Cómo empezar a usar Amazon SageMaker Canvas

Esta guía le indica cómo empezar a usar SageMaker Canvas. Si es administrador de TI y desea obtener información más detallada, consulte Administración de permisos y configuración de Amazon SageMaker Canvas (para administradores de TI) Cómo configurar SageMaker Canvas para sus usuarios.

Requisitos previos para configurar Amazon Canvas SageMaker

Para configurar una aplicación de SageMaker Canvas, incorpórela mediante uno de los siguientes métodos de configuración:

1. A bordo con la AWS consola. Para realizar la integración a través de la AWS consola, primero debes crear un dominio de Amazon SageMaker AI. SageMaker Los dominios de IA son compatibles con diversos entornos de aprendizaje automático (ML), como Canvas y SageMaker Studio. Para obtener más información sobre dominios, consulte Descripción general del dominio Amazon SageMaker AI.

   1. (Rápido) Utilice la configuración rápida para Amazon SageMaker AI: elija esta opción si desea configurar rápidamente un dominio. Esto le otorga al usuario todos los permisos predeterminados y todas las funciones básicas de Canvas. Un administrador puede habilitar más adelante características adicionales, como consulta de documentos. Si desea configurar permisos más detallados, le recomendamos que elija la opción Avanzada en su lugar.

   2. (Estándar) Usa una configuración personalizada para Amazon SageMaker AI: elija esta opción si desea completar una configuración más avanzada del dominio. Mantenga un control detallado de los permisos de los usuarios, como acceso a las características de preparación de datos, funcionalidad de IA generativa e implementación de modelos.

2. Incorpore con AWS CloudFormation. AWS CloudFormationautomatiza el aprovisionamiento de recursos y configuraciones para que pueda configurar Canvas para uno o más perfiles de usuario al mismo tiempo. Utilice esta opción si desea automatizar el proceso de incorporación a escala y asegurarse de que las aplicaciones estén configuradas siempre de la misma manera. La siguiente CloudFormation plantilla proporciona una forma simplificada de incorporarse a Canvas, lo que garantiza que todos los componentes necesarios estén configurados correctamente y le permite centrarse en crear e implementar sus modelos de aprendizaje automático.

En la siguiente sección, se describe cómo incorporarse a Canvas mediante la AWS consola para crear un dominio.

importante

Para configurar Amazon SageMaker Canvas, tu versión de Amazon SageMaker Studio debe ser la 3.19.0 o posterior. Para obtener información sobre la actualización de Amazon SageMaker Studio, consulteCierre y actualice SageMaker Studio Classic.

Incorporado con la AWS consola

Si está realizando la configuración de dominio rápida, puede seguir las instrucciones que aparecen en Utilice la configuración rápida para Amazon SageMaker AI, saltarse el resto de esta sección y continuar con Paso 1: Inicie sesión en Canvas SageMaker .

Si está realizando la configuración de dominio estándar, puede especificar las características de Canvas a las que desea conceder acceso a sus usuarios. Utilice el resto de esta sección mientras completa la configuración de dominio estándar como ayuda para configurar los permisos específicos de Canvas.

En las instrucciones de configuración de Usa una configuración personalizada para Amazon SageMaker AI, en el paso 2: usuarios y actividades de ML, debe seleccionar los permisos de Canvas que desea conceder. En la sección Actividades de ML puede seleccionar las siguientes políticas de permisos para conceder acceso a características de Canvas. Solo puede seleccionar un total de 8 Actividades de ML al configurar el dominio. Los dos primeros permisos de la siguiente lista son necesarios para usar Canvas, mientras que el resto son para características adicionales.

• Ejecutar aplicaciones de Studio: estos permisos son necesarios para iniciar la aplicación de Canvas.

• Acceso a Canvas Core: estos permisos permiten acceder a la aplicación de Canvas y a las funciones básicas de Canvas, como creación de conjuntos de datos, uso de transformaciones de datos básicas y creación y análisis de modelos.

