki izin terbatas dan batas izin. Untuk mengubah izin pengguna, Anda dapat mengubah atau mengganti batas izin. Misalnya, Anda dapat mengubah batas izin jika pengguna memerlukan akses ke sumber daya seperti bucket Amazon S3 yang telah dibuat di lingkungan.

Anda dapat melihat izin di ARN peran IAM yang digunakan untuk membuat SageMaker domain AI.

Gunakan prosedur berikut untuk melihat atau mengedit izin peran IAM pengguna Anda.

Untuk melihat atau mengedit izin pengguna Anda
  1. Buka konsol Amazon SageMaker AI.

  2. Pilih Domain.

  3. Pilih nama domain yang memiliki nama yang sama dengan DataZone domain Amazon Anda.

  4. Pilih Pengaturan domain.

  5. Di bawah peran Eksekusi, salin ARN dari peran eksekusi.

  6. Buka konsol IAM.

  7. Pilih Peran.

  8. Rekatkan ARN dan hapus semuanya kecuali nama peran setelah garis miring terakhir.

  9. Pilih peran untuk melihat izin.

  10. Di bawah Izin, ubah kebijakan agar sesuai dengan kebutuhan organisasi Anda.

  11. (Opsional) Pilih batas izin, dan pilih Tetapkan batas izin.

  12. Pilih kebijakan yang akan ditetapkan sebagai batas izin.

PrivasiSyarat situsPreferensi cookie
© 2025, Amazon Web Services, Inc. atau afiliasinya. Semua hak dilindungi undang-undang.