As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Como o Amazon SageMaker usa o AWS Secrets Manager
O SageMaker é um serviço de machine learning totalmente gerenciado. Com o SageMaker, cientistas de dados e desenvolvedores podem criar e treinar modelos de machine learning com rapidez e facilidade e, depois, implantá-los diretamente em um ambiente hospedado pronto para produção. O serviço oferece uma instância de notebook de autoria Jupyter integrado para facilitar o acesso a fontes de dados para fins de exploração e análise, sem necessidade de gerenciar servidores.
É possível associar repositórios do Git a suas instâncias do caderno Jupyter para salvar seus cadernos de anotações em um ambiente de controle de origem que persista mesmo se você interromper ou excluir sua instância de bloco de anotações. É possível gerenciar suas credenciais de repositórios privados usando o Secrets Manager. Para obter mais informações, consulte Associate Git Repositories with Amazon SageMaker Notebook Instances (Associar repositórios Git a instâncias de notebook do Amazon SageMaker) no Guia do desenvolvedor do Amazon SageMaker.
Para importar dados do Databricks, o Data Wrangler armazena sua URL do JDBC no Secrets Manager. Para obter mais informações, consulte Importar dados do Databricks (JDBC).
Para importar dados do snowflake, o Data Wrangler armazena suas credenciais em um segredo do Secrets Manager. Para obter mais informações, consulte Importar dados do Snowflake.