• (Opcional) Preparación de datos de Canvas (con tecnología de Data Wrangler): estos permisos permiten crear flujos de datos y utilizar transformaciones avanzadas para preparar los datos en Canvas. Estos permisos también son necesarios para crear trabajos de procesamiento de datos y cronogramas de trabajos de preparación de datos.

• Servicios de IA de Canvas (opcionales): estos permisos le permiten acceder a los Ready-to-use modelos, los modelos básicos y las funciones de chat con datos de Canvas.

• (Opcional) Acceso a Kendra: este permiso le otorga acceso a la característica de consulta de documentos, en la que puede consultar documentos almacenados en un índice de Amazon Kendra utilizando modelos fundacionales de Canvas.

  Si selecciona esta opción, en la sección Canvas Kendra Access, introduzca los índices IDs de Amazon Kendra a los que quiere conceder acceso.

• (Opcional) Canvas MLOps: este permiso le otorga acceso a la función de implementación de modelos en Canvas, donde puede implementar modelos para usarlos en producción.

En la sección Paso 3: Aplicaciones de la configuración del dominio, elija Configurar Canvas y, a continuación, haga lo siguiente:

1. En Configuración de almacenamiento de Canvas, especifique dónde desea que Canvas almacene los datos de la aplicación, como los artefactos del modelo, las predicciones por lotes, los conjuntos de datos y los registros. SageMaker La IA crea una Canvas/ carpeta dentro de este depósito para almacenar los datos. Para obtener más información, consulte Configurar el almacenamiento de Amazon S3. En esta sección, hará lo siguiente:

   1. Seleccione Administrado por el sistema si desea establecer la ubicación en el depósito predeterminado SageMaker creado por la IA que sigue el patrón. s3://sagemaker-{Region}-{your-account-id}

   2. Seleccione Personalizado S3 para especificar su propio bucket de Amazon S3 como ubicación de almacenamiento. A continuación, introduzca el URI de Amazon S3.

   3. (Opcional) Para la Clave de cifrado, especifique una clave KMS para cifrar los artefactos de Canvas almacenados en la ubicación especificada.

2. (Opcional) Para la configuración de los Ready-to-use modelos Canvas, haga lo siguiente:

   1. Deje activada la opción Habilitar Ready-to-use modelos de Canvas para dar a sus usuarios permisos para generar predicciones con Ready-to-use modelos en Canvas (está activada de forma predeterminada). Esta opción también le da permisos para chatear con modelos basados en IA generativa. Para obtener más información, consulte Modelos básicos de IA generativa en Canvas SageMaker .

   2. Deje activada la opción Habilitar la consulta de documentos con Amazon Kendra para conceder a sus usuarios permisos para utilizar modelos fundacionales para consultar documentos almacenados en un índice de Amazon Kendra. A continuación, en el menú desplegable, seleccione los índices existentes a los que desea conceder acceso. Para obtener más información, consulte Modelos básicos de IA generativa en Canvas SageMaker .

   3. En Rol de Amazon Bedrock, seleccione Crear y usar un rol de ejecución nuevo para crear un nuevo rol de ejecución de IAM que tenga una relación de confianza con Amazon Bedrock. Amazon Bedrock asume esta función de IAM para ajustar los modelos de lenguaje de gran tamaño () LLMs en Canvas. Si ya tiene un rol de ejecución con una relación de confianza, seleccione Usar un rol de ejecución existente y elija un rol en el menú desplegable. Para obtener más información sobre la configuración manual de los permisos para su propio rol de ejecución, consulte Concesión de permisos a los usuarios para usar características de Amazon Bedrock e IA generativa en Canvas.

3. (Opcional) Para la sección de Configuración de permisos de ML Ops, haga lo siguiente:

   1. Deje activada la opción Habilitar el despliegue directo de modelos de Canvas para dar a sus usuarios permisos para implementar sus modelos desde Canvas en un punto final de IA. SageMaker Para obtener más información sobre la implementación de modelos en Canvas, consulte Implementación de sus modelos en un punto de conexión.

   2. Deje activada la opción Habilitar los permisos de registro de modelos para todos los usuarios para que sus usuarios puedan registrar su versión de modelo en el registro de modelos de SageMaker IA (está activada de forma predeterminada). Para obtener más información, consulte Registre una versión del modelo en el registro de modelos de IA SageMaker .

   3. Si ha dejado activada la opción Habilitar permisos de registro del registro de modelos para todos los usuarios, seleccione Registrar solo en el registro de modelos o Registrar y aprobar modelo en el registro de modelos.

4. (Opcional) En la sección Configuración de carga de archivos locales, active la opción Habilitar carga de archivos locales para que los usuarios tengan permiso para cargar archivos a Canvas desde sus máquinas locales. Al activar esta opción, se asocia una política de intercambio de recursos entre orígenes (CORS) al bucket de Amazon S3 especificado en Configuración de almacenamiento de Canvas (y anula cualquier política de CORS existente). Para obtener más información sobre permisos de carga de archivos locales, consulte Concesión a sus usuarios de permisos para cargar sus archivos de forma local.

5. (Opcional) Para la sección de OAuth configuración, haga lo siguiente:

   1. Seleccione Añadir OAuth configuración.

   2. En Origen de datos, seleccione el origen de datos.

   3. En Configuración del secreto, seleccione Crear un nuevo secreto e introduzca la información que tenga del proveedor de identidad. Si aún no ha realizado la OAuth configuración inicial con la fuente de datos, consulteConfigure las conexiones a las fuentes de datos con OAuth.

6. (Opcional) Para la configuración de previsión de series temporales, deje activada la opción Habilitar la previsión de series temporales para que sus usuarios tengan permiso para realizar previsiones de series temporales en SageMaker Canvas (está activada de forma predeterminada).

   1. Si ha dejado activada la opción Habilitar previsiones de serie temporal, seleccione Crear y utilizar un rol de ejecución nuevo, o seleccione Usar un rol de ejecución existente si ya tiene un rol de IAM con los permisos de Amazon Forecast necesarios asociados (para obtener más información, consulte el método de configuración con rol de IAM).

7. Termine de configurar el resto de los ajustes del dominio mediante los procedimientos de Usa una configuración personalizada para Amazon SageMaker AI.

nota

Si tiene algún problema al conceder permisos a través de la consola, como permisos para Ready-to-use modelos, consulte el tema. Solución de problemas relacionados con la concesión de permisos a través de la consola de SageMaker IA

Ahora debería tener un dominio de SageMaker IA configurado y todos los permisos de Canvas configurados.

Puede editar los permisos de Canvas para un dominio o un usuario específico después de la configuración inicial del dominio. La configuración de usuarios individuales anula la configuración del dominio. Para obtener información sobre cómo editar sus permisos de Canvas en la configuración del dominio, consulte Edición de la configuración del dominio.

Concederse permisos para usar funciones específicas en Canvas

La siguiente información describe los distintos permisos que puede conceder a un usuario de Canvas para permitir el uso de diversas características y funcionalidades de Canvas. Algunos de estos permisos se pueden conceder durante la configuración del dominio, pero otros requieren permisos o configuración adicionales. Consulte la información de permisos específicos de cada característica que desee habilitar:

• Carga de archivos locales. Los permisos para la carga de archivos local están activados de forma predeterminada en los permisos básicos de Canvas al configurar su dominio. Si no puede cargar archivos locales de su máquina a SageMaker Canvas, puede adjuntar una política CORS al depósito de Amazon S3 que especificó en la configuración de almacenamiento de Canvas. Si permitió que SageMaker AI usara el depósito predeterminado, el depósito seguirá el patrón s3://sagemaker-{Region}-{your-account-id} de nomenclatura. Para obtener más información, consulte Concesión a sus usuarios de permisos para cargar archivos locales.

• Modelos personalizados de predicción de imágenes y textos. Los permisos para la carga local de archivos están activados de forma predeterminada en los permisos básicos de Canvas al configurar su dominio. Sin embargo, si tiene una configuración de IAM personalizada y no quiere adjuntar la AmazonSageMakerCanvasFullAccesspolítica a la función de ejecución de IAM de su usuario, debe concederle de forma explícita los permisos necesarios. Para obtener más información, consulte Concesión de permisos a sus usuarios para crear modelos personalizados de predicción de imágenes y textos.

• Ready-to-use modelos y modelos básicos. Es posible que desee utilizar los Ready-to-use modelos de Canvas para hacer predicciones para sus datos. Con los permisos de los Ready-to-use modelos, también puede chatear con modelos generativos impulsados por IA. Los permisos están activados de forma predeterminada al configurar el dominio, o puede editar los permisos de un dominio que ya haya creado. La opción de permisos de Ready-to-use modelos de Canvas añade la política de AmazonSageMakerCanvasAIServicesacceso a su función de ejecución. Para obtener más información, consulte la Introducción sección de la documentación de Ready-to-use los modelos.

  Para obtener más información sobre cómo comenzar a trabajar con los modelos fundacionales de IA generativa, consulte Modelos básicos de IA generativa en Canvas SageMaker .

• Afine modelos fundacionales. Si desea afinar modelos fundacionales en Canvas, puede agregar los permisos al configurar su dominio o editar los permisos del dominio o perfil de usuario después de crear el dominio. Debe añadir la política de AmazonSageMakerCanvasAIServicesacceso a la función de AWS IAM que eligió al configurar el perfil de usuario y también debe añadir una relación de confianza con Amazon Bedrock a la función. Para obtener instrucciones sobre cómo agregar estos permisos a su rol de IAM, consulte Concesión de permisos a los usuarios para usar características de Amazon Bedrock e IA generativa en Canvas.

• Previsión de serie temporal. Si quiere realizar previsiones a partir de datos de serie temporal, puede agregar permisos de previsión de series temporales al configurar su dominio, o puede editar los permisos de un dominio o perfil de usuario después de crear el dominio. Los permisos necesarios son la política AmazonSageMakerCanvasForecastAccess gestionada y una relación de confianza con Amazon Forecast con el rol de AWS IAM que eligió al configurar el perfil de usuario. Para obtener instrucciones sobre cómo agregar estos permisos a su rol de IAM, consulte Concesión a sus usuarios de permisos para realizar previsiones de serie temporal.

• Envía predicciones de lotes a Amazon QuickSight. Es posible que desees enviar predicciones por lotes, o conjuntos de datos de predicciones que generes a partir de un modelo personalizado, a Amazon QuickSight para su análisis. En QuickSight, puedes crear y publicar cuadros de mando predictivos con los resultados de tus predicciones. Para obtener instrucciones sobre cómo añadir estos permisos a la función de IAM de su usuario de Canvas, consulte Conceder a sus usuarios permisos para enviar predicciones a Amazon QuickSight.

• Implemente modelos de Canvas en un punto final de SageMaker IA. SageMaker AI Hosting ofrece puntos finales que puede utilizar para implementar su modelo y usarlo en producción. Puede implementar modelos creados en Canvas en un punto final de SageMaker IA y, luego, hacer predicciones mediante programación en un entorno de producción. Para obtener más información, consulte Implementación de sus modelos en un punto de conexión.

• Registro de versiones de modelos en el registro de modelos. Es posible que desee registrar las versiones de su modelo en el registro de modelos de SageMaker IA, que es un repositorio para realizar un seguimiento del estado de las versiones actualizadas de su modelo. Un científico de datos o un MLOps equipo que trabaje en el Registro de SageMaker modelos puede ver las versiones del modelo que haya creado y aprobarlas o rechazarlas. Luego, se puede implementar la versión de su modelo en producción o iniciar un flujo de trabajo automatizado. Los permisos de registro de modelos están activados de forma predeterminada para su dominio. Puede administrar los permisos en el nivel del perfil de usuario y conceder o eliminar permisos a usuarios específicos. Para obtener más información, consulte Registre una versión del modelo en el registro de modelos de IA SageMaker .

• Importación de datos de Amazon Redshift Si desea importar datos de Amazon Redshift, debe concederse permisos adicionales. Debe añadir la política AmazonRedshiftFullAccess gestionada a la función de AWS IAM que eligió al configurar el perfil de usuario. Para obtener instrucciones sobre cómo agregar la política al rol, consulte Concesión a los usuarios de permisos para importar datos de Amazon Redshift.

nota

Los permisos necesarios para importar a través de otras fuentes de datos, como Amazon Athena y las plataformas SaaS, se incluyen en las políticas y. AmazonSageMakerFullAccessAmazonSageMakerCanvasFullAccess Si ha seguido las instrucciones de configuración estándares, estas políticas ya deberían estar asociadas a su función de ejecución. Para obtener más información acerca de estos orígenes de datos y sus permisos, consulte Conexión con orígenes de datos.

Paso 1: Inicie sesión en Canvas SageMaker

Cuando se complete la configuración inicial, podrá acceder a SageMaker Canvas con cualquiera de los siguientes métodos, según su caso de uso:

• En la consola de SageMaker IA, elige Canvas en el panel de navegación izquierdo. A continuación, en la página de Canvas, seleccione su usuario en el menú desplegable e inicie la aplicación de Canvas.

• Abre SageMaker Studio y, en la interfaz de Studio, ve a la página de Canvas e inicia la aplicación Canvas.

• Utilice los métodos de inicio de sesión único basados en SAML 2.0 de su organización, como Okta o Centro de identidades de IAM.

Cuando inicia sesión en SageMaker Canvas por primera vez, la SageMaker IA crea la aplicación y un espacio de SageMaker IA para usted. Los datos de la aplicación de Canvas se almacenan en el espacio. Para obtener más información sobre espacios, consulte Colaboración con espacios compartidos. El espacio consta de las aplicaciones de su perfil de usuario y un directorio compartido para todos los datos de sus aplicaciones. Si no desea utilizar el espacio predeterminado creado por la SageMaker IA y prefiere crear su propio espacio para almacenar los datos de la aplicación, consulte la páginaAlmacene los datos de la aplicación SageMaker Canvas en su propio SageMaker espacio de IA.

Paso 2: Usa SageMaker Canvas para obtener predicciones

Después de iniciar sesión en Canvas, puede empezar a crear modelos y generar predicciones para sus datos.

Puede usar Ready-to-use los modelos de Canvas para hacer predicciones sin crear un modelo, o puede crear un modelo personalizado para su problema empresarial específico. Revise la siguiente información para decidir si Ready-to-use los modelos o los modelos personalizados son los mejores para su caso de uso.

• Ready-to-use modelos. Con Ready-to-use los modelos, puede usar modelos prediseñados para extraer información de sus datos. Los Ready-to-use modelos cubren una variedad de casos de uso, como la detección del idioma y el análisis de documentos. Para empezar a hacer predicciones con Ready-to-use modelos, consulteReady-to-use modelos.

• Modelos personalizados. Con los modelos personalizados, puede crear una variedad de tipos de modelos que se personalizan para realizar predicciones para sus datos. Utilice modelos personalizados si desea crear un modelo que se base en los datos específicos de su empresa y si desea utilizar funciones como la evaluación del rendimiento de su modelo. Para empezar a crear un modelo personalizado, consulte Modelos personalizados.